skill-depot: MCP互換AIエージェント向けのローカルファーストメモリおよびスキルシステム

skill-depotの機能

skill-depotは、AIエージェントのスキルと知識が散在するディレクトリに蓄積される問題に対処します。すべてをコンテキストに読み込む（トークンを浪費する）か、何も読み込まない（学習した内容を忘れる）のではなく、エージェントの知識をMarkdownファイルとして保存し、ベクトル埋め込みを使用して意味的に検索し、関連するものだけを選択的に読み込む検索システムを提供します。

仕組み

エージェントはskill-depotと3段階の詳細レベルで対話します：

• skill_search("query")は、名前、スコア、スニペットを含む検索結果を返します
• skill_preview("skill-name")は、見出しとセクションごとの最初の文を含む構造化された概要を返します
• skill_read("skill-name")は、完全なMarkdownコンテンツを返します

skill_learnツールは、エージェントが知識をその場で作成または追加できるようにし、「作成済み」や「追加済み」といったアクションをタグと共に返します。

技術的実装

• 埋め込み：ONNXを介したローカルトランスフォーマーモデルall-MiniLM-L6-v2を使用（384次元ベクトル、約80MBの1回限りのダウンロード）
• ストレージ：ベクトル検索用のSQLite + sqlite-vec
• フォールバック：モデルが利用できない場合のBM25用語頻度検索
• プロトコル：9つのツールを備えたMCP（検索、プレビュー、読み取り、学習、保存、更新、削除、再インデックス、一覧表示）
• フォーマット：標準Markdown + YAMLフロントマター（Claude CodeとCodexが使用するのと同じフォーマット）

セットアップとユースケース

セットアップは簡単です：npx skill-depot init。このツールは、ローカルファースト、ゼロ設定、MCPネイティブな使用を想定して設計されており、管理するAPIキーはなく、実行するサーバーもなく、フレームワークのロックインもありません。トレードオフとして、範囲は狭くなっています—セッション管理や自動メモリ抽出は（まだ）行いません。

他のツールとの比較

• mem0：洗練されたAPIを備えた管理メモリレイヤーに優れていますが、クラウド依存性があります
• OpenViking：セッション管理、複数タイプのメモリ、会話からの自動抽出を備えた完全なコンテキストデータベース
• LangChain/LlamaIndexメモリモジュール：すでにそれらのエコシステム内にある場合は堅牢です

将来の検討事項

開発者は以下の追加を検討しています：

• メモリタイプ（スキル、メモリ、リソースの区別）
• ほぼ重複するエントリを検出する重複排除
• 一時的な知識の自動クリーンアップのためのTTL/有効期限
• 複数のセッションで強化されたメモリがより高いランクになる信頼度スコアリング