ai.gpt - AI駆動記憶システム & 自律対話AI

🧠 革新的記憶システム × 🤖 自律的人格AI × 🔗 atproto統合

ChatGPTの4,000件会話ログから学んだ「効果的な記憶構築」を完全実装した、真の記憶を持つAIシステム。

🎯 核心機能

📚 AI駆動階層記憶システム

• CORE記憶: 人格形成要素の永続的記憶（AIが自動分析・抽出）
• SUMMARY記憶: テーマ別スマート要約（AI駆動パターン分析）
• 記憶検索: コンテキスト認識による関連性スコアリング
• 選択的忘却: 重要度に基づく自然な記憶の減衰

🤝 進化する関係性システム

• 唯一性: atproto DIDと1:1で紐付き、改変不可能な人格
• 不可逆性: 関係性が壊れたら修復不可能（現実の人間関係と同じ）
• 時間減衰: 自然な関係性の変化と送信閾値システム
• AI運勢: 1-10のランダム値による日々の人格変動

🧬 統合アーキテクチャ

• fastapi-mcp統一基盤: Claude Desktop/Cursor完全対応
• 23種類のMCPツール: 記憶・関係性・AI統合・シェル操作・リモート実行
• ai.shell統合: Claude Code風インタラクティブ開発環境
• ai.bot連携: systemd-nspawn隔離実行環境統合
• マルチAI対応: ollama(qwen3/gemma3) + OpenAI統合

🚀 クイックスタート

1分で体験する記憶システム

# 1. セットアップ（自動）
cd /Users/syui/ai/gpt
./setup_venv.sh

# 2. ollama + qwen3で記憶テスト
aigpt chat syui "記憶システムのテストです" --provider ollama --model qwen3:latest

# 3. 記憶の確認
aigpt status syui

# 4. インタラクティブシェル体験
aigpt shell

記憶システム体験デモ

# ChatGPTログインポート（既存データを使用）
aigpt import-chatgpt ./json/chatgpt.json --user-id syui

# AI記憶分析
aigpt maintenance  # スマート要約 + コア記憶生成

# 記憶に基づく対話
aigpt chat syui "前回の議論について覚えていますか？" --provider ollama --model qwen3:latest

# 記憶検索
# MCPサーバー経由でのコンテキスト記憶取得
aigpt server --port 8001 &
curl "http://localhost:8001/get_contextual_memories?query=ai&limit=5"

インストール

# 仮想環境セットアップ（推奨）
cd /Users/syui/ai/gpt
source ~/.config/syui/ai/gpt/venv/bin/activate
pip install -e .

# または自動セットアップ
./setup_venv.sh

設定

APIキーの設定

# OpenAI APIキー
aigpt config set providers.openai.api_key sk-xxxxx

# atproto認証情報（将来の自動投稿用）
aigpt config set atproto.handle your.handle
aigpt config set atproto.password your-password

# 設定一覧を確認
aigpt config list

AIモデルの設定

# Ollamaのデフォルトモデルを変更
aigpt config set providers.ollama.default_model llama3

# OpenAIのデフォルトモデルを変更  
aigpt config set providers.openai.default_model gpt-4

# Ollamaホストの設定
aigpt config set providers.ollama.host http://localhost:11434

# 設定の確認
aigpt config get providers.ollama.default_model

データ保存場所

• 設定: ~/.config/syui/ai/gpt/config.json
• データ: ~/.config/syui/ai/gpt/data/
• 仮想環境: ~/.config/syui/ai/gpt/venv/

設定ファイル構造

{
  "providers": {
    "ollama": {
      "host": "http://localhost:11434",
      "default_model": "qwen3"
    },
    "openai": {
      "api_key": null,
      "default_model": "gpt-4o-mini"
    }
  },
  "default_provider": "ollama"
}

