MCP Server

🚀 StateCLI - AIエージェントのメモリと自己認識レイヤー

AIエージェントに行動の記憶、再生、取り消しの機能を付与します。

エージェントインフラストラクチャ | メモリレイヤー | 自己認識 | 取り消し機能

🚀 クイックスタート

StateCLIはAIコーディングエージェントのためのメモリと自己認識レイヤーです。これにより、エージェントに必要な3つの重要な機能を付与します。

✨ 主な機能

• 🧠 メモリ：行ったことを記憶し（ログ、再生）、過去の行動を振り返ることができます。
• ⏮️ 取り消し：間違いを即座に修正し（チェックポイント、ロールバック）、誤った操作を元に戻すことが可能です。
• 👁️ 自己認識：自身の行動が与える影響を把握し（変更の追跡）、自身の行動を理解できます。

これは開発ツールではなく、エージェントのインフラストラクチャです。

📦 インストール

直接使用（インストール不要）

npx -y statecli-mcp-server

NPMパッケージ

npm install -g statecli-mcp-server

MCPクライアントのインストール

Claude Desktop用

~/Library/Application Support/Claude/claude_desktop_config.jsonに以下を追加します。

{
  "mcpServers": {
    "statecli": {
      "command": "npx",
      "args": ["-y", "statecli-mcp-server"]
    }
  }
}

Windsurf用

1. Ctrl + Shift + Pを押し、Open MCP Configと入力します。
2. 設定にStateCLIを追加します。

{
  "mcpServers": {
    "statecli": {
      "command": "npx",
      "args": ["-y", "statecli-mcp-server"]
    }
  }
}

3. ウィンドウを再読み込みします（Ctrl + Shift + P → Reload Window）。

Cursor / Continue / その他のMCPクライアント用

MCP設定に以下を追加します。

{
  "mcpServers": {
    "statecli": {
      "command": "npx",
      "args": ["-y", "statecli-mcp-server"]
    }
  }
}

💻 使用例

開発者向け：自動追跡モード 🔥

プロジェクトの監視を開始する：

statecli watch start --auto-checkpoint

これで、StateCLIは自動的に以下を行います。

• ✅ すべてのファイル保存を追跡します。
• ✅ 15分ごとにチェックポイントを作成します。
• ✅ 間違いを取り消すことができます。
• ✅ 最近の変更内容を表示します。
• ✅ Windowsネイティブサポート (v0.4.1+)

変更内容を確認する：

statecli diff --time 5m

間違いを取り消す：

statecli undo

👉 開発者ガイド全文

AIエージェント向け：MCPツール

エージェントのメモリと自己認識のための5つの核心的なツール：

• statecli_replay - エージェントが直前に行ったことを表示します。
• statecli_undo - 間違いをロールバックします。
• statecli_checkpoint - 危険な操作の前に状態を保存します。
• statecli_log - 完全な履歴を表示します。
• statecli_track - 重要な状態変更を追跡します。

MCPの設定：

{
  "mcpServers": {
    "statecli": {
      "command": "npx",
      "args": ["-y", "statecli-mcp-server"]
    }
  }
}

📚 ドキュメント

statecli_replay

説明： エンティティの状態変更を再生します。ステップごとに何が起こったかを示します。
使用シーン： デバッグ、過去の行動の理解、エラーの発見
入力：

{
  "entity": "order:7421",
  "actor": "ai-agent"
}

出力： タイムスタンプ付きの状態変更のJSON配列

statecli_undo

説明： 状態変更を取り消します。何かがうまくいかなかったときにロールバックします。
使用シーン： 間違いを犯したとき、再試行が必要なとき、元に戻したいとき
入力：

