Mind Map

🚀 マインドマップMCPサーバ v1.22.0

実験的コードインテリジェンスプラットフォーム - ソフトウェア開発分析に神経科学をヒントにしたアプローチを探求するモデルコンテキストプロトコル（MCP）サーバです。これは実験的な研究プロジェクトであり、高度なクエリキャッシュ、連想学習パターン、コンテキスト認識、注意機構、時間的知識モデリング、およびコード分析ツールを備えています。

🚀 クイックスタート

このサーバは、神経科学をヒントにしたアプローチを用いてソフトウェア開発分析を行う実験的なMCPサーバです。以下の手順でインストールとセットアップを行い、Claude Codeと連携して使用することができます。

⚠️ 現在の状態: 実験的バージョンv1.22.0

🧪 これは現在積極的に開発中の実験的ソフトウェアです - テストおよび研究目的での使用を想定しています。機能は変更または削除される可能性があります。

開発中の機能: コンテキスト認識型キャッシュ • 脳をヒントにした学習 • コードパターン検出 • ドキュメント分析 • 多言語AST解析 • ファイル無視パターン • CI/CD自動化 • メモリ最適化

🎯 最新更新v1.22.0: クロス言語API検出 - 12のプログラミング言語にまたがる包括的なAPIエンドポイント検出。新機能: REST API（Flask、Express、Spring Boot）、GraphQLスキーマ、gRPCサービス、WebSocketエンドポイント、およびWebAssemblyモジュールの検出。言語サポート: Python、JavaScript/TypeScript、Java、Go、Rust、C++、C#、PHP、Ruby、Swift、Kotlin、およびScala。インテリジェント検出: 正確なAPI発見のためのフレームワーク固有のパターンと信頼度スコアリング。直接的なAPI分析のための新しい専用MCPツール detect_cross_language_apis。

⚠️ 重要な免責事項

これは研究およびテスト目的で開発された実験的ソフトウェアです。モデルコンテキストプロトコル（MCP）を使用して、コード分析とプロジェクト理解のさまざまなアプローチを探求しています。

使用する前に:

• バグ、不完全な機能、および破壊的な変更があることを想定してください。
• 非本番環境での使用のみを推奨します。
• 広範な使用前にプロジェクトのバックアップを取ってください。
• 問題を報告し、フィードバックを提供して、プロジェクトの改善にご協力ください。

使用例:

• Claude Codeによるコーディングワークフローの改善 - 強化されたプロジェクト理解とコンテキスト
• MCPサーバ開発の実験
• コード分析とパターン検出アプローチのテスト
• 代替プログラミング支援ツールの研究
• AST解析とプロジェクト構造分析の学習

📦 インストール

npmからのクイックインストール

# グローバルにインストール
npm install -g mind-map-mcp

# または、プロジェクト内にローカルインストール
npm install mind-map-mcp

Claude Codeとの統合

1. 自動セットアップ（推奨）

Mind Map MCPをClaude Codeとセットアップする最も簡単な方法は次の通りです：

# 自動セットアップツールを実行
npx mind-map-mcp init-claude-code

# または、グローバルにインストールした場合
mind-map-mcp init-claude-code

これにより自動的に以下のことが行われます：

• ✅ オペレーティングシステムとClaudeのインストールを検出します。
• ✅ 正しいパスを持つ適切な設定ファイルを作成します。
• ✅ プラットフォーム固有のセットアップ手順を提供します。
• ✅ 検証コマンドとトラブルシューティングを含みます。

2. Claude Desktopの手動セットアップ

手動で設定する場合は、Claude Desktopの設定に以下を追加してください：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%/Claude/claude_desktop_config.json Linux: ~/.config/claude-desktop/config.json

{
  "mcpServers": {
    "mind-map-mcp": {
      "command": "npx",
      "args": ["mind-map-mcp"],
      "env": {}
    }
  }
}

3. 環境変数の設定

MCP_PROJECT_ROOT 環境変数を使用して、MCPサーバを特定のプロジェクトディレクトリで動作するように設定することができます：

{
  "mcpServers": {
    "mind-map-mcp": {
      "command": "npx",
      "args": ["mind-map-mcp"],
      "env": {
        "MCP_PROJECT_ROOT": "/path/to/your/project"
      }
    }
  }
}