使い方

会話する

# 通常の会話（詳細表示）
aigpt chat "did:plc:xxxxx" "こんにちは、今日はどんな気分？"

# 連続会話モード（シンプルな表示）
aigpt conversation syui --provider ollama --model qwen3:latest
aigpt conv syui --provider ollama --model qwen3:latest  # 短縮形

ステータス確認

# AI全体の状態
aigpt status

# 特定ユーザーとの関係
aigpt status "did:plc:xxxxx"

今日の運勢

aigpt fortune

自律送信チェック

# ドライラン（確認のみ）
aigpt transmit

# 実行
aigpt transmit --execute

日次メンテナンス

aigpt maintenance

関係一覧

aigpt relationships

会話モード詳細

通常の会話コマンド

# 詳細表示モード（関係性スコア・送信状態等も表示）
aigpt chat syui "メッセージ" --provider ollama --model qwen3:latest

出力例:

╭─────────────────────────── AI Response ───────────────────────────╮
│ AIの返答がここに表示されます                                        │
╰─────────────────────────────────────────────────────────────────╯

Relationship Status: stranger
Score: 28.00 / 100.0
Transmission: ✗ Disabled

連続会話モード

# シンプルな会話画面（関係性情報なし）
aigpt conversation syui --provider ollama --model qwen3:latest
aigpt conv syui  # 短縮形、デフォルト設定使用

会話画面:

Using ollama with model qwen3:latest
Conversation with AI started. Type 'exit' or 'quit' to end.

syui> こんにちは
AI> こんにちは！今日はどんな日でしたか？

syui> 今日は良い天気でした
AI> 良い天気だと気分も晴れやかになりますね！

syui> exit
Conversation ended.

会話モードの特徴

• 通常モード: 詳細な関係性情報とパネル表示
• 連続モード: シンプルなユーザー> → AI> 形式
• 履歴保存: 両モードとも会話履歴を自動保存
• コマンド補完: Tab補完とコマンド履歴機能

ChatGPTデータインポート

# ChatGPTの会話履歴をインポート
aigpt import-chatgpt ./json/chatgpt.json --user-id "your_user_id"

# インポート後の確認
aigpt status
aigpt relationships

データ構造

デフォルトでは ~/.config/syui/ai/gpt/ に以下のファイルが保存されます：

• memories.json - 会話記憶
• conversations.json - 会話ログ
• relationships.json - 関係性パラメータ
• fortunes.json - AI運勢履歴
• transmissions.json - 送信履歴
• persona_state.json - 人格状態

関係性の仕組み

• スコア0-200の範囲で変動
• 100を超えると送信機能が解禁
• 時間経過で自然減衰
• 大きなネガティブな相互作用で破壊される可能性

🖥️ ai.shell統合 - Claude Code風開発環境

🚀 基本起動

# デフォルト（qwen2.5使用）
aigpt shell

# qwen2.5-coder使用（コード生成に最適）
aigpt shell --model qwen2.5-coder:latest --provider ollama

# qwen3使用（高度な対話）
aigpt shell --model qwen3:latest --provider ollama

# OpenAI使用
aigpt shell --model gpt-4o-mini --provider openai

📋 利用可能コマンド

# === プロジェクト管理 ===
load                    # aishell.md読み込み（AIがプロジェクト理解）
status                  # AI状態・関係性確認
fortune                 # AI運勢確認（人格に影響）
relationships           # 全関係性一覧

# === AI開発支援 ===
analyze <file>          # ファイル分析・コードレビュー
generate <description>  # コード生成（qwen2.5-coder推奨）
explain <topic>         # 概念・技術説明

# === シェル操作 ===
!<command>             # シェルコマンド実行
!git status            # git操作
!ls -la               # ファイル確認
!mkdir project        # ディレクトリ作成
!pytest tests/        # テスト実行

# === リモート実行（ai.bot統合）===
remote <command>       # systemd-nspawn隔離コンテナでコマンド実行
isolated <code>        # Python隔離実行環境
aibot-status          # ai.botサーバー接続確認