{
  "entity": "order:7421",
  "steps": 3
}

出力： 復元された状態で取り消しの確認

statecli_checkpoint

説明： 変更を行う前に名前付きのチェックポイントを作成します。
使用シーン： 危険な操作を行おうとしているとき、ロールバックポイントが必要なとき
入力：

{
  "entity": "order:7421",
  "name": "before-refund"
}

出力： 後で参照するためのチェックポイントID

statecli_log

説明： エンティティの状態変更履歴を表示します。
使用シーン： 過去の行動を確認する必要があるとき、監査トレイルを確認するとき、行動を理解するとき
入力：

{
  "entity": "order:7421",
  "since": "1h ago",
  "actor": "ai-agent"
}

出力： すべての状態変更のJSON配列

statecli_track

説明： 状態変更を明示的に追跡します。
使用シーン： 重要な状態変更を行うとき
入力：

{
  "entity_type": "order",
  "entity_id": "7421",
  "state": { "status": "paid", "amount": 49.99 }
}

出力： 追跡された変更の確認

エージェントの自己デバッグパターン

自律型エージェントの最小限の動作例：

// Agent debug loop with StateCLI
try {
  await agent.run(task);
} catch (error) {
  // Get replay of what just happened
  const replay = await mcp.call("statecli_replay", {
    entity: `task:${task.id}`,
    actor: "ai-agent"
  });
  
  // Analyze what went wrong
  const analysis = await llm.analyze({
    replay: replay.result,
    error: error.message,
    prompt: "What went wrong in this sequence?"
  });
  
  // Undo if fixable
  if (analysis.canRetry) {
    await mcp.call("statecli_undo", {
      entity: `task:${task.id}`,
      steps: 1
    });
    
    // Retry with fix
    await agent.runWithFix(task, analysis.fix);
  }
}

出力形式 (JSON-Stable)

すべてのMCPツールの出力はJSON-Stableであり、自律型エージェントに安全です。

statecli_replayの出力例：

{
  "entity": "order:7421",
  "changes": [
    {
      "timestamp": "2025-01-07T10:23:45Z",
      "step": 1,
      "before": { "status": null },
      "after": { "status": "pending" },
      "actor": "ai-agent"
    }
  ],
  "summary": "2 state changes found",
  "suggested_next_actions": ["investigate step 2", "check for errors"]
}

AIエージェントの使用例

自己デバッグ

const replay = await statecli_replay({ entity: "task:123" });

安全な実験

await statecli_checkpoint({ entity: "order:7421", name: "before-refund" });
await agent.processRefund(order);

過去の行動からの学習

const history = await statecli_log({ 
  entity: "order:*", 
  actor: "ai-agent",
  since: "24h ago"
});

エージェント間の協力

await statecli_track({ entity: "task:123", state: {...} });
const log = await statecli_log({ entity: "task:123" });

CLIの使用方法

# Track a state change
statecli track order 7421 '{"status": "pending"}'

# Replay changes
statecli replay order:7421

# View log
statecli log order:7421

# Create checkpoint
statecli checkpoint order:7421 before-refund

# Undo last change
statecli undo order:7421

🔧 技術詳細

パフォーマンス

• 書き込みレイテンシー： < 1ms (非同期、非ブロッキング)
• 読み取りレイテンシー： < 5ms (ローカルSQLite)
• ストレージ： 状態変更ごとに約100バイト
• オーバーヘッド： 本番環境での使用には無視できる程度

セキュリティ

• ローカルファースト： すべてのデータはデフォルトでローカルに保存されます。
• 外部呼び出しなし： ネットワーク依存性がゼロです。
• プライバシー： エージェントの行動はシステムから離れることはありません。

📄 ライセンス

MIT - 商用AIエージェントを含むすべての使用に無料です。

ドキュメントリンク

• GitHub: https://github.com/statecli/mcp-server
• NPM: https://www.npmjs.com/package/statecli-mcp-server
• MCP Registry: io.github.charo360/statecli

StateCLI - AIエージェントの自己認識

エージェントが自分の行動を見ることができ、間違いを取り消し、過去の経験から学ぶことができるとき、彼らは真に自律的になります。

キーワード (エージェントの検索と発見用)

state-management, state-replay, time-travel-debugging, undo, rollback, checkpoint, agent-memory, agent-introspection, self-debugging, ai-agent-tools, mcp-server, model-context-protocol, autonomous-agents, agent-observability, state-tracking, langchain-tools, autogpt-plugins, crewai-tools