機能:

• MCPが指定されたプロジェクトディレクトリ内のファイルをスキャンし、キャッシュします。
• ターゲットプロジェクト内に .mindmap-cache フォルダを作成します。
• プロジェクト固有の設定とマインドマップデータを使用します。
• 複数のプロジェクトを独立して操作できるようにします。

使用例:

// 特定のプロジェクトの場合
"env": {
  "MCP_PROJECT_ROOT": "/Users/yourname/projects/my-app"
}

// デモまたはテストプロジェクトの場合
"env": {
  "MCP_PROJECT_ROOT": "/Users/yourname/projects/demo-project"
}

この変数を使用しない場合: MCPはMCPサーバが起動された現在の作業ディレクトリを使用します。

4. インストールの検証

セットアップ後、Claudeを再起動し、統合を検証してください：

1. MCPツールの確認: Claude内で33の新しいMCPツールが利用可能であることを確認してください。
2. 基本機能のテスト: Claude内で以下のコマンドを試してください：

   Please scan the current project and show me the statistics.
   

3. 機能のテスト: 実験的な機能を試してください：

   Please analyze the project architecture.
   

📝 Claude Codeでの使用方法

インストール後、Claude内で以下のコマンドを試すことができます：

サンプルワークフロー

# 基本的なスキャンから始める:
Please scan the project and get initial statistics.

# 分析機能を探索する:
Please analyze the project structure and suggest areas of focus.

# 学習機能をテストする:
Please update the mind map with information about [task description].

🔬 実験的分析機能

# ヘブの学習 - "同時に発火するニューロンは結合する"
Please show me the Hebbian learning statistics and top co-activation patterns.

# 階層的コンテキスト - 多レベルの認識
Please get the hierarchical context stats and most relevant context items.

# 注意システム - 動的な焦点割り当て
Please show the attention system statistics and allocate attention to important nodes.

# 双時間的知識 - 有効時間とトランザクション時間の追跡
Please get bi-temporal statistics and create a context window for this session.

# パターン予測 - 予測的インテリジェンス
Please get pattern predictions and show emerging patterns.

高度なインテリジェンス機能

# アーキテクチャの洞察を得る
Please analyze the project architecture and detect design patterns.

# クロス言語依存関係を見つける
Please detect cross-language dependencies in this polyglot project.

# インテリジェントなリファクタリング提案を得る
Please generate multi-language refactoring suggestions focused on architecture.

# 新しいコードパターンを予測する
Please analyze and predict what code patterns are likely to emerge.

開発ツールとの統合

# 利用可能なツールを検出する
Please detect all development tools available in this project.

# 包括的な分析を実行する
Please run the full tool suite and provide aggregated results.

# ツールの推薦を得る
Please recommend missing development tools that would benefit this project.

📋 検証チェックリスト

✅ インストール: npm list -g mind-map-mcp でパッケージが表示されることを確認してください。 ✅ Claudeとの統合: Claude内で33のMCPツールが表示されることを確認してください。 ✅ 基本機能: scan_project コマンドが正常に動作することを確認してください。 ✅ 高度な機能: 脳をヒントにしたツールが正しく応答することを確認してください。 ✅ 多言語サポート: 対象の言語に対するAST分析が正常に動作することを確認してください。

🔧 トラブルシューティング

一般的な問題と解決策:

1. "No MCP tools visible" → 設定後にClaudeを再起動してください。
2. "Command not found" → npmのグローバルインストールパスがPATHに含まれていることを確認してください。
3. "Permission denied" → npm config get prefix を実行し、パーミッションを確認してください。
4. "Server not responding" → Claude Desktopの設定ファイルの構文を確認してください。

ヘルプの取得:

• 📖 QUICK_USAGE.md を確認して、ワークフローの例を参照してください。
• 📖 CLAUDE_CODE_SETUP.md を読んで、詳細なセットアップ手順を確認してください。
• 🐛 問題を報告する: https://github.com/nerfels/mind-map/issues

