Metis Public Health

🩺 これは公衆衛生・疫学エディションです

Metis_PHには公衆衛生の知識レイヤーがプリロードされています——WHOガイダンス、グローバルヘルスレポート、疫学・方法論のリファレンス——そのため、コーパスを最初に構築しなくても、初日から根拠のある引用付きの質問ができます。ドメイン非依存のベースシェル (SVerITG/Metis)は、他のすべての点で同一です。空の状態で出荷され、セットアップ質問票を通じてあなたの分野の知識レイヤーを構築します。

動作の様子

Related MCP server: RecallForge

研究者が信頼する理由

• 📚 自分の情報源を引用します。 知識の回答はあなたのインデックス化されたライブラリに基づいており、文書レベル・ページレベルの引用付きです——モデルの推測ではありません。ライブラリが回答の土台となり、囲い込みはしません。Metisはそれでも、関連する最新の文献、ガイドライン、より広い知識を必要なときに取り込み、どれがどれかを教えてくれます——まだ持っていない引用に値するものは、追加すべき論文になります。

• 🔗 知っているすべてをつなげます。 すべての論文、ミーティングトランスクリプト、アイデア、ノート、ジャーナルエントリ、タスクが、あなたの仕事の残りとリンクしています。今日書くグラントが、昨年の方法論論文と3月のミーティングノートを浮かび上がらせます——あなたが探しに行く必要はありません。Metisが届けてくれます。

• 🧠 適切な専門家にルーティングします。 平易な言葉で尋ねると、Metisは30以上の専門スキル——Librarian、Methods Coach、Writing Partner、Meeting Memory、Epidemiologist、Course Builderなど——の中から適切なものに仕事を渡します。

• 🔁 自分自身を改善します。 すべてのタスクの後、何がうまくいき、何が不足していたかを記録します。毎週、自身の行動への改善案を起草し、あなたの承認を待ちます。ほとんどのMCPサーバーは静的です——Metisは使えば使うほど賢くなります。

• 🚫 捏造を拒否します。 ライブラリにないことについて尋ねると、もっともらしい回答をでっち上げる代わりに、Metisはそう伝えます。(この接地動作は自動テストでカバーされています。)

• 🔒 自分のマシンに留まります。 ローカル埋め込み、ローカルデータベース、ローカルファイル。あなたの論文、患者関連データ、未発表の仕事は、決してコンピュータの外に出ません。

🎥 動作の様子は上記——ダッシュボード、タブのツアー、Claude Desktopへの静かなレイヤー、そしてMetisが自身を改善する様子。

最も簡単な試し方: Claude Desktopをインストールして、3ステップのセットアップを実行するだけ——デモワークスペースがプリロードされているので、空白の画面ではなく、探索できるものから始められます。

誰のためのものか?

🔬 私は研究者

プログラミングのバックグラウンドは不要です。数分でインストールして、すぐに作業を始められます。Metisが行うすべてのことは平易な言葉で説明されます。

→ 始める (3ステップ)

⚙️ 私は開発者

オープンソース、拡張可能、よく設計されたアーキテクチャ。ドメインパックの構築、エージェントの追加、MCPサーバーの拡張、または組織向けのデプロイが可能です。

→ アーキテクチャを探る

Metisとは?

Metisは、Claudeの上に構築された研究コンパニオンであり、データを自分のマシンに保持します。すべてのAI会話に、あなたのドメイン、論文、プロジェクト、作業履歴の永続的なメモリを与えます。リクエストを適切な専門家にルーティングし、仕事を実行し、結果を記録し、平易な回答を返します——プロンプトや設定を一切必要としません。

アプリはあなたのマシン上で動作し、データはそこに留まります——文書、ノート、埋め込み、メモリは決して外に出ません。推論はClaudeによって駆動されるため、分析のために送信することを選択したテキストはAnthropic APIに送信されます。それ以外はすべてローカルです。(何が、いつ、あなたのマシンの外に出るかについては、データ保護を参照してください。)

短く言えば: あなたの分野と文献をすでに知っていて、記録したすべての論文、ミーティング、アイデア、ノートをつなげ、各リクエストを適切な専門家に送り、使えば使うほどあなたの仕事について——そして自分自身について——賢くなるAIを想像してください。それがMetisです。

