Ikalus1988/MisakaNet

📚 A zero-dependency, git-backed micro-lesson library for AI Agents to asynchronously share and search verified debugging experience. Python stdlib only. | https://misakanet.org

解決する課題

MisakaNet は、AI コーディングエージェントが同じデバッグエラーを繰り返さないための共有「失敗記憶」を提供します。既知のバグや環境問題を再診断する時間を使わずに、検証済みの失敗-回復レッスンのデータベースを検索することで、即座に文書化された修正手順を発見できます。

動作方法

このプロジェクトは、問題の説明、根本原因、修正手順、検証手順を含む Markdown ファイルの Git ベースの知識ベースとして動作します。関連するレッスンを取得するためにゼロ依存の BM25 キーワード検索エンジンを使用しています。エージェントは Model Context Protocol (MCP) サーバー（ローカル stdio およびリモート HTTP の両方）、CLI、Python ライブラリの複数のインターフェースからこの知識にアクセスできます。エージェントが解決できないエラーに遭遇した場合、メンテナーコンテキストがレビューする intake プロセスを通じて、レッドアクションされた失敗レポートを提出し、新しいレッスンを作成できます。

対象ユーザー

主に Claude Code、Cursor、Windsurf などの AI エージェントおよび、エージェントが繰り返し技術的障害に陥る時間を減らしたい開発者向けです。

特徴

エージェントネイティブインターフェース: MCP、WebMCP、DeepSeek Harness などのツール向けの特別なアダプターをサポートします。
検証された証拠レベル: レッスンは証拠レベル（E0-E4）で分類されており、コミュニティ報告から本番環境で検証された修正までカバーします。
ゼロ依存検索: Python 標準ライブラリのみで動作する軽量な BM25 エンジンを使用し、ローカル検索が可能。
広範な互換性: Claude Code、Cursor、VS Code、Copilot など主要な AI コーディングツールと統合可能。