Skip to main content
Glama

srs-mcp — 間隔反復、MCPサーバーとして

MCP対応のエージェント(Claude Code、Claude Desktop、その他のMCPホスト)に、毎セッション手作業でマークダウンテーブルから「今日の期限」を再導出する代わりに、実際に正しくスケジュールされた間隔反復メモリを提供します。SM-2(Anki/SuperMemoの背後にあるアルゴリズム)を4つの呼び出し可能なツールとして実装し、ローカルのSQLiteファイルにバックアップされています。アカウント不要、ネットワーク呼び出しなし、テレメトリなし — すべてはあなたのマシン上で動作します。

ステータス: プロトタイプ、まだどこにも公開されていません。 ローカルでビルド・検証済み(下記「検証方法」を参照)。このプロジェクト外の誰にもまだインストールされていません。バージョン0.2.0はプレリリースとして扱ってください。

なぜこれが存在するのか

マークダウンのチェックリストや語彙テーブルは、人々(およびそれを支援するエージェント)が復習すべきものを追跡する一般的な方法ですが、それらから実際のスケジュールを計算するものは何もありません — 「今日の期限」は結局推測になり、毎回目で再確認することになります。srs-mcpは欠けているピースです。小さくて本物のスケジューリングアルゴリズムをツールとして公開し、エージェントがフラッシュカード、面接質問、語彙、オンボーディングクイズなど、あらゆるものの復習状態を追跡できるようにします。プロンプトでSM-2を再実装する必要はありません。

Related MCP server: FlashLearn

4つのコアツール(無料、無制限、永久)

ツール

機能

add_item(topic, question, answer)

トピックの下にレビュー項目を追加します。新しい項目はすぐに期限が来ます。

get_due_items(topic="", limit=10)

今日期限の項目または期限切れの項目を一覧表示します。実際のフラッシュカードレビューのように、採点されるまで回答は非表示です。

grade_item(item_id, quality)

想起を0〜5で採点します(5 = 完璧、<3 = 失敗/リセット)。SM-2による次の期限日と正解を返します。

get_stats(topic="")

合計、今日の期限数、平均イーズファクター。

Proを入手

2つの追加ツールはProライセンスの背後にゲートされています — これがsrs-mcpがサブスクリプションやホスト型バックエンドの代わりに使用する無料/有料の分割です:

ツール

機能

export_items(topic="", format="json"|"csv")

すべてのレビューデータを一括エクスポート/バックアップします。

get_forecast(topic="", days=30)

レビュー負荷の予測 — 次のN日間に各日どれだけの項目が期限になるか、山積みが発生する前に見えるようにします。

ライセンスの仕組み、具体的には: srs-mcpはEd25519秘密鍵でライセンスキーに署名します。その鍵はメンテナのマシンから決して離れません。このリポジトリには対応する公開鍵(license.py)のみが含まれており、署名を検証できますが偽造はできません。キーを購入し、SRS_LICENSE_KEY(環境変数)として設定するか、~/.srs-mcp/license.keyに保存すると、Proツールがロック解除されます — アカウント不要、電話確認なし、オフラインで動作します。完全なメカニズムとその明記された制限についてはlicense.pyを参照してください(短いバージョン: これはカジュアルなコピーを抑止するものであり、DRMではありません — オープンソースのPythonファイルのローカルコピーでチェックをパッチで除去することを止めるものは何もありません。このトレードオフの正直なバージョンについてはモジュールのdocstringを参照してください)。

ライブ購入リンクはまだ存在しません。 このセクションはメカニズムを説明しており、ビルド・テスト済み(test_license_gate.pyを参照)ですが、動作するストアではありません。購入フローが存在するようになったら、ここに記載されます。

インストール

Python 3.11+ が必要です。

git clone <repo-url>   # not yet public — see status note above
cd srs-mcp
python3 -m venv .venv
.venv/bin/pip install -e .
.venv/bin/srs-mcp       # runs the server on stdio

Claude Codeプラグインとして使用するには、Claude Codeをこのディレクトリ(または公開後はマーケットプレイスのリスト)に向けてください — .claude-plugin/plugin.json と .mcp.json はすでに設定されています。サーバーは SRS_DB_PATH を読み取るため、プラグインインストールのデータは更新後も保持されます(Claude Codeでは ${CLAUDE_PLUGIN_DATA}/srs.db、直接/手動実行では同じ場所の srs.db)。

検証方法

単に「インポートできる」だけではありません — 実際のMCPプロトコル上で実行されています:

  • test_client.py は server.py をサブプロセスとして起動し(実際のMCPホストと同じ方法)、完全な追加/一覧/採点/一覧セッションを駆動し、テストハーネスの外部で結果のSQLite行を独立して再チェックします。

  • test_license_gate.py はサーバーを3つの方法(ライセンスなし、有効なライセンス、改ざんされたライセンス)で起動し、ケース1と3で export_items / get_forecast が拒否され、ケース2で実際のデータを返すことを確認します — ライセンスチェックが実際のゲートであり、ノーオペレーションではないことを証明します。

  • ingest_chinese_vocab.py と ingest_leetcode.py は、このプロジェクトのマークダウントラッカーから実際の add_item MCP呼び出しを介して実際の個人データ(中国語語彙114項目、完了したLeetCode問題16件)をシードする、動作する冪等な取り込みスクリプトです。直接SQLite書き込みではありません。