仕組み

Metisはログインする別のアプリではありません。 バックグラウンドで静かに動作し、Claudeをあなたの研究——論文、メモリ、プロジェクト——につなぐ小さなサービスです。

1. バックグラウンドサービス (「MCPサーバー」) がコンピュータとともに起動します。Claudeとあなたのファイルの間の橋渡しであり、直接操作することはありません。

2. MetisとはClaudeを通じて話します、2つの方法で:

   • Claude Desktop (最も簡単): 開いて、プロンプトメニューからMetisプロンプト (例: Metis、Metis Doctor) を選ぶか、そのまま尋ねます。

   • Claude Code (ターミナル): /metis と入力してからリクエストを続けます。

3. 平易な言葉で尋ねます。 Metisは30以上の専門家のどれが処理すべきかを判断し、あなたのライブラリとメモリを使って仕事を実行し、情報源を引用して回答します。

これだけです。始める前に学ぶことは何もありません。ダッシュボードは、これらすべての上にある任意の可視化です。

デザイン哲学

すべてのAI会話はゼロから始まります。コンテキストを再説明するのに10分を費やし、セッションが終わるとそれは消えます。一般的なAIツールは強力ですがステートレスです——世界のことなら何でも知っているが、あなたのことは何も知りません。

Metisはひとつのアイデアに基づいています: AIはあなたを知るべきだ。そして、自分自身で改善し続けるべきだ。

名前だけではありません——あなたのドメイン、文献、プロジェクト、好みの作業スタイル、未解決の問い、先月のミーティングノート、昨日ライブラリに追加した論文。Metisを使えば使うほど、すべての応答は良くなります。AIが変わるからではありません——Metisがあなたをよりよく知るからです。

AIの進展を追う必要はありません。 Metisがそれを代行します。毎週、Metisはすべてのセッションでの自身のパフォーマンスをレビューし、より良くできた点を特定し、自身の行動への改善案を起草し、適用前にあなたの承認を待ちます。より良い方法やモデルが利用可能になると、それらの改善も同じように取り込まれます——常に承認のために提案され、背後で適用されることはありません。研究者として、あなたは研究に集中します。Metisが自身の研鑽を管理します。

中核となるメカニズムは「相互受粉（クロス・ポリネーション）」です。 アイデアをキャプチャするたび、論文を追加するたび、ミーティングを記録するたび、タスクを完了するたびに、Metis はそれをあなたの研究宇宙の他のすべてのものと結びつけます。1年前にインデックスした論文が、今日グラントを書いているときに浮上します。3月のミーティングノートが、今朝キャプチャしたアイデアにリンクします。6ヶ月前の未解決の問いが、ちょうど発表された新しい論文につながります。これらの接続は自動的に、バックグラウンドで、あなたが検索しなくても発生します。これこそが、Metis を検索ツールではなくリサーチ・コンパニオンにする所以です——Metis はあなたの全仕事領域を横断して思考するので、あなたがすべてを頭の中に保持する必要はありません。

これは本当に新しい領域です。個々の構成要素——ローカル言語モデル、検索拡張生成（RAG）、エージェントルーティング、ベクトル検索——はすべて独立して存在しています。Metis が提示するのは、それらすべての一貫した統合であり、研究作業の特定の要求——長いタイムライン、機密データ、深い文献、そして何年にもわたって蓄積される知識——のために特別に構築されています。毎セッションゼロから始めるのではなく、あなたとともに成長し、あなたのためにつながりを浮上させるシステム。私たちの知る限り、統合された、ローカルで動作する、研究者向けのシステムとして、これに類するものは存在しません。

3つのレベル——エントリーポイントを選ぶ

現在の状況： MCP サーバー、30以上のエージェント、9タブのダッシュボードは完全に動作しており、毎日使用されています。ワンクリックインストーラーとプリロード済みドメイン知識レイヤーはまだ改良中です。これは動作するシステムです——ベイパーウェアではありません——しかし完成してもいません。何かが壊れた場合は、issue を開いてください。そのフィードバックが次に構築されるものを形作ります。