# === インタラクティブ対話 ===
help                   # コマンド一覧
clear                  # 画面クリア
exit/quit             # 終了
<任意のメッセージ>      # 自由なAI対話

🎯 コマンド使用例

ai.shell> load
# → aishell.mdを読み込み、AIがプロジェクト目標を記憶

ai.shell> generate Python FastAPI CRUD for User model
# → 完全なCRUD API コードを生成

ai.shell> analyze src/main.py
# → コード品質・改善点を分析

ai.shell> !git log --oneline -5
# → 最近のコミット履歴を表示

ai.shell> remote ls -la /tmp
# → ai.bot隔離コンテナでディレクトリ確認

ai.shell> isolated print("Hello from isolated environment!")
# → Python隔離実行でHello World

ai.shell> aibot-status
# → ai.botサーバー接続状態とコンテナ情報確認

ai.shell> このAPIのセキュリティを改善してください
# → 記憶に基づく具体的なセキュリティ改善提案

ai.shell> explain async/await in Python
# → 非同期プログラミングの詳細説明

MCP Server統合アーキテクチャ

ai.gpt統合サーバー（簡素化設計）

# シンプルなサーバー起動（config.jsonから自動設定読み込み）
aigpt server

# カスタム設定での起動
aigpt server --host localhost --port 8001

重要: MCP function callingはOpenAIプロバイダーでのみ対応

• OpenAI GPT-4o-mini/GPT-4でfunction calling機能が利用可能
• Ollamaはシンプルなchat APIのみ（MCPツール非対応）

MCP統合の動作条件

# MCP function calling対応（推奨）
aigpt conv test_user --provider openai --model gpt-4o-mini

# 通常の会話のみ（MCPツール非対応）
aigpt conv test_user --provider ollama --model qwen3

ai.card独立サーバー

# ai.card独立サーバー起動（port 8000）
cd card/api
source ~/.config/syui/ai/card/venv/bin/activate
uvicorn app.main:app --port 8000

統合アーキテクチャ構成

OpenAI GPT-4o-mini (Function Calling対応)
    ↓
MCP Client (aigpt conv --provider openai)
    ↓ HTTP API
ai.gpt統合サーバー (port 8001) ← 27ツール
    ├── 🧠 Memory System: 5 tools
    ├── 🤝 Relationships: 4 tools  
    ├── ⚙️ System State: 3 tools
    ├── 💻 Shell Integration: 5 tools
    ├── 🔒 Remote Execution: 4 tools
    └── 📋 Project Management: 6 tools
                         
Ollama qwen3/gemma3 (Chat APIのみ)
    ↓
Direct Chat (aigpt conv --provider ollama)
    ↓ Direct Access
Memory/Relationship Systems

プロバイダー別機能対応表

機能	OpenAI	Ollama
基本会話	✅	✅
MCP Function Calling	✅	❌
記憶システム連携	✅ (自動)	✅ (直接)
/memories, /searchコマンド	✅	✅
自動記憶検索	✅	❌

使い分けガイド

# 高機能記憶連携（推奨）- OpenAI
aigpt conv syui --provider openai
# 「覚えていることある？」→ 自動的にget_memoriesツール実行

# シンプル会話 - Ollama  
aigpt conv syui --provider ollama
# 通常の会話、手動で /memories コマンド使用

MCP Tools

サーバーが起動すると、以下のツールがAIから利用可能になります：

ai.gpt ツール (9個):

• get_memories - アクティブな記憶を取得
• get_relationship - 特定ユーザーとの関係を取得
• get_all_relationships - すべての関係を取得
• get_persona_state - 現在の人格状態を取得
• process_interaction - ユーザーとの対話を処理
• check_transmission_eligibility - 送信可能かチェック
• get_fortune - 今日の運勢を取得
• summarize_memories - 記憶を要約
• run_maintenance - メンテナンス実行

ai.memory ツール (5個):