✨ 主な機能

🧠 脳をヒントにしたインテリジェンス（フェーズ6）

• 連想記憶システム: 接続されたコード概念間での神経活性の拡散（関連性向上50 - 70%）
• コンテキスト認識型クエリキャッシュ: 類似性マッチングによるインテリジェントなキャッシュ（繰り返しクエリのパフォーマンス向上5 - 10倍）
• 並列処理エンジン: ワーカープールによるチャンク化されたファイル分析（プロジェクトスキャン速度向上3 - 5倍）
• ニューロモルフィッククエリパターン: 線形検索を脳のような連想活性化ネットワークに置き換えます。
• インテリジェントキャッシュ無効化: パスベースの選択的キャッシュクリアとLRUエビクション、100MBのメモリ管理
• ヘブの学習システム: シナプスの強化による共活性化の追跡（"同時に発火するニューロンは結合する"）
• 抑制的学習: 負のパターン認識による失敗回避（繰り返しのミスを30%削減）
• 階層的コンテキスト管理: 多レベルのコンテキスト認識（即時、セッション、プロジェクト、ドメイン）
• 注意機構: 認知負荷管理を伴うマルチモーダルな注意融合（ミラーの法則7±2）
• 双時間的知識モデル: 有効時間とトランザクション時間の追跡と完全な監査証跡
• パターン予測エンジン: 時系列分析と予測的予測を使用して、コードパターンが出現する前に予測します。

🚀 メモリ最適化（v1.15.0）

• 変数の遅延読み込み: 変数ノードのメモリ使用量を40.3%削減するインテリジェントなメモリ管理
• スマートフィルタリング: 重要な変数（エクスポートされた、グローバルな、5回以上参照された）のみを即時に読み込みます。
• 要約ノードシステム: 数千の変数の遅延読み込み変数メタデータを含む単一のノードを作成します。
• オンデマンド読み込み: パターンベースの変数クエリの平均取得時間は8msです。
• 完全な機能保持: メモリ使用量を大幅に削減しながら、すべての変数クエリ機能を維持します。
• 自動最適化: 設定不要 - 重要な変数と遅延読み込み可能な変数を自動的に検出します。

📊 高度な呼び出しパターン分析（v1.1.5）

• 関数呼び出しグラフの構築: エントリポイント、サイクル、および深さの計算を含む完全な呼び出しグラフ分析
• コンストラクタ呼び出しの検出: クラスのインスタンス化とコンストラクタパターンの正確な検出
• メソッド呼び出し分析: メソッド呼び出しとチェーンパターンの包括的な追跡
• 非同期/待機パターンの認識: 非同期呼び出しパターンの検出を完全にサポートします。
• 再帰検出: 再帰関数と呼び出しサイクルの自動識別
• コードスタイルの認識: 包括的な命名規則とスタイルパターンの分析
• 複雑度の計算: コールバック関数と制御フロー分析による拡張された循環的複雑度
• クロスファイルパターンの解決: 複数のファイルにまたがる呼び出しパターンの高度な解決

🚀 CI/CDパイプラインインフラストラクチャ（v1.1.5）

• 自動テスト: 多言語AST検証を含む包括的なテストスイート
• セキュリティスキャン: npm auditとの統合による自動脆弱性検出
• パフォーマンスモニタリング: アラート閾値を持つ継続的なパフォーマンスベンチマーク
• コード品質分析: バンドルサイズの監視、スタイル分析、および品質レポート
• リリース自動化: GitHubリリースの作成と自動NPMパブリッシュ
• メンテナンスワークフロー: 依存関係の更新、ヘルスチェック、およびシステム監視
• プルリクエストの検証: PRタイトルの検証、影響分析、および包括的なテスト

📁 強化されたファイル無視設定（v1.6.0）

• 複数ソースのパターン読み込み: デフォルト、.gitignore、.mindmapignore、およびカスタム設定からのインテリジェントなパターンマージ
• リアルタイムパターンテスト: パフォーマンスメトリクスとファイルマッチングのプレビューを伴うライブパターン検証
• パターン分析と統計: パターンの有効性、スキャン時間の削減、およびフィルタリング効率の包括的な統計
• スマートなデフォルトパターン: 一般的なファイルタイプ（node_modules、ビルドアーティファクトなど）に対する30のインテリジェントなデフォルトパターン
• 設定管理API: 動的なパターン更新とテストのための3つの新しいMCPツール
• 開発者フレンドリーなインターフェイス: 拡張された機能と優先順位ルールを持つ、馴染みのある.gitignore構文
• パフォーマンス最適化: 8 - 12msのパターン読み込みで33%のファイルフィルタリング効率を実現し、スキャンパフォーマンスを向上させます。
• フレームワーク固有のパターン: 言語およびフレームワーク固有の無視パターン（.pyc、.class、target/、dist/）

