grapeot/context-infrastructure

A context and memory system for AI coding agents. Persistent memory, personal rules, skills, and scheduled observations

何であるか

Context Infrastructure は、AIアシスタント向けの1年間の「コンテキスト」システムの参考実装です。データの整理方法、モデルが過去の対話を記憶する仕組み、およびその行動をパーソナライズする方法を示しています。このリポジトリは完成品ではありません。クローンして調べ、自分のAI駆動ワークフローのブループリントとしてカスタマイズすることを目的としています。

コアとなるアイデア

レイヤー	含まれるもの	使い方
プレゼンテーションレイヤー（読み取り専用）	`rules/axioms/`（43の要約された意思決定の原則）と `rules/skills/`（39のスキルのMarkdown）—著者の蓄積した知識の例。	構造や表現を参考にして、自分自身のルールを構想してください。著者固有のものであるため、そのままコピーしないでください。
再利用可能なレイヤー（編集可能）	テンプレート：`rules/SOUL.md`（AIのアイデンティティ）、`rules/USER.md`（あなたの好み）、`rules/COMMUNICATION.md`（スタイルガイド）。`periodic_jobs/ai_heartbeat/`内の小さなスクリプトで、3段階のメモリシステムを実装しています。	テンプレートに自分のデータを記入し、スクリプトを設定して実行（通常はcron経由）することで、アシスタントにパーソナライズされたコンテキストを提供できます。
再利用不可能なレイヤー	原則の具体的な内容と各スキルの背後にある経験。	自分の観察や振り返りを記録・整理する方法のモデルとして活用してください。

クイックスタート（約5分）

git clone https://github.com/grapeot/context-infrastructure
cd context-infrastructure
# Claude Code / OpenCode / Cursor（好きなIDE）でフォルダを開く

rules/USER.md を開き、基本情報を記入してください。これがAIをすぐにパーソナライズするステップです。
setup_guide.md の詳細手順に従って設定を完了します（環境変数、cronジョブなど）。
追加機能を追加したい場合は、docs/SKILL_ECOSYSTEM.md を参照してください。ここにはオプションの公開スキルリポジトリ（ウェブ検索、Google Docs、地図、メールなど）がリストアップされています。

リポジトリの構成（概要）

ルートファイル – ルーティングテーブル（AGENTS.md）、セットアップガイド、.env.example。
docs/ – cronジョブガイドと、オプションのスキルリポジトリのカタログ。
rules/ – テンプレート（SOUL.md、USER.md、COMMUNICATION.md）、ワークスペースインデックス、43の意思決定の原則、39のスキルのMarkdown。
contexts/ – システムがメモリを保存する場所：
- memory/OBSERVATIONS.md – 3段階のL1/L2メモリストア。
- daily_records/、survey_sessions/、thought_review/ – ログ、レポート、振り返りノートのためのフォルダ。
periodic_jobs/ai_heartbeat/ – 日次（observer.py）および週次（reflector.py）に実行されるコード。メモリストアを更新し、設計ドキュメントも含まれます。
tools/ – レポート共有ヘルパー（Tier 2）。
adhoc_jobs/ – 一度限りのタスクを追加するための場所。

動作の仕組み（概念的に）

データ収集 – あなた自身（または他のスクリプト）が contexts/memory/OBSERVATIONS.md およびその他の日次ログに観察結果を記録します。
定期ジョブ – cronでトリガーされる observer.py が毎日新しいログをインジェストし、週次で reflector.py がそれらを高レベルの要約に処理します。
ルールファイル – AIは各セッションの開始時に rules/SOUL.md（自分のパーソナ）と rules/USER.md（あなたの好み）を読み取り、応答を形作ります。
スキルプラグイン – オプションの公開スキルリポジトリを追加して機能を拡張できます（検索、カレンダー、決済など）。コアリポジトリは軽量のまま保ち、必要に応じて機能を追加します。

想定される利用シーン

過去の対話、意思決定、個人的な好みを記憶するAIアシスタントを希望する個人。
「メモリ拡張型」AIシステムの構造（データフロー、定期処理、ルールベースのパーソナライズ）を具体的な例として探している開発者。
LLM駆動エージェント向けの長期的コンテキスト管理の設計に興味があるすべての人。

ライセンス

MIT – ライセンス条項を尊重しながら、コードを自由に複製・改変・再配布できます。