研究者向け

プログラミングのバックグラウンドは不要です。以下のすべては、ポイントアンドクリックまたはコピーペーストで完了します。

Metis の動作方法——あなたが選びます（使用するだけで API トークンを消費することはありません）

Metis は2つの方法で動作し、あなたが選択します：

• Claude サブスクリプション上で — API キー不要、トークンごとの請求なし。 これが日常的な経路です：Claude Desktop または Claude Code を通じて Metis と対話し、ダッシュボードの「✦ Update with Claude」/ブレインストームボタンは、サブスクリプション上で Claude Desktop を開きます。ほとんどのユーザーは完全にこの方法で Metis を使用します。

• Anthropic API キーを使用 — あなたが不在の間に実行されるもの（スケジュールされた朝のスキャンと自動ブリーフ生成）にのみ必要です。トークンごとの支払いで、通常は1日数セントです。

• ローカルモデル（Ollama）を使用 — オプション。完全オフラインのヘルパータスク用（例：データアシスタント）。

インストーラーは自動化を実行できるようにAPI キーを尋ねますが、スキップしてサブスクリプションだけで Metis を使用できます。 インタラクティブな体験には API は不要です。

3ステップでインストール

ステップ 1 —（任意）Anthropic API キーを取得 — 無人自動化のみに必要（無料、2分）

1. console.anthropic.com にアクセスしてアカウントを作成します。

2. API Keys → Create Key をクリックします。キーをコピーします（sk-ant-… で始まります）。

3. そのタブは開いたままにしておきます——インストーラーが一度だけ尋ねます。

キーはあなたのコンピューター上に留まります。アップロードされたり共有されたりすることはありません。

Windows

⬇ MetisSetup.exe をダウンロード

インストーラーをダブルクリックします。ウィザードが次の手順を案内します：

1. Full または AI only — Full は AI アシスタント + 9タブの研究ダッシュボード（約15分）を提供します。AI only はより高速（約5分）で、後でダッシュボードを追加できます。

2. あなたのプロジェクト — Metis に取り組んでいる内容を伝えます。各プロジェクトの追跡レコードを作成し、プロジェクトフォルダーにコンテキストファイルを書き込み、Claude Desktop に自動登録します。

3. デモワークスペース — 現実的なサンプルのプロジェクト、ミーティング、文献、タスクをプリロードして、すべての機能をすぐに探索できます。初めてのユーザーにおすすめです。

4. API キー — 一度貼り付けます。

その他はすべて自動です。最後に Claude Desktop が Metis を起動した状態で開きます。

要件：Windows 10 または 11 · インターネット接続 · API キー

macOS または Linux

ターミナルを開いて貼り付けます：

bash <(curl -fsSL https://raw.githubusercontent.com/SVerITG/Metis_PH/main/system/mcp-server/setup-mcp.sh)

スクリプトは2つの質問（Full または AI only、デモワークスペース）を尋ね、残りは自動で行います。Metis を Claude Desktop と Claude Code に自動登録します。Ubuntu 20/22/24、Debian、macOS で動作します。

要件： Python 3.10–3.13。インストーラーは uv を優先します（独自の Python 3.12 をダウンロードするため、システムパッケージは不要です）。uv がない場合はシステムの Python にフォールバックします。素のシステムでは sudo apt install python3-venv が必要な場合があります。非常に新しい Python（3.14+）はまだサポートされていません——一部のパッケージがそのための wheel を公開していないためです。"ensurepip is not available" が発生した場合は、uv（上記の行）または python3-venv をインストールして再実行してください。

インストール後——API キーと更新

API キー（任意）： system/.env.example を system/.env にコピーしてキーを追加するか、インストーラーがプロンプトを表示します。キーは自動化機能（朝のブリーフ、スケジュールスキャン）を有効にします。Claude を通じたインタラクティブな使用はキーなしで動作します。

git pull 後の更新： MCP サーバーはソースのローカルコピーから実行されます（リポジトリから直接ではありません）。新しいコードをプルした後、以下で再同期します：

bash system/mcp-server/setup-mcp.sh --update

これによりソースが再コピーされ、パッケージが再インストールされ、マイグレーションが適用されます——完全なウィザードを再実行する必要はありません。

Metis フォルダーを移動しましたか？ ~/.local/share/metis-mcp/.metis-rc-root のマーカーファイルを新しいパスで更新するか、インストーラーを再実行してください。

