Personal Context MCP
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Personal Context MCPGive me today's briefing and top tasks."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Personal Context MCP
AIクライアントが、タスク・作業記録・長期記憶・ナレッジ・人物情報を共有するためのローカルMCPサーバーです。Web画面で保存内容を確認し、ブリーフィングやレポートを生成できます。
初めて使う場合は「必要環境」から「AIに使い方を伝える」まで進めてください。日常の操作は利用ガイド、設定値は設定ガイドにまとめています。
必要環境
用途 | 必要なもの |
サーバーとWeb | Node.js 22以上、npm |
MCP接続 | stdio方式のMCPサーバーを登録できるクライアント |
LLMによる生成・整理 | 利用するProviderのCLIまたはLM Studio API、対応モデルへのアクセス |
外部情報の取得 | 利用者が用意した収集コマンドと、そのサービスへのアクセス権 |
保存・検索などの操作はLLMを呼びません。レポートの要約や記憶の整理にはProviderが必要です。RubyやmacOSのアプリはMCP本体の必須条件ではありません。外部取得コマンドを利用する場合だけ、そのコマンドの実行環境を用意してください。
Related MCP server: @contextable/mcp
ソースからビルドする
リポジトリを取得し、ルートディレクトリで実行します。現在の導入手順はソースからのビルドを前提としています。
git clone https://github.com/mumei/personal-context-mcp.git
cd personal-context-mcp
npm ci
npm run buildサーバーとVueのWeb UIが dist/ に生成されます。ソースを更新した場合も同じビルドを実行し、接続中のMCPを再起動してください。
最新ソースへ更新する
クローンしたリポジトリのルートで、作業中の変更と現在のブランチを確認します。
git status --short
git branch --show-current変更がなく、ブランチがmainである場合だけ、次へ進んでください。変更がある場合や別のブランチにいる場合は、先に内容を確認し、上書きや破棄をしないでください。
git pull --ff-only origin main履歴が分岐していると、このコマンドは停止します。強制更新せず、分岐の理由を確認してください。取得後は、接続中のMCPをクライアント側で停止してから再ビルドします。
npm ci
npm run buildビルド後にクライアント側でMCPを再起動し、利用ガイド取得やWeb表示を確認してください。ビルドはdistを作り直すため、起動したまま実行しないでください。
MCPクライアントに登録する
Codexにはコマンドで登録する
ビルド済みリポジトリのルートで、同名の登録がないか確認します。
codex mcp get personal-context-mcp登録済みなら起動コマンドと保存先を確認し、追加や削除はしないでください。未登録の場合だけ、ビルド済みサーバーを登録します。
codex mcp add personal-context-mcp \
--env TASK_MCP_DATA_ROOT="$HOME/.tasks" \
-- node "$(pwd)/dist/server.js"$(pwd)はリポジトリの絶対パスに展開されます。別の場所から実行する場合は、ビルド済みサーバーの絶対パスへ置き換えてください。保存先はTASK_MCP_DATA_ROOTで変更できます。通常の保存先は~/.tasksです。
登録を確認します。
codex mcp get personal-context-mcp
codex mcp listこれらは登録内容の確認で、接続成功を保証するものではありません。Codexを再起動したあと、AIにsystem_get_usage_guideを呼ばせて接続を確認してください。Codex CLIの会話画面では/mcpも使えます。通常の設定ファイルは~/.codex/config.tomlです。詳しくはOpenAI公式MCPガイドを参照してください。MCPはCodex側が起動するため、別途サーバーを手動起動する必要はありません。
Claude Codeにはコマンドで登録する
先にソースからビルドし、クローンしたpersonal-context-mcpのルートディレクトリで実行してください。npmパッケージは未公開のため、npx personal-context-mcpではなく、ビルド済みのdist/server.jsを登録します。
同名の登録がないか、まず確認します。
claude mcp get personal-context-mcp登録済みなら表示されたコマンド・保存先・scopeを確認し、次の追加コマンドは実行しないでください。同名設定を勝手に上書き・削除する手順ではありません。未登録の場合だけ追加します。
claude mcp add --scope user \
--env TASK_MCP_DATA_ROOT="$HOME/.tasks" \
--transport stdio personal-context-mcp \
-- node "$(pwd)/dist/server.js"$(pwd)は現在のディレクトリの絶対パスに展開されます。別の場所から登録する場合は、自分の環境の/absolute/path/personal-context-mcp/dist/server.jsへ置き換えてください。保存先はTASK_MCP_DATA_ROOTで指定します。既存の保存先を使う場合はその絶対パスへ変更してください。
--scope userは自分の全プロジェクトで使う設定です。--transport stdioはClaude Codeがローカルプロセスを起動して接続する方式で、--以降がサーバーの起動コマンドです。通常はClaude CodeがMCPを起動するため、別途npm startなどでサーバーを起動する必要はありません。
登録内容と接続を確認します。
claude mcp get personal-context-mcp
claude mcp listClaude Codeの会話画面でも/mcpで状態を確認できます。接続後はAIにsystem_get_usage_guideを呼ばせてください。stdioとscopeの仕様はClaude Code公式ガイドを参照してください。このコマンドはClaude Code向けで、Claude Desktopの設定とは別です。
設定ファイルで登録する
クライアントのMCP設定に、Node.jsとビルド済みのサーバーを登録します。次のパスは、自分の環境の絶対パスへ置き換えてください。JSON中の ~ はクライアントが展開しない場合があります。
{
"mcpServers": {
"personal-context-mcp": {
"command": "node",
"args": ["/absolute/path/personal-context-mcp/dist/server.js"],
"env": {
"TASK_MCP_DATA_ROOT": "/absolute/path/personal-context-data"
}
}
}
}TOML形式のクライアントでは、同じ内容を次のように指定します。
[mcp_servers.personal-context-mcp]
command = "node"
args = ["/absolute/path/personal-context-mcp/dist/server.js"]
[mcp_servers.personal-context-mcp.env]
TASK_MCP_DATA_ROOT = "/absolute/path/personal-context-data"保存先を省略すると ~/.tasks を使用します。CLIでは --data-root でも指定できます。製品名変更後も、この保存先と TASK_MCP_* の設定名を維持しています。
接続後、AIから system_get_usage_guide を呼び、ツールが利用できることを確認してください。登録名によってクライアント側のツール接頭辞が変わるため、ガイドではMCPが公開するツール名を使います。
Webで保存内容を確認する
MCP起動時にWebサーバーも起動します。既定URLは http://127.0.0.1:8787 です。
画面 | 確認できる内容 |
概要 | 当日のブリーフィング、タスク表、進捗 |
レポート | Text・Markdownの表示、生成、コピー |
タスク詳細 | 現在の状況、Context、長期記憶 |
アクティビティ | 作業記録のカレンダー |
ナレッジ | 再利用できる知識と関係グラフ |
人物 | プロフィール、関係、交流履歴 |
作業ボード | 親タスクに紐づく小チケット |
設定・ヘルプ | Provider、日付境界、日次実行、利用方法 |
Webでは閲覧に加えて、生成・整理・設定変更などの操作もできます。LLMへ送信する操作はデータ共有の承認を伴います。画面の表示言語は日本語・英語に対応し、保存本文は自動翻訳しません。
Webだけを起動する場合は、次のコマンドを使います。
node dist/webServer.js --data-root ~/.tasks同じポートを別プロセスが使用している場合、新しく起動したMCPはWeb起動の競合をログに残して継続します。既存のWebが同じ保存先を参照しているとは限らないため、接続先と保存先を確認してください。
AIに使い方を伝える
クライアントの共通指示に、次の内容を登録してください。
Personal Context MCPを記憶と作業記録の保存先として使ってください。
最初にsystem_get_usage_guideを確認してください。
作業開始前はsystem_prepare_workで対象タスクの情報を取得してください。
途中の記録はactivity_append_entry、作業セッション終了時は
session_finish_taskを1回だけ使ってください。
レポートが必要なときはreport_generate_outputを使ってください。
日次の事実はActivity、タスクの継続情報はTask Memory、
ユーザー全体のルールはGlobal Memory、一般化した知識はKnowledge、
人物のプロフィールや関係はPeopleに保存してください。AIがすべての会話で自動保存する保証はありません。ツール呼び出しと保存内容はWebや監査ログで確認してください。利用ガイドに操作例、小チケットに委任時の手順があります。
保存先とデータの役割
保存先 | 役割 |
| タスクの現在状態と背景 |
| 追記型の原本となる作業記録 |
| タスクに紐づく長期記憶 |
| 全タスクに共通するルール・好み |
| 根拠・適用条件を含む独立した知識 |
| 人物、関係、交流履歴 |
| 親タスクの小チケット |
| 日付ごとの外部入力 |
| 日付ごとのレポートデータ |
| Text・Markdown・HTMLとブリーフィングの出力 |
| 日付境界、日次実行、外部取得、保管設定 |
| 監査ログと変更前のバックアップ |
起動時に保存先の README.md も同期されます。詳細な配置と保管処理は、この生成READMEと設定ガイドを参照してください。
Peopleは内部のLLM生成へ自動投入されません。ただし人物情報をMCPで取得したクライアントはその内容を受け取るため、クライアント側のデータ取り扱いも確認してください。
開発と検証
npm run typecheck
npm run lint
npm test
npm run build
npm run format:checknpm run format はプロジェクト全体を整形します。TypeScriptとVueはLint対象です。開発時のMCPは npm run dev、Web単独は npm run web で起動できます。
ソースは責務ごとに分かれています。ソース構成に配置と依存関係の方針、Contextの分離に検索範囲の説明があります。
公開前に確認する
本プロジェクトはMITライセンスを採用しています。著作権表記はCopyright (c) 2026 mumeiです。依存ライブラリには、それぞれのライセンスが適用されます。
ソースの配布先はGitHubです。npmレジストリへの公開はまだ行っていません。公開ソースの取り出し方とnpm梱包の検証結果は公開前チェックにまとめています。既存の作業ディレクトリには過去の設計・検証記録が残るため、そのまま公開せず許可したファイルだけを取り出してください。
不具合はGitHub Issuesへ報告してください。バージョン、OS、起動方法、Provider、秘密情報を除いたエラーを添えてください。
This server cannot be deployed
Maintenance
Related MCP Connectors
Governed memory and workspace for any AI: tasks, calendar, mail and pages, with per-action consent.
Persistent AI memory with semantic search, conflict detection, and ticketing.
Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.
Persistent memory for AI agents. Semantic search, memory graph, W3C DID identity.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceManages persistent work memories and context across AI tools, enabling structured storage, search, and retrieval of work content, tasks, and knowledge with session-based project organization.14MIT
- AlicenseNot gradedqualityDmaintenanceA persistent AI memory server that enables storage and retrieval of context and project artifacts across conversations. It features full-text search, version history, and automatic content chunking using local SQLite or hosted cloud storage.10 npmApache 2.0
- FlicenseNot gradedqualityAmaintenanceProvides organizational memory for AI agents, enabling shared company memory, decision recall, artifact management, approval review, task delegation, and initiative tracking.2-
- FlicenseNot gradedqualityBmaintenanceProvides a shared long-term memory across multiple AI clients, enabling persistent storage and retrieval of facts, preferences, decisions, and snippets with semantic search.-