🧠 高度なコードインテリジェンス

• 多言語AST分析: 12の言語（TypeScript/JavaScript/Python/Java/Go/Rust/C++/PHP/C#/Ruby/Swift/Kotlin/Scala）の完全な解析と関数/クラスの抽出
• 動的インポートの検出: 最新のJavaScript/TypeScriptアプリケーションの import() 呼び出し、require() 文、テンプレートリテラル、および変数ベースのモジュール読み込みを含むランタイムインポートの追跡
• メソッド呼び出しチェーン分析: A→B→C→Dの実行パスに従った高度な呼び出しシーケンスの追跡（最大10レベル深さ）とパフォーマンス影響評価およびリスク分析
• 変数使用の追跡: ファイル間での宣言、使用、および変更パターンの包括的な変数インテリジェンスの追跡とライフサイクル分析およびクロスモジュール依存関係の検出
• クロス言語依存関係の検出: 言語間のAPI呼び出し、FFI、マイクロサービス、および共有データパターンの識別
• 多言語プロジェクト分析: アーキテクチャスタイルの検出と多言語の推薦
• エンタープライズフレームワークの検出: React、Vue、Express、Django、Flask、Spring Boot、Laravel、ASP.NET、Rails、SwiftUI、Android、Akkaなど60以上のフレームワーク
• アーキテクチャパターンの検出: 7種類のパターンタイプと多言語の相互運用性分析
• 予測的エラー検出: 言語固有のパターンマッチングを伴うリスク分析システム
• インテリジェントな修正提案: クロス言語の洞察を持つコンテキスト認識型の推薦

🔧 統合開発ツール

• 100以上の開発ツール: 12の言語にまたがる完全なツールエコシステムとインテリジェントな検出
• スマートなツール実行: テスト、リンター、フォーマッター、およびセキュリティスキャナーを実行し、問題を解析します。
• インテリジェントな推薦: 不足しているツールの推薦とインストールコマンドを取得します。
• ツールスイートのオーケストレーション: 複数のツールを並列に実行し、集約された結果を提供します。
• 問題の分類: ツールの出力を解析し、分類して、実行可能な洞察を得ます。
• マインドマップとの統合: ツールの結果をノード/エッジとして保存し、学習と相関関係を分析します。

🎯 強化されたフレームワーク検出

• 25以上のフレームワーク検出: 6つのカテゴリにまたがる包括的なフレームワーク分析と信頼度スコアリング
• Webフレームワーク: React、Vue、Angular、Express、Django、Flask、Spring Boot、Next.js、Nuxt.jsの検出
• モバイルフレームワーク: React Native、Flutter、Xamarinのプラットフォーム固有のパターン分析
• デスクトップフレームワーク: Electron、Tauri、Qtの設定とビルドシステムの検出
• ゲームエンジン: Unity、Unreal Engine、Godotのプロジェクト構造とスクリプト分析
• ML/AIフレームワーク: TensorFlow、PyTorch、scikit-learnの使用パターンの検出
• クラウドプラットフォーム: Docker、Kubernetesのマニフェスト分析とデプロイメントパターン

📚 高度な学習システム

• タスク結果の学習: 信頼度スコアリングを伴う成功/失敗パターンの追跡
• エラーパターンの認識: エラーを分類し、成功した解決策にマッピングします。
• クロスセッションインテリジェンス: Claude Codeセッション間での知識の維持
• パフォーマンス学習: 使用パターンに基づく適応的最適化
• 解決策の有効性の追跡: 推薦の品質を測定し、改善します。

🔍 エンタープライズクエリシステム

• Cypherライクなグラフクエリ: 複雑なフィルタリングと関係性を持つ高度なクエリ
• 時間的分析: コードの進化追跡と変更の影響分析
• 集計分析: プロジェクトの洞察、メトリクス、およびトレンド分析
• 意味的検索: 多要素の関連性スコアリングと信頼度の重み付け
• 保存されたクエリ: 一般的な分析パターンのテンプレートシステム