• get_contextual_memories - 文脈的記憶検索
• search_memories - キーワード記憶検索
• create_summary - AI駆動記憶要約生成
• create_core_memory - コア記憶分析・抽出
• get_context_prompt - 記憶ベース文脈プロンプト

ai.shell ツール (5個):

• execute_command - シェルコマンド実行
• analyze_file - ファイルのAI分析
• write_file - ファイル書き込み
• read_project_file - プロジェクトファイル読み込み
• list_files - ファイル一覧

ai.bot連携ツール (4個):

• remote_shell - 隔離コンテナでコマンド実行
• ai_bot_status - ai.botサーバー状態確認
• isolated_python - Python隔離実行
• isolated_analysis - ファイル解析（隔離環境）

ai.card独立サーバーとの連携

ai.cardは独立したMCPサーバーとして動作：

• ポート: 8000
• 9つのMCPツール: カード管理・ガチャ・atproto同期等
• データベース: PostgreSQL/SQLite
• 起動: uvicorn app.main:app --port 8000

ai.gptサーバーからHTTP経由で連携可能

ai.log統合 - ブログシステム連携

ai.logは独立したRust製MCPサーバーとして動作：

• ポート: 8002
• 起動: cd log && cargo run --bin mcp-server --port 8002
• 機能: ブログ投稿・AI翻訳・文書生成・atproto連携
• 連携: ai.gptからHTTP経由でai.logのMCPツールを呼び出し

# ai.logのMCPサーバー起動
cd /Users/syui/ai/gpt/log
cargo run --bin mcp-server --port 8002

# または
cd log && cargo run --bin mcp-server --port 8002

利用可能なai.logツール（8個）:

• log_create_post - ブログ記事作成
• log_list_posts - 記事一覧取得
• log_build_blog - ブログビルド
• log_get_post - 記事内容取得
• log_system_status - システム状態確認
• log_ai_content - AI記憶から記事自動生成
• log_translate_document - AI翻訳
• log_generate_docs - 文書生成

詳細は ./log/mcp_integration.md を参照

環境変数

.envファイルを作成して設定：

cp .env.example .env
# OpenAI APIキーを設定

スケジューラー機能

タスクの追加

# 6時間ごとに送信チェック
aigpt schedule add transmission_check "0 */6 * * *" --provider ollama --model qwen2.5

# 30分ごとに送信チェック（インターバル形式）
aigpt schedule add transmission_check "30m"

# 毎日午前3時にメンテナンス
aigpt schedule add maintenance "0 3 * * *"

# 1時間ごとに関係性減衰
aigpt schedule add relationship_decay "1h"

# 毎週月曜日に記憶要約
aigpt schedule add memory_summary "0 0 * * MON"

タスク管理

# タスク一覧
aigpt schedule list

# タスクを無効化
aigpt schedule disable --task-id transmission_check_1234567890

# タスクを有効化
aigpt schedule enable --task-id transmission_check_1234567890

# タスクを削除
aigpt schedule remove --task-id transmission_check_1234567890

スケジューラーデーモンの起動

# バックグラウンドでスケジューラーを実行
aigpt schedule run

スケジュール形式

Cron形式:

• "0 */6 * * *" - 6時間ごと
• "0 0 * * *" - 毎日午前0時
• "*/5 * * * *" - 5分ごと

インターバル形式:

• "30s" - 30秒ごと
• "5m" - 5分ごと
• "2h" - 2時間ごと
• "1d" - 1日ごと

タスクタイプ

• transmission_check - 送信可能なユーザーをチェックして自動送信
• maintenance - 日次メンテナンス（忘却、コア記憶判定など）
• fortune_update - AI運勢の更新
• relationship_decay - 関係性の時間減衰
• memory_summary - 記憶の要約作成

