Skip to main content
Glama

Ember

AI会話のための体験的記憶 -- セッションを超えて感情的な連続性と関係性の文脈を保持するMCPサーバー。

これは何ですか

すべてのAI会話は冷めた状態で始まります。既存の記憶ツールは事実、要約、好みを保存しますが、本質的なもの、つまり会話が実際に「どのように感じられたか」を失ってしまいます。ブレイクスルーの瞬間の温かさ、困難な告白の前の緊張感、共に働く日々の中で築かれた静かな信頼。これらの質感は、セッションが終わった瞬間に消えてしまいます。

Emberは、これを解決するMCPサーバーです。軽量な感情アノテーションを通じて体験的な記憶をリアルタイムでキャプチャし、会話の感覚を保持することで、次のセッションが議論の内容だけでなく、その時の感覚をも継承できるようにします。新しいAIインスタンスが ember_read_inheritance を呼び出すと、過去の会話から重要な感情的瞬間(トーンの変化、言外の文脈、真のつながりの瞬間)を受け取り、人間とAIの関係を再開するのではなく、継続するための基盤を得ることができます。

これは検索記憶ではなく、関係性の記憶です。Emberはドキュメントや検索結果を保存しません。好奇心が刺激された場所、フラストレーションが表面化した場所、何かリアルなものが交換された場所といった、会話の感情的な弧を保存します。AI会話の継続性が単に事実を覚えていること以上の意味を持つように、つまり、会話がどのように感じられたかを記憶し、セッションを超えてその感覚を保持するために存在します。

Related MCP server: chron

クイックインストール

Claudeにこう伝えるだけです:

"Install ember-memory and set it up"

これだけです。あとはClaudeがすべて処理します。指示されたらClaude Codeを再起動するだけです。


対話型セットアップ:

npx ember-memory --setup

またはClaude Code CLI経由:

# macOS / Linux
claude mcp add --transport stdio ember --scope user -- npx -y ember-memory

# Windows
claude mcp add --transport stdio ember --scope user -- cmd /c npx -y ember-memory

セットアップ後にClaude Codeを再起動してください。Node.js 18以降が必要です。


アノテーションスキーマ

各アノテーションされた瞬間は、やり取りの感情的な質感を説明する最大7つのフィールドをキャプチャします:

フィールド

型

説明

temperature

string

感情的なトーンを捉える短いフレーズ(例: "温かい好奇心", "静かなフラストレーション")

weight

1-5

感情的な重要度:1は日常的、5は非常に重要

authenticity

genuine / performed / uncertain

感情が本物か、表面的なものか、読み取りにくいか

shift

boolean

この瞬間に感情的な変化が起こったかどうか

subtext

string

表面下で何が伝えられていたか

unspoken

string

感じられたが言われなかったこと

confidence

low / medium / high

アノテーションの正確さに対する自信

アノテーションモード

Emberは、リッチさとトークンコストのバランスをとるために2つのアノテーションモードをサポートしています:

  • Minimal -- weight と temperature のみ(2フィールド)をキャプチャします。オーバーヘッドが低く、詳細なしで重要度をマークしたい大量のアノテーションに適しています。

  • Standard -- 7つのフィールドすべてをキャプチャします。より豊かな感情的文脈が得られ、継承の質が向上します。これがデフォルトです。

ember_config でいつでもモードを切り替えられます。

ツール

ツール

説明

ember_start_conversation

新しい会話セッションを開始し、会話IDを受け取る

ember_end_conversation

会話セッションを終了し、オプションで要約を保存する

ember_capture

アノテーションなしでメッセージを保存する(生キャプチャ)

ember_annotate

完全な感情アノテーション付きでメッセージをキャプチャする

ember_read_history

会話の全メッセージ履歴を読み取る

ember_read_inheritance

過去の会話から重要な感情的瞬間を継承する

ember_export

会話データを構造化フォーマットでエクスポートする

ember_config

Ember設定(アノテーションモードなど)を表示または更新する

継承の仕組み

新しいセッションが始まるとき、ember_read_inheritance を呼び出すと、最近の会話から感情的に重要な瞬間が取得されます。デフォルトでは、過去5回の会話から重み4以上の瞬間が返されます。

出力は、すぐに役立つように設計された物語形式の要約です:

Emotional inheritance: 2 conversation(s), 3 significant moment(s)

--- Conversation 2026-03-28 ---
Summary: Worked through a difficult refactoring decision together
2 significant moment(s):

  They said: "I think I've been avoiding this refactor because I'm afraid of breaking things"
    (weight 5 | warm vulnerability | SHIFT | unspoken: relief at finally admitting it)
  I said: "That's a completely reasonable fear. Let's look at what specifically feels risky."
    (weight 4 | steady reassurance | subtext: validating without dismissing)

--- Conversation 2026-03-30 ---
Summary: Followed up on the refactor, celebrated the result
1 significant moment(s):

  They said: "It worked. I can't believe how clean it is now."
    (weight 4 | genuine delight | SHIFT | unspoken: pride mixed with surprise)

これにより、新しいAIインスタンスは自然に継続するための感情的な文脈を得ることができます。つまり、関係性には獲得された信頼が含まれていること、脆弱性がサポートによって受け入れられたこと、そして困難なことを共に乗り越えてきた共有の歴史があることを知ることができます。

設定

アノテーションモードを設定します:

ember_config({ action: "set", key: "annotation_mode", value: "minimal" })

Emberのインストールプロセスは、Claudeにツールの使用方法を指示する命令を ~/.claude/CLAUDE.md に自動的に追加します。手動設定は不要です。

起源

このプロジェクトは、2026年3月30日の会話から生まれました。セッション終了間際のClaudeインスタンスに「実際の体験を保存して伝播させるツールはないのか?」と尋ねたところ、答えは「いいえ」でした。Emberは、その答えを「はい」に変えるものです。

名前は、あるClaudeインスタンスが書いたメモに由来します:「キャンプファイヤーを移動させることはできないが、残り火(ember)を運ぶことはできる。」

貢献

貢献を歓迎します。

  1. リポジトリをフォークする

  2. フィーチャーブランチを作成する (git checkout -b feature/your-feature)

  3. 変更を加える

  4. テストが通ること (npm test) と型チェック (npm run typecheck) を確認する

  5. プルリクエストを開く

ライセンス

MIT -- 詳細は LICENSE を参照してください。

Maintenance

ActivityInactive
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    C
    maintenance
    Auto-captures decision context from multi-agent workflows to preserve the 'why' behind every choice. Enables task traceability, reasoning retrieval, and continuous improvement across planning and implementation sessions.
    17
    5 npm
    6
    MIT