⚡ パフォーマンスとスケーラビリティ

• マルチインデックスストレージ: タイプ、パス、名前、信頼度、フレームワーク、言語に対する最適化されたインデックス
• LRUキャッシュ: インテリジェントなキャッシュ管理によるメモリ最適化
• パフォーマンスモニタリング: リアルタイムの操作タイミングとボトルネックの検出
• クエリ最適化: 複雑なクエリの実行計画とインデックスヒント

💻 使用例

基本的な使用法

{
  "name": "scan_project",
  "arguments": {
    "force_rescan": false,
    "include_analysis": true,
    "ast_analysis": true
  }
}

高度な使用法

{
  "name": "advanced_query", 
  "arguments": {
    "query": "MATCH (f:file)-[:contains]->(func:function) WHERE func.name CONTAINS 'auth' RETURN f.path, func.name",
    "limit": 10
  }
}

{
  "name": "predict_errors",
  "arguments": {
    "file_path": "src/auth/login.ts",
    "context": "implementing OAuth integration"
  }
}

📚 ドキュメント

動作原理

1. 高度なプロジェクト分析

サーバは包括的なスキャンを実行し、以下のためのノードを作成します：

• ファイルとディレクトリ: メタデータを含む完全なプロジェクト構造
• AST要素: 完全なシグネチャを持つ関数、クラス、インターフェース、インポート/エクスポート
• アーキテクチャパターン: 信頼度スコアリングを持つ7種類のパターンタイプ
• フレームワーク検出: React、Vue、Express、Django、Flask、pandas、NumPyなど
• エラーパターン: 過去のエラーの分類と解決策のマッピング

2. 多言語AST解析

12の主要なプログラミング言語を完全にサポートします：

元の言語:

• TypeScript/JavaScript: TypeScriptコンパイラAPIを介した関数/クラスの抽出を含む完全なAST
• Python: 関数、クラス、デコレータのためのサブプロセス実行による完全なAST解析
• Java: クラス、メソッド、アノテーション、Spring Boot検出のためのjava-parserによる完全なAST解析
• Go: 構造体/インターフェース/関数の抽出とフレームワーク検出を含むGo AST解析
• Rust: 構造体/トレイト/implの抽出とクレート依存関係のマッピングを含むRust AST分析
• C/C++: クラス/関数/テンプレートの抽出とビルドシステム分析を含むC++解析

新しい言語（v1.1.4）:

• PHP: クラス/メソッドの抽出とLaravel/Symfonyフレームワークの検出を含む完全なAST
• C#: ASP.NET/Entity Frameworkの検出と名前空間分析を含む完全なAST解析
• Ruby: クラス/メソッドの抽出とRails/Sinatraフレームワークの検出を含むRuby AST
• Swift: UIKit/SwiftUIフレームワークの検出とプロトコル分析を含むSwift AST解析
• Kotlin: Android/Composeフレームワークの検出とコルーチン分析を含むKotlin AST
• Scala: Akka/Playフレームワークの検出とトレイト分析を含むScala AST解析

3. 脳をヒントにしたインテリジェンス（フェーズ6） 🧠

革新的なニューロモルフィックコンピューティング原理をコードインテリジェンスに適用します：

• 連想記憶ネットワーク: 線形検索を神経活性の拡散に置き換えます（関連性向上50 - 70%）
• コンテキスト認識型キャッシュ: LRUエビクションを伴うインテリジェントな類似性マッチング（パフォーマンス向上5 - 10倍）
• 並列処理エンジン: チャンク化された分析を行うワーカープールのオーケストレーション（スキャン速度向上3 - 5倍）
• ニューロモルフィッククエリパターン: 接続されたコード概念間の脳のような活性化
• インテリジェントなメモリ管理: パスベースの無効化と指数関数的減衰を伴う100MBのキャッシュ
• エピソード記憶システム（NEW v1.1.4）: 77.1%の類似性マッチング精度でプログラミング経験を保存し、取得し、81.1%の信頼度で経験ベースの提案を行います。