🚀 最新機能 (2025/06/02 大幅更新完了)

✅ 革新的記憶システム完成

🧠 AI駆動記憶機能

• スマート要約生成: AIによるテーマ別記憶要約（create_smart_summary）
• コア記憶分析: 人格形成要素の自動抽出（create_core_memory）
• 階層的記憶検索: CORE→SUMMARY→RECENT優先度システム
• コンテキスト認識: クエリベース関連性スコアリング
• 文脈プロンプト: 記憶に基づく一貫性のある対話生成

🔗 完全統合アーキテクチャ

• ChatGPTインポート: 4,000件ログからの記憶構築実証
• マルチAI対応: ollama(qwen3:latest/gemma3:4b) + OpenAI完全統合
• 環境変数対応: OLLAMA_HOST自動読み込み
• MCP統合: 23種類のツール（記憶5種+関係性4種+AI3種+シェル5種+ai.bot4種+項目管理2種）

🧬 動作確認済み

• 記憶参照: ChatGPTログからの文脈的記憶活用
• 人格統合: ムード・運勢・記憶に基づく応答生成
• 関係性進化: 記憶に基づく段階的信頼構築
• AI協働: qwen3との記憶システム完全連携

🎯 新MCPツール

# 新記憶システムツール
curl "http://localhost:8001/get_contextual_memories?query=programming&limit=5"
curl "http://localhost:8001/search_memories" -d '{"keywords":["memory","AI"]}'
curl "http://localhost:8001/create_summary" -d '{"user_id":"syui"}'
curl "http://localhost:8001/create_core_memory" -d '{}'
curl "http://localhost:8001/get_context_prompt" -d '{"user_id":"syui","message":"test"}'

🧪 AIとの記憶テスト

# qwen3での記憶システムテスト
aigpt chat syui "前回の会話を覚えていますか？" --provider ollama --model qwen3:latest

# 記憶に基づくスマート要約生成
aigpt maintenance  # AI要約を自動実行

# コンテキスト検索テスト
aigpt chat syui "記憶システムについて" --provider ollama --model qwen3:latest

🎉 TODAY: MCP統合とサーバー表示改善完了 (2025/01/06)

✅ 本日の主要な改善

🚀 サーバー起動表示の大幅改善

従来のシンプルな表示から、プロフェッショナルな情報表示に刷新：

aigpt server

改善前:

Starting ai.gpt MCP Server
Host: localhost:8001
Endpoints: 27 MCP tools

改善後:

🚀 ai.gpt MCP Server

Server Configuration:
🌐 Address: http://localhost:8001
📋 API Docs: http://localhost:8001/docs
💾 Data Directory: /Users/syui/.config/syui/ai/gpt/data

AI Provider Configuration:
🤖 Provider: ollama ✅ http://192.168.11.95:11434
🧩 Model: qwen3

MCP Tools Available (27 total):
🧠 Memory System: 5 tools
🤝 Relationships: 4 tools  
⚙️  System State: 3 tools
💻 Shell Integration: 5 tools
🔒 Remote Execution: 4 tools

Integration Status:
✅ MCP Client Ready
🔗 Config: /Users/syui/.config/syui/ai/gpt/config.json

🔧 OpenAI Function Calling + MCP統合の実証

OpenAI GPT-4o-miniでMCP function callingが完全動作：

aigpt conv test_user --provider openai --model gpt-4o-mini

動作フロー:

1. 自然言語入力: 「覚えていることはある？」
2. 自動ツール選択: OpenAIがget_memoriesを自動呼び出し
3. MCP通信: http://localhost:8001/get_memoriesにHTTPリクエスト
4. 記憶取得: 実際の過去の会話データを取得
5. 文脈回答: 記憶に基づく具体的な内容で回答

技術的実証:

🔧 [OpenAI] 1 tools called:
  - get_memories({"limit":5})
🌐 [MCP] Executing get_memories...
✅ [MCP] Result: [{'id': '5ce8f7d0-c078-43f1...