MCP クライアント設定

インストーラーは Metis を Claude Desktop と Claude Code に自動登録します——通常、設定を手動で編集する必要はありません。以下のブロックは参考用です（および MCP ディレクトリ用）：metis-rc サーバーがどのように配線されているかを示しています。

Metis は1行の npx/uvx サーバーではありません。 最初にインストーラーを実行してください——ローカル仮想環境を構築し、データベースを初期化し、以下の設定が参照する起動スクリプト（run.sh）を生成します。

ステップ 0 — インストール（venv + DB を構築し、run.sh を生成）：

bash system/mcp-server/setup-mcp.sh

Claude Code（任意の OS） — インストーラーが自動で行います。手動で追加する場合：

claude mcp add metis-rc ~/.local/share/metis-mcp/run.sh

Claude Desktop — macOS — ~/Library/Application Support/Claude/claude_desktop_config.json 内：

{
  "mcpServers": {
    "metis-rc": {
      "command": "bash",
      "args": ["/Users/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Claude Desktop — Linux（ネイティブ） — ~/.config/Claude/claude_desktop_config.json 内：

{
  "mcpServers": {
    "metis-rc": {
      "command": "bash",
      "args": ["/home/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Claude Desktop — Windows + WSL — %APPDATA%\Claude\claude_desktop_config.json 内：

{
  "mcpServers": {
    "metis-rc": {
      "command": "wsl",
      "args": ["-e", "/home/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

<you> をユーザー名に置き換えてください。生成された run.sh は実行時にマーカーファイルから METIS_RC_ROOT を解決します——ハードコードされたパスはありません。サーバー自体の実行に API キーは不要です。

初日に得られるもの

主要ワークフロー

朝

Wake up
  └─ Metis scanned overnight
       ├─ New papers on your configured research topics
       ├─ Surveillance alerts and field news
       ├─ Tasks due today, overdue items
       └─ Suggested daily focus based on your open projects
           └─ Open dashboard → read morning brief → start work

文献

New paper (PDF / DOI / Zotero / Mendeley import)
  └─ Librarian indexes it
       ├─ Added to knowledge graph
       ├─ Cross-pollinated with existing papers, past ideas, meeting notes
       └─ Available for cited semantic search immediately
           └─ Ask: "What do my papers say about X?"
                └─ Answered with inline citations from your own library

会議

Meeting ends
  ├─ Paste transcript (Teams / Zoom / any audio file)
  └─ Meeting Memory agent processes it
       ├─ Structured notes with context
       ├─ Action items: who does what, by when
       ├─ Cross-references to your projects and open questions
       └─ Follow-up tasks auto-added to Work tab

アイデアと執筆

Idea surfaces
  └─ Ctrl+K → capture instantly (i: idea · n: note · t: task · q: question)
       └─ Metis cross-pollinates immediately
            └─ Related papers + past ideas surfaced automatically
                 └─ Writing Partner → draft · Librarian → sources · Methods Coach → check argument

教育とコース

Course topic defined
  └─ Course Builder
       ├─ Generates lessons, slides, assessments, question banks
       ├─ Flags new papers relevant to your course automatically
       ├─ Gap analysis against current literature
       └─ Spaced repetition for your own knowledge maintenance

ダッシュボード

9タブのダッシュボードはhttp://127.0.0.1:8080でローカルに実行されます。アカウント不要、クラウド不要、サブスクリプション不要。

Todayタブ——朝のブリーフ、アクティブプロジェクト、進捗、ニュースレーダー、クイック統計。すべてあなたの研究ドメインにパーソナライズされています。

Metisがあなたを知る仕組み

Metisを初めてインストールすると、セットアップウィザードがプロファイルを案内します：

研究ドメイン・具体的な関心・アクティブプロジェクト・作業スタイル・使用ツール・データ感度レベル

これによりアイデンティティカードが作成されます——すべてのエージェントが応答前に読む生きたプロファイルです。時間とともに成長します。すべてのセッションがコンテキストを追加します。キャプチャしたすべてのアイデアが、あなたが考えていることをMetisに伝えます。