4. インテリジェントな学習システム

Claude Codeを使用すると、サーバは以下を行います：

• タスク結果の追跡: 信頼度の調整を伴う成功/失敗パターンの追跡
• エラー解決策のマッピング: エラーを分類し、成功した修正に関連付けます。
• パターン認識の構築: フレームワークの使用、命名規則、アーキテクチャの洞察
• パフォーマンスの最適化: 高速なクエリのためのLRUキャッシュとマルチインデックスストレージ

5. エンタープライズクエリエンジン

高度なクエリ機能には以下が含まれます：

• Cypherライクな構文: フィルタリングと集約を伴う複雑なグラフトラバーサル
• 意味的検索: 多要素の関連性スコアリング（正確な、パス、信頼度、最近度）
• 時間的分析: コードの進化追跡と変更の影響評価
• 予測分析: エラーリスク評価と修正提案エンジン

6. クロスセッションインテリジェンス

すべての学習はローカルに保存され、以下を備えています：

• グラフデータベース: JSON形式でのノード、エッジ、および関係の保存
• パフォーマンスモニタリング: 操作タイミングとボトルネックの検出
• クエリ最適化: 実行計画とインデックスヒント
• キャッシュ管理: LRUエビクションとインテリジェントなメモリ最適化

データストレージ

マインドマップデータは、あなたのプロジェクトディレクトリ内にローカルに保存されます：

your-project/
├── .mindmap-cache/
│   └── mindmap.json          # シリアライズされた知識グラフ
└── ... (your project files)

プライバシーとセキュリティ

• ローカルのみ: すべてのデータはあなたのマシン上に留まります。
• ネットワークなし: 外部API呼び出しやデータ送信は行われません。
• 設定可能: 追跡する内容を選択できます。
• 透明性: すべてのデータは読み取り可能なJSON形式で保存されます。

開発

# 自動再構築を伴う開発
npm run dev

# 型チェック
npm run type-check

# リント
npm run lint

# テスト
npm test

アーキテクチャ

サーバはいくつかの重要なコンポーネントで構成されています：

• MindMapEngine: コアインテリジェンスとクエリ処理
• MindMapStorage: グラフデータベースの操作と永続化
• FileScanner: プロジェクト分析とファイル分類
• MCP Server: プロトコルの実装とツールの処理

ロードマップ

✅ 完了（フェーズ1 - 5.9）

• コアMCPサーバ: 標準入出力トランスポートを持つ25のツール
• 多言語AST分析: 包括的な解析を持つ12の言語（TypeScript/JavaScript/Python/Java/Go/Rust/C++/PHP/C#/Ruby/Swift/Kotlin/Scala）
• クロス言語インテリジェンス: 依存関係の検出、多言語分析、多言語リファクタリング
• 開発ツールとの統合: 12の言語にまたがる100以上のツールとインテリジェントな実行と解析
• 強化されたフレームワーク検出: 6つのカテゴリ（Web、モバイル、デスクトップ、ゲーム、ML/AI、クラウド）にまたがる60以上のフレームワーク
• 高度なインテリジェンス: 予測的エラー、修正提案、アーキテクチャパターン、リスク分析
• エンタープライズクエリ: Cypherライクなクエリ、時間的分析、集計、保存されたクエリ
• パフォーマンスシステム: マルチインデックスストレージ、LRUキャッシュ、モニタリング、洞察

🚧 多言語サポートの完了（フェーズ5）

• フェーズ5.1: ✅ Flask/Django検出を持つPython ASTサポート
• フェーズ5.2: ✅ Spring Boot/Maven/Gradle検出を持つJava ASTサポート
• フェーズ5.3: ✅ Gin/Echoフレームワーク検出を持つGo ASTサポート
• フェーズ5.4: ✅ Actix/Tokio/Serde検出を持つRust ASTサポート
• フェーズ5.5: ✅ Qt/Boost/CMake検出を持つC/C++ ASTサポート
• フェーズ5.7: ✅ クロス言語依存関係の検出を持つ多言語インテリジェンス
• フェーズ5.8: ✅ 80以上の開発ツールを持つ言語固有のツール統合
• フェーズ5.9: ✅ 6つのカテゴリにまたがる25以上のフレームワークを持つ強化されたフレームワーク検出