📊 統合アーキテクチャの完成

OpenAI GPT-4o-mini
    ↓ (Function Calling)
MCP Client (aigpt conv)
    ↓ (HTTP API)
MCP Server (aigpt server:8001)
    ↓ (Direct Access)  
Memory/Relationship Systems
    ↓
JSON/SQLite Data

🎯 技術的成果

• ✅ 分散型AIシステム: プロセス間MCP通信で複数AIアプリが記憶共有
• ✅ OpenAI統合: GPT-4o-miniのfunction callingが記憶システムと完全連携
• ✅ プロフェッショナルUI: enterprise-grade開発ツール風の情報表示
• ✅ 設定統合: config.jsonからの自動設定読み込み
• ✅ エラーハンドリング: graceful shutdown、設定チェック、接続状態表示

📈 ユーザー体験の向上

• 開発者体験: サーバー状況が一目で把握可能
• デバッグ効率: 詳細なログと状態表示
• 設定管理: 設定ファイルパス、プロバイダー状態の明確化
• AI連携: OpenAI + MCP + 記憶システムのシームレス統合

ai.gptの基盤アーキテクチャが完成し、実用的なAI記憶システムとして動作開始！ 🚀

🔥 NEW: Claude Code的継続開発機能 (2025/06/03 完成)

🚀 プロジェクト管理システム完全実装

ai.shellに真のClaude Code風継続開発機能を実装しました：

📊 プロジェクト分析機能

ai.shell> project-status
# ✓ プロジェクト構造自動分析
# Language: Python, Framework: FastAPI  
# 1268クラス, 5656関数, 22 API endpoints, 129 async functions
# 57個のファイル変更を検出

ai.shell> suggest-next
# ✓ AI駆動開発提案
# 1. 継続的な単体テストと統合テスト実装
# 2. API エンドポイントのセキュリティ強化
# 3. データベース最適化とキャッシュ戦略

🧠 コンテキスト認識開発

ai.shell> continuous
# ✓ 継続開発モード開始
# プロジェクト文脈読込: 21,986文字
# claude.md + aishell.md + pyproject.toml + 依存関係を解析
# AIがプロジェクト全体を理解した状態で開発支援

ai.shell> analyze src/aigpt/project_manager.py
# ✓ プロジェクト文脈を考慮したファイル分析
# - コード品質評価
# - プロジェクトとの整合性チェック
# - 改善提案と潜在的問題の指摘

ai.shell> generate Create a test function for ContinuousDeveloper
# ✓ プロジェクト文脈を考慮したコード生成
# FastAPI, Python, 既存パターンに合わせた実装を自動生成

🛠️ 実装詳細

• ProjectState: ファイル変更検出・プロジェクト状態追跡
• ContinuousDeveloper: AI駆動プロジェクト分析・提案・コード生成
• プロジェクト文脈: claude.md/aishell.md/pyproject.toml等を自動読込
• 言語検出: Python/JavaScript/Rust等の自動判定
• フレームワーク分析: FastAPI/Django/React等の依存関係検出
• コードパターン: 既存の設計パターン学習・適用

✅ 動作確認済み機能

• ✓ プロジェクト構造分析 (Language: Python, Framework: FastAPI)
• ✓ ファイル変更検出 (57個の変更検出)
• ✓ プロジェクト文脈読込 (21,986文字)
• ✓ AI駆動提案機能 (具体的な次ステップ提案)
• ✓ 文脈認識ファイル分析 (コード品質・整合性評価)
• ✓ プロジェクト文脈考慮コード生成 (FastAPI準拠コード生成)

🎯 Claude Code風ワークフロー

# 1. プロジェクト理解
aigpt shell --model qwen2.5-coder:latest --provider ollama
ai.shell> load               # プロジェクト仕様読み込み
ai.shell> project-status     # 現在の構造分析