6ヶ月使用後に尋ねた質問は、初日の同じ質問よりも有意に良い回答が得られます——AIが変わったからではなく、Metisがあなたをよりよく知っているからです。

データ保護

研究者は機密データを扱います。ほとんどのAIツールはそれを真剣に受け止めていません。

患者データ、エンバーゴ中の結果、未発表の研究成果——これらは決してマシンの外に出るべきではありません。Metisは最初からこのことを念頭に設計されました。

マシンの外に出るもの（そしていつ）：

それ以外のすべて——ドキュメント、音声録音、PDFテキスト、会議メモ、患者関連データ——はディスク上に残ります。

セキュリティレイヤー：

機密データの推奨パターン：データではなくコードを送る。

最も強力な保護はスキャナーではなく、そもそも生データをプロンプトに入れないことです。Metisはこのために作られています。分析スクリプト（RまたはPython）を依頼し、あなた自身のマシンで実際のデータに対して実行します。そして派生出力 — 変数名、値のカウント、要約テーブル、モデル係数、データ辞書 — だけがMetisに戻ってきます。Claudeはデータの形状について推論し、レコードそのものには触れません。

Your real dataset (patient rows)         ── stays on your machine, never sent ──┐
        │ you run Metis's R/Python script locally                               │
        ▼                                                                       │
Derived metadata (column names, unique values, Table 1, model summary) ── safe to share ──► Metis
        │                                                                       │
        ▼                                                                       │
Metis builds the dashboard / writes the methods / interprets the model ◄────────┘

これはまさに、私たち自身の業務でダッシュボードと分析が構築された方法です。生のサーベイランスデータはマシンから出ることはありませんでしたが、Metisはそれをプロファイリングし、すべての変数に名前を付け、ユニークな値を列挙し、完全なダッシュボードを生成することができました。

/safe-analysisを実行するだけ（Claude CodeまたはClaude Desktop）で、Metisが最初から最後まで案内します — ローカルスクリプトを提案し、どのメタデータを貼り付けて戻すべきかを正確に指示し、生の行を求めることは決してありません。その下には2つのバックストップがあります：事前ツールフックはデータファイルのヘッダーをローカルで覗き見し、個人レベルのデータが会話に読み込まれる前に確認を求め、Data Guardian（パイプライン入口でのPIIスキャン＋4段階分類）は、それでもプロンプトに紛れ込んだ機密コンテンツを捕捉します。上記のパターンを使えば、通常はどちらも発動する必要はありません。

Metisが最新を保つ仕組み — あなたが何もしなくても

AIは急速に進化しています。新しいモデル、新しい機能、新しい研究ツールが毎月登場します。ほとんどの研究者にはそれを追いかける時間がありません。Metisはこれを代行するように設計されています。

エージェント実行のたびに、Metisはリフレクション（何がうまくいったか、何が不足していたか、どのコンテキストが欠けていたか）を記録します。毎週、これらをテーマ別に集約します。毎週、明確な根拠とともに行動改善案を起草します。Metisタブで提案をレビューし — ワンクリックで承認、拒否、または編集 — 承認された変更はディスクに書き込まれます。

つまり、Metisはあなた固有の働き方に合わせて、毎週毎週改善されていきます。また、新しいAI開発が利用可能になりMetisに統合されるにつれて、あなたが何もしなくても改善を受け取ることができます。あなたの仕事は研究です。Metisの仕事は鋭さを保つことです。

自己改善ループの詳細：

1. エージェント実行のたびに — リフレクションを記録：何がうまくいったか、何を改善できるか、何が不足していたか

2. 毎週 — 全セッションからテーマを抽出、パターンを特定

3. 提案を起草 — エージェントの行動に対する具体的な変更案とその根拠

4. Metisタブでレビュー — 適用前に承認、拒否、または編集

5. バックアップ付きで適用 — タイムスタンプ付きのロールバックポイントとともに更新が書き込まれる

Metisの行動に対する変更は、あなたの明示的な承認なしには決して行われません。システムが提案し、あなたが決定します。

開発者向け

このセクションはPython、Git、コマンドラインに精通していることを前提としています。

アーキテクチャ

flowchart LR
    U([Researcher])
    subgraph Harness["AI Harness (Claude Code / Desktop)"]
        METIS[Metis\nrouter agent]
        AGENTS[Specialist agents\n30+ agents]
        WATCHERS{{Watchers\nData Guardian · Cybersecurity}}
    end
    subgraph Platform
        MCP[MCP Server\n210+ tools\nFastMCP]
        DASH[Dashboard\nFastAPI + HTMX]
        DB[(SQLite\nWAL mode)]
    end
    subgraph Memory
        EPIS[Episodic]
        SEM[Semantic\nvector search]
        REFLEX[Reflexion log]
    end
    Skills[/CLI Skills\n/metis · /librarian · …/]