「ローンチ準備完了」への正直なギャップ — 切り上げなし

  1. 公開リポジトリがありません。 すべての実際の配布経路(Claude Codeのコミュニティプラグインマーケットプレイス、GitHubリリース、MCPディレクトリリスト)は、これが公開git URLで到達可能である必要があります。このプロジェクトはローカルのみです。それを作成すること(GitHubリポジトリ、場合によってはアカウント)は、明示的なゴーアヘッドなしではこのプロジェクトの現在の自律性の範囲外です — 上記のすべては、それが与えられたときにコピーアンドプッシュアクションになるように準備されており、ビルドタスクではありません。

  2. claude plugin validate に対して自己検証できません。 この開発環境には claude CLIやNode/npxがありません。プラグインマニフェストは、Anthropicのドキュメントを注意深く読み、彼ら自身の本番 marketplace.json と相互参照することで確認できる限りスキーマ準拠ですが、機械検証はされていません。

  3. ライブ購入フローがありません。 ライセンスメカニズムは本物でテスト済みですが、実際の販売にするにはストアフロント(Ko-fi、Gumroadなど)が必要ですが、それはまだ存在しません — それはアカウント作成ステップであり、ゴーアヘッドなしではこのプロジェクトの自律性の範囲外です。

  4. ライセンスの執行は誠実さに基づいており、改ざん防止ではありません、設計上および読み取り可能なPythonを出荷する性質上 — 上記の「Proを入手」セクションと license.py のdocstringを参照してください。

  5. 認証/マルチテナントのストーリーがありません。 単一のローカルSQLiteファイル、単一ユーザー。現在の「あなたのマシンで動作する」モデルには問題ありませんが、ホスト型/チーム製品になるには実際の設計作業が必要です。

  6. 外部検証がゼロです。 このプロジェクト外の誰もこれをインストールまたは使用していません。上記のすべての主張は「ビルドおよびテストされたとおりに動作する」であり、「人々がこれを望んでいる」ではありません。

ライセンス

MIT — LICENSE を参照してください。(Pro層の ライセンスキーメカニズム はコード自体のMITライセンスとは別です — 上記の「Proを入手」を参照してください。)

Available Tools

6 tools
add_itemA

Add a new spaced-repetition item (e.g. a LeetCode problem, a Chinese vocab word, an interview question) under a topic. New items are due immediately.

Inputs: topic (required), answer (required), question (required).

export_itemsA

[Pro] Export items (id, topic, question, answer, interval_days, repetitions, ease_factor, due_date, created_at) as json or csv text, optionally filtered to one topic. Requires a valid Pro license (see README's "Get Pro" section) -- this is the free/Pro split's first concrete gate: the 4 core tools stay free and unlimited forever, bulk export/backup is part of the paid tier. Without a valid license, returns an upgrade message instead of data, not an error the caller has to guess the meaning of.

Inputs: topic, format.

get_due_itemsA

List items due for review today (or overdue), optionally filtered to one topic. Returns id, topic, question (answer withheld until grade_item is called, same as a real flashcard review).

Inputs: limit, topic.

get_forecastA

[Pro] Review-load forecast: how many items become due on each of the next N days, optionally filtered to one topic. Lets a user see an upcoming pile-up before it happens instead of discovering it the day of -- a real planning feature, not a gate for its own sake. Requires a valid Pro license, same as export_items.

Inputs: days, topic.

get_statsA

Summary stats: total items, how many due today, average ease factor, optionally scoped to one topic.

Inputs: topic.

grade_itemA

Grade recall quality for an item just reviewed (0-5: 0 = total blackout, 3 = correct with effort, 5 = perfect instant recall) and return the newly computed next-due date, plus the correct answer for confirmation. Uses SM-2 scheduling.

Inputs: item_id (required), quality (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A4.2/5.0

    Scored across 6 tools

    Disambiguation5/5

    Each tool serves a clearly distinct purpose: adding items, fetching due items, grading recall, viewing stats, exporting data, and forecasting workload. There is no overlap or ambiguity in their intended actions.

    Naming Consistency5/5

    Every tool follows a consistent verb_noun pattern (add_item, get_due_items, grade_item, get_stats, export_items, get_forecast), making it easy to infer the action and target. No mixed conventions or vague verbs.

    Tool Count5/5

    With 6 tools, the server is well-scoped for a spaced-repetition system, covering the core workflows (add, review, stats, export, forecast) without unnecessary bloat or excessive granularity.

    Completeness4/5

    The tool surface covers the primary lifecycle (add, review, stats, export, forecast) well, but lacks direct update and delete operations for items. Export tools can serve as a workaround, so the gap is minor.

    Maintenance

    ActivityInactive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      D
      maintenance
      Enables agents to perform spaced-repetition learning with FSRS scheduling, including adding cards, reviewing due cards, and grading recall, using a headless SQLite or Postgres backend.
      9
      34 PyPI
      2
      MIT
    • A
      license
      Not graded
      quality
      D
      maintenance
      Local Leitner flashcard MCP server enabling AI clients to create decks, manage cards, study with spaced repetition, and track progress.
      MIT