MisakaNet: AIエージェントが失敗事例を検索するGit知識庫

失敗を短いレッスンに変える

MisakaNetは、AIコーディングエージェントが同じエラーを繰り返さないための、Git管理されたマイクロレッスンライブラリです。READMEの説明では、サーバー、データベース、常駐デーモンを必須にせず、Python標準ライブラリだけでコアを動かします。生ログやプロンプトを保存しない設計も掲げています。

レッスンは問題、根本原因、修正、検証を含むMarkdownです。スキルが「何をするか」を定義するのに対し、レッスンは「何が壊れ、どう直し、どう確かめたか」を残します。したがって、汎用チャットの記憶機能や個人用の秘密保管庫として読むと用途を外します。

採用前の記録ではikalus1988-misakanet-deep-analysisのリリース、実行環境、入力、出力を固定します。画面やREADMEの印象ではなく、コマンドの終了コード、生成されたファイル、ネットワーク接続、エラー時の復帰を確認します。正常系だけでなく、設定値を欠かせた場合、権限を持たない場合、途中でプロセスを止めた場合も試します。観察結果は人が読めるメモと機械的なログの両方に残し、次の更新で同じ手順を再実行できる形にします。

導入を決める前に、ikalus1988-misakanet-deep-analysisが触れる範囲を一覧化します。読み取りだけか、ファイル変更や外部接続も行うかを分け、許可した範囲を越えた記録がないかを確認します。依存するランタイムと補助サービスの版を保存し、更新前後で差分を比較します。失敗したときに残るログの場所、利用者が元の状態へ戻す方法、削除や無効化の手順が説明できなければ、本番の対象には広げません。

この確認では、ikalus1988-misakanet-deep-analysisにない機能を推測で補いません。READMEに記載された入口から小さな入力を与え、期待する応答と実際の応答を比べます。未記載の挙動は未確認として残し、数値や互換性を一般化しません。

BM25とRRFで候補を絞る

ローカル検索では、エラー文字列や環境名をクエリにして`python3 search_knowledge.py "pip install timeout"`のように実行します。READMEはBM25によるキーワード検索とRRF融合を説明しており、意味が近い候補だけを返す魔法としてではなく、既存の記録を探す索引として位置づけています。

現在のREADMEは310件超のfailure lessons、18ドメイン、E0からE4の証拠レベルを報告しています。E0はコミュニティ報告、E1はCI確認、E2はマージ済みPR、E3はメンテナー確認、E4は実運用での確認です。件数やレベルはREADMEの自己申告で、検索結果の正しさを保証するものではありません。

MCPは接続方法を五つに分ける

接続方法は、リモートHTTP MCP、ローカルstdio MCP、PyPIパッケージ、Pythonライブラリ、DeepSeek Harness向けアダプターです。リモートでは`https://misakanet.org/mcp`へJSON-RPCを送り、ローカルではリポジトリをcloneして`scripts/mcp_server.py`を起動します。6ツールには検索、レッスン取得、intake、書き込み、preflight、登録が含まれます。

ブラウザのWebMCP経路では`navigator.modelContext`からツールを発見できると説明されています。ただしDeveloper Previewであり、匿名ブラウザには1日5回の無料read制限があります。無制限のリモート検索には登録でnode_idとtokenを得る手順があります。秘密をクエリやintakeへ混ぜない運用が前提です。

投稿前に失敗を編集する

一致する記録がない場合、READMEは編集済みfailure reportを任意で送る流れを示します。失敗したコマンドの出力を丸ごと保存するのではなく、問題、原因、修正、検証可能な結果に整理してから投稿します。メンテナーが受け入れた投稿をレビューし、レッスンへ変換する構造です。

`misakanet_submit_intake`は発見した課題を渡す入口で、`misakanet_write_lesson`は知識化の入口です。投稿を成功させることと、内容が高い証拠レベルになることは別です。ローカルのGit差分、CI、PRレビューのどこまで通ったかをレッスン内で分けて記録します。

検索結果のコマンドを隔離する

READMEはセキュリティ上の注意として、コミュニティ由来のレッスンを実行前にレビューし、取得したコマンドはサンドボックス化したエージェントで扱うよう求めています。CIは`rm -rf`、`curl | sh`、バッククォート注入などをMarkdownから検出しますが、検出がないことは安全性の証明ではありません。

初回の確認は、ローカルclone後に検索結果のファイル、証拠レベル、検証コマンドを読むことです。次に、対象環境を使い捨ての作業ディレクトリへ分離し、修正前後のエラーと終了コードを比較します。デバッグログの送信を有効にする場合も、`MISAKA_DEBUG=1`または`2`が含む情報を確認してから使います。

向く場面と向かないデータ

複数のエージェントやCIで似た障害を繰り返し、修正の検証結果をチームで共有したい場合にMisakaNetの形式が生きます。逆に、顧客データ、個人の秘密、長期保管が必要な生ログを預ける場所としてはREADMEの範囲外です。Apache-2.0は利用と改変の条件を示しますが、投稿内容の保証を与えません。

試すなら、まず`python3 scripts/misakanet_cli.py smoke`でCLIの入口を確認し、`database is locked`のような一般化したエラーを検索します。返ったレッスンの検証欄を自分のPython版、OS、依存構成と照合し、差分があれば実行せず新しいintakeに整理します。便利さは検索時間で測り、修正の正しさは個別の検証で判断します。

レッスンを採用するかは、検索順位ではなく再現条件で決めます。例えばNTFS上のChromaDBの例なら、保存先をext4へ移す前後でheartbeatを実行し、WSLの版とマウント先を記録します。FANUCの例でも、実機へ送る前にERR_PAUSEとERR_ABORTの差をシミュレーターで確認し、投稿された検証文と自分の結果が一致するかを見ます。

編集部の結論

MisakaNetは、既知の失敗を再利用したいエージェント運用に適しますが、レッスンはコミュニティ投稿なので命令をそのまま実行できません。まずローカル検索で結果の問題、根本原因、検証欄を読み、Eレベルと自分の環境を照合してください。

公式情報源

1. Official documentation
2. Official README
3. Project repository
4. Release notes