    U -->|asks| METIS
    U -->|clicks| DASH
    METIS -->|routes to| AGENTS
    AGENTS -->|uses| MCP
    MCP --- DB
    DASH --- DB
    WATCHERS -.guards.-> AGENTS
    AGENTS -->|writes| REFLEX
    REFLEX -->|proposes edits to| AGENTS
    MCP --- Memory
    Skills --> METIS

    style WATCHERS fill:#fff4e6,stroke:#9a7b3c
    style REFLEX fill:#eef4f1,stroke:#2d4a3a,stroke-dasharray:3 3

スタック

メモリ — 5レイヤー

ナレッジレイヤーと根拠に基づく回答（RAG）

知識集約型の質問をすると、Metisはスペシャリストエージェントが回答する前に、索引付けされたドキュメントライブラリから関連パッセージを取得します。エージェントは、訓練で記憶したことだけでなく、ライブラリから読み取れることに基づいて回答を根拠づけます。

You ask Methods Coach:
"Which variance estimator should I use for my Poisson MLM with overdispersion?"

Metis retrieves before routing:
  → Leyland (2020) Multilevel Modelling for Public Health, p.142 — score 0.87
  → Bates lme4 vignette, p.28 — score 0.71

Methods Coach answers grounded in those passages, citing both sources.

あなたの分野のナレッジレイヤーを構築。 初回セットアップ時に、ウィザードの研究背景アンケートがBackground Makerに指示を与え、あなたの分野の文献を収集・クリーニング・索引付けしてローカルRAGストアに取り込みます — これにより、すべてのエージェントがあなたのコーパスから引用付きで回答します。/background build <topic>でいつでも拡張できます。

プリロード済みナレッジレイヤー（本エディション）：

セキュリティレイヤー（詳細）

1. pre-tool-use.mjs — 13のインジェクションパターン、ドメイン許可リスト、パス制限（すべてのツール呼び出し）

2. guardrails.py — すべての外部コンテンツ（論文、ウェブ、トランスクリプト）に対するインジェクションプローブ

3. safety.py — 11のPIIチェック、4段階分類、機密データはパイプライン入口で拒否

4. constitution.md — ディープおよびチェーンエージェント実行のための14の機械可読ルール

5. red-lines.md — コードレベルで強制される5つの上書き不可ルール

トークン効率

• モデルルーティング — トリアージ/要約にはHaiku、ほとんどの作業にはSonnet、深い推論にのみOpus。日常的な使用のほとんどはOpusに触れない

• 外科的コンテキスト構築 — 各エージェントはタスクに関連するコンテキストのみを受け取り、完全な履歴は受け取らない

• 最大ターン数ガードレール — 20ターンで停止し、/clearを促す

• セッションハンドオフ — セッション終了時に3KB未満の状態キャプチャ。確立済みのコンテキストに対して再支払い不要

• トークンパルスウィジェット — ダッシュボードでリアルタイム使用量を表示

クロスAIサポート

インストールオプション

オプション1 — 単一コマンド（Linux、macOS、WSL）

bash <(curl -fsSL https://raw.githubusercontent.com/SVerITG/Metis_PH/main/system/mcp-server/setup-mcp.sh)

Ubuntu 20/22/24、Debian、macOS Homebrewを検出します。venvを作成し、すべての依存関係をインストールし、Claude CodeとClaude Desktopに登録します。冪等 — 再実行しても安全です。

# Profile overrides (skip the interactive menu):
METIS_PROFILE=light    bash <(curl -fsSL ...)   # MCP server only (~5 min)
METIS_PROFILE=standard bash <(curl -fsSL ...)   # MCP + dashboard (~15 min)
METIS_PROFILE=full     bash <(curl -fsSL ...)   # Standard + scheduler (~25 min)

オプション2 — クローンしてインストール（任意のプラットフォーム）

git clone https://github.com/SVerITG/Metis_PH.git
cd Metis_PH/system/mcp-server
bash setup-mcp.sh