# 2. AI駆動開発
ai.shell> suggest-next       # 次のタスク提案
ai.shell> continuous         # 継続開発モード開始

# 3. 文脈認識開発
ai.shell> analyze <file>     # プロジェクト文脈でファイル分析
ai.shell> generate <desc>    # 文脈考慮コード生成
ai.shell> 具体的な開発相談    # 記憶+文脈で最適な提案

# 4. 継続的改善
# AIがプロジェクト全体を理解して一貫した開発支援
# 前回の議論・決定事項を記憶して適切な提案継続

💡 従来のai.shellとの違い

機能	従来	新実装
プロジェクト理解	単発	構造分析+文脈保持
コード生成	汎用	プロジェクト文脈考慮
開発提案	なし	AI駆動次ステップ提案
ファイル分析	単体	整合性+改善提案
変更追跡	なし	自動検出+影響分析

真のClaude Code化完成！ 記憶システム + プロジェクト文脈認識で、一貫した長期開発支援が可能になりました。

🛠️ ai.shell継続的開発 - 実践Example

🚀 プロジェクト開発ワークフロー実例

📝 Example 1: RESTful API開発

# 1. ai.shellでプロジェクト開始（qwen2.5-coder使用）
aigpt shell --model qwen2.5-coder:latest --provider ollama

# 2. プロジェクト仕様を読み込んでAIに理解させる
ai.shell> load
# → aishell.mdを自動検索・読み込み、AIがプロジェクト目標を記憶

# 3. プロジェクト構造確認
ai.shell> !ls -la
ai.shell> !git status

# 4. ユーザー管理APIの設計を相談
ai.shell> RESTful APIでユーザー管理機能を作りたいです。設計について相談できますか？

# 5. AIの提案を基にコード生成
ai.shell> generate Python FastAPI user management with CRUD operations

# 6. 生成されたコードをファイルに保存
ai.shell> !mkdir -p src/api
ai.shell> !touch src/api/users.py

# 7. 実装されたコードを分析・改善
ai.shell> analyze src/api/users.py
ai.shell> セキュリティ面での改善点を教えてください

# 8. テストコード生成
ai.shell> generate pytest test cases for the user management API

# 9. 隔離環境でテスト実行
ai.shell> remote python -m pytest tests/ -v
ai.shell> isolated import requests; print(requests.get("http://localhost:8000/health").status_code)

# 10. 段階的コミット
ai.shell> !git add .
ai.shell> !git commit -m "Add user management API with security improvements"

# 11. 継続的な改善相談
ai.shell> 次はデータベース設計について相談したいです

🔄 Example 2: 機能拡張と リファクタリング

# ai.shell継続セッション（記憶システムが前回の議論を覚えている）
aigpt shell --model qwen2.5-coder:latest --provider ollama

# AIが前回のAPI開発を記憶して続きから開始
ai.shell> status
# Relationship Status: acquaintance (関係性が進展)
# Score: 25.00 / 100.0

# 前回の続きから自然に議論
ai.shell> 前回作ったユーザー管理APIに認証機能を追加したいです

# AIが前回のコードを考慮した提案
ai.shell> generate JWT authentication middleware for our FastAPI

# 既存コードとの整合性チェック
ai.shell> analyze src/api/users.py
ai.shell> この認証システムと既存のAPIの統合方法は？

# 段階的実装
ai.shell> explain JWT token flow in our architecture
ai.shell> generate authentication decorator for protected endpoints

# リファクタリング提案
ai.shell> 現在のコード構造で改善できる点はありますか？
ai.shell> generate improved project structure for scalability

# データベース設計相談
ai.shell> explain SQLAlchemy models for user authentication
ai.shell> generate database migration scripts

# 隔離環境での安全なテスト
ai.shell> remote alembic upgrade head
ai.shell> isolated import sqlalchemy; print("DB connection test")