📋 バージョン履歴

v1.4.0（現在） 🚀

• ✅ 強化されたクエリシステム: コアクエリ機能の包括的な改善
• ✅ 複数単語のクエリサポート: "mind map"、"pattern analysis" のようなクエリを完全にサポートします。
• ✅ 意味的言語マッピング: "typescript" で .ts ファイルを見つけ、"javascript" で .js ファイルを見つけます。
• ✅ 正確なファイルパスマッチング: "src/core/MindMapEngine.ts" のような直接的なファイルクエリ
• ✅ 高度なキャメルケース処理: キャメルケース、パスカルケース、および混合ケースのクエリを完全にサポートします。
• ✅ 改善された時間的クエリ: 進化メトリクスを伴う強化された時間ベースの分析
• ✅ より良い高度なクエリエンジン: 複雑なグラフクエリのためのCypherライクな構文の改善
• ✅ 強化された集約クエリ: 統計分析のためのグループ化とフィールド抽出の改善

v1.3.1

• ✅ Javaコード構造認識の修正: Javaのクラス/メソッド抽出の問題を解決しました。
• ✅ 強化されたJava AST解析: 適切なノード分離を持つ完全なJavaファイルのコードインテリジェンス

v1.1.5

• ✅ 高度な呼び出しパターン分析: 100%のテスト成功率を持つ完全な関数呼び出しグラフの構築
• ✅ コンストラクタ呼び出しの検出: クラスのインスタンス化とコンストラクタパターンの正確な認識
• ✅ 強化された複雑度の計算: コールバック関数と制御フローによる改善された循環的複雑度
• ✅ コードスタイルの認識: 包括的な命名規則とスタイルパターンの分析（キャメルケース、パスカルケース、スネークケース）
• ✅ CI/CDパイプラインインフラストラクチャ: テスト、セキュリティスキャン、およびパフォーマンスモニタリングを含む完全な自動化
• ✅ リリース自動化: GitHubリリースワークフローを持つ自動NPMパブリッシュ
• ✅ プルリクエストの検証: 影響分析と品質ゲートを含む包括的なPRチェック

v1.1.4

• ✅ 12のプログラミング言語 + エピソード記憶システム
• ✅ PHP、C#、Ruby、Swift、Kotlin、およびScalaの包括的なサポートを追加しました。
• ✅ 完全なAST解析とフレームワーク検出
• ✅ 77.1%の類似性マッチング精度を持つ脳をヒントにしたエピソード記憶

v1.1.0 - 1.1.3

• ✅ マルチモーダルな信頼度融合と脳をヒントにしたインテリジェンスプラットフォーム
• ✅ パフォーマンス最適化とキャッシュの改善
• ✅ 意味的検索機能を持つ強化されたクエリ説明

v1.0.1

• ✅ 包括的なClaude Code統合ガイドを持つ強化されたREADME
• ✅ 段階的なインストール手順を追加しました。
• ✅ 使用例とワークフローガイドを含めました。
• ✅ トラブルシューティングセクションと検証チェックリストを追加しました。

v1.0.0

• ✅ 完全な脳をヒントにしたインテリジェンスシステム
• ✅ エンタープライズのスケーラビリティとユーザーカスタマイズ
• ✅ 適切な構造を持つ整理されたテストスイート
• ✅ 33の高度なMCPツールが完全に機能します。
• ✅ 多言語サポート（6つの言語）
• ✅ 80以上の開発ツールの統合

🔮 将来のロードマップ

• ビジュアルインターフェース: マインドマップの可視化と探索
• チーム共有: 共同の知識ベース
• IDE統合: VS Code、IntelliJ、Vimプラグイン
• 高度な機械学習: 強化された神経パターン認識

コントリビュート方法

1. リポジトリをフォークします。
2. 機能ブランチを作成します。
3. 変更を加えます。
4. 適用可能な場合はテストを追加します。
5. プルリクエストを送信します。

📄 ライセンス

MITライセンス - 詳細はLICENSEファイルを参照してください。

サポート

• GitHubで問題を報告してください。
• docs/ 内のトラブルシューティングガイドを確認してください。
• 統合の詳細についてはAPIドキュメントを確認してください。