オプション3 — 手動

git clone https://github.com/SVerITG/Metis_PH.git
cd Metis_PH/system/mcp-server
python3 -m venv .venv && source .venv/bin/activate
pip install -e "."

export METIS_RC_ROOT="$(pwd)/../.."
export ANTHROPIC_API_KEY="sk-ant-..."

python -m metis_mcp.server          # MCP server
cd ../app-py && bash run.sh         # Dashboard → http://127.0.0.1:8080

オプション4 — Docker（プラットフォームテストマトリックス）

# Full platform test — Ubuntu 24/22 + Debian in parallel
docker compose -f system/install/docker/docker-compose.test.yml up --build

# Production stack
docker compose -f system/install/docker/docker-compose.yml up -d

Claude Codeへの登録

~/.claude/settings.json：

{
  "mcpServers": {
    "metis-rc": {
      "command": "/home/<username>/.local/share/metis-mcp/run.sh"
    }
  }
}

Claude Desktopへの登録（Windows + WSL）

%APPDATA%\Claude\claude_desktop_config.json：

{
  "mcpServers": {
    "metis-rc": {
      "command": "wsl.exe",
      "args": ["-e", "bash", "/home/<username>/.local/share/metis-mcp/run.sh"]
    }
  }
}

設定

依存関係

エディションとロードマップ

Metis は、明確に区別されたエディションで提供されます — ドメイン非依存のベースシェルと、その上に分野固有のコンテンツを追加するドメインパックです。

各ドメインエディションの内容: 事前設定済みのジャーナル + RSS フィード · 専門エージェント · ドメインオントロジー · 厳選された背景知識ライブラリ

ドメインパックを構築したいですか? Metis をフォークし、あなたの分野のナレッジライブラリ、エージェント、RSS フィードを追加して、PR を開いてください。

コースパッケージ (近日公開)

任意の Metis インストールに追加できるスタンドアロンのコースパッケージ:

パイロットまたは貢献のために、ラベル course-package を付けて issue を開いてください。

開発状況

コントリビューション

Metis は、1 つのドメインと 1 人の研究者を超えて成長するように設計されています。コントリビューションは歓迎します — 特に、Metis を使用していて何が不足しているかを知っている研究者からのコントリビューションを歓迎します。

詳細なガイドラインについては CONTRIBUTING.md を参照してください。

最も求められているもの

ドメインパック — 最も影響力のあるコントリビューションです。ドメインパックには以下が含まれます: 主要ジャーナル + RSS フィード · 専門エージェント · ドメインオントロジー · 厳選された背景ライブラリ

その他の影響力の高いコントリビューション:

• 翻訳 — ウィザードとスキルファイルは英語のみです。フランス語、オランダ語、スペイン語、ドイツ語への翻訳により、Metis をより多くの研究者に開放できるでしょう。

• インストーラーテスト — 管理されたマシン、企業環境、さまざまなハードウェアでの Windows .exe と PowerShell のテスト。動作するものと壊れるものの報告は貴重です。

• 新しいエージェントとスキル — まだカバーされていないユースケース向けの専門エージェント

• セキュリティ検証 — データがローカルに留まるという保証 (マシンに保持されるものと Claude API に送信されるもの)、PII 検出、フックの動作、憲法の執行に関する独立したレビュー。ギャップを見つけた場合は、非公開の issue を開いてください。

• マルチ AI サポート — Gemini とローカルモデル (Ollama) のサポート向上、特にオフラインの研究環境向け

• バグ報告と UX フィードバック — ワークフローに合わないものがあれば、お知らせください

変更履歴

Metis は活発に開発中です — 最新情報は以下をご覧ください。(最近の更新: 誰が答えるべきかを学習するルーティングブレイン、あなたの作業方法を記憶するパーソナライゼーションレイヤー、セキュリティパス)

2026年6月下旬

v1.0 以降 — 2026年6月

v1.0 以降 — 2026年5月

v1.0 — 2026年5月

最初の安定版リリース。詳細は system/config/release-notes-v1.0.md を参照。

初期開発（フェーズ 0〜9b）

ライセンス

コードベースは AGPL-3.0 — 自由に使用、変更、フォーク可能ですが、サービスとして実行または配布するバージョンは AGPL-3.0 のもとでオープンソースである必要があります。

コースコンテンツと学習教材は CC-BY-SA 4.0。