Kanwas: チームとAIエージェントのためのオープンソース共有コンテキストボード

Kanwasは、チームとAIエージェントが同じキャンバス上で同時に作業できるオープンソースの共有コンテキストボードです。エージェントのツールコールは、全員が閲覧可能な共有タイムラインにストリーミングされます。このプロジェクトはApache 2.0ライセンスで提供され、GitHubで入手できます。
主な機能
- マルチプレイヤーワークスペース: チームとエージェントがドキュメント、証拠、決定を1つのキャンバス上で共有します。
- ライブエージェントストリーミング: AIエージェントのツールコールが、チームメンバー全員が同じタイムライン上でリアルタイムに確認できます。
- Gitバックアップファイルシステム: すべてのデータは完全なバージョン履歴を持つマークダウンファイルとして保存されます。
- セルフホスト: Docker Composeで実行可能。ベンダーロックインはありません。
クイックスタート
前提条件: Docker、Docker Compose、Anthropic(またはOpenAI)APIキー。
git clone https://github.com/kanwas-ai/kanwas.git
cd kanwas
cp .env.example .env
cp backend/.env.example backend/.env
cp yjs-server/.env.example yjs-server/.env
cp frontend/.env.example frontend/.env
docker-compose --profile app uphttp://localhost:5173 を開いて作業を開始します。
対象ユーザー
- 創業者: 資金調達デッキ、顧客インタビュー、MVP仕様、採用計画をエージェントの支援を受けながら1つのキャンバスにまとめられます。
- プロダクトマネージャー: インタビューの抜粋、チケット、競合のスクリーンショットをドロップし、発見レポートとトレーサブルな主張を含むPRDを取得できます。
- 開発者: PMの仕様やデザインをキャンバスに取り込み、タスクや受入基準を含む実装計画を生成し、マークダウンをClaude CodeやCodex用にリポジトリにプッシュできます。
- マーケター: ポジショニング、メッセージング、タイムラインを使ってローンチ計画を立て、コピーのバリエーションを並べて作成できます。
- 営業: リサーチ、コミュニケーション履歴、ステークホルダーマップ、提案書案を含む再利用可能なアカウントボードを維持できます。
アーキテクチャとスタック
TypeScript(98.8%)、CSS(0.8%)、Dockerで構築。主な依存関係: Yjs(リアルタイムコラボレーションのためのCRDT)、BlockNote(エディター)、AdonisJS(バックエンドフレームワーク)、E2B(サンドボックスコード実行)。プロジェクトはpnpmワークスペースを使用したモノレポです。
コミュニティ
質問やアイデアは、SlackのKanwas Kollectiveに参加してください。コントリビューターは、まず docs/SYSTEM_OVERVIEW.md を読み、大きな変更の前にIssueを開いてください。
📖 全文を読む: HN AI Agents
👀 See Also

Recall: Claude Codeのローカルプロジェクトメモリ — サマリーにトークンを消費しない方法
Recallは、Claude Codeに永続的なローカルセッションメモリを提供するプラグインです。古典的な要約アルゴリズムを使用し、APIキーや外部モデルは不要。context.mdは約1〜2Kトークンで、セッションフックからオフラインで構築されます。

ヘッドレスモードでClaudeコードを使用したDIY OpenClaw代替案
ある開発者が、タスク、スケジュール、メモのためのTelegramボットアクセス、Hammerspoon自動化、ローカルMarkdownファイルストレージを備えた、ヘッドレスモードでClaude Codeにプロンプトを送信するPythonサーバーを構築しました。

OneTool MCPのご紹介:開発者向けオープンソース・マルチツール
Claude AIを使用して構築されたOneTool MCPは、Web検索、ライブラリ更新、ファイル管理などのタスクに100以上のツールを提供し、ツール税やコンテキストの劣化なしに開発者を支援します。

ノーションとMCPを使用した、コード不要のClaude用永続メモリシステム
放射線科医がNotion内に「Cognitive Hub」を構築し、ClaudeがMCPを通じて読み書きすることで、構造化された知識ベースと、会話ごとに必要な情報のみを読み込むルーティングテーブルを実現。毎日使用して1ヶ月後には70ページ以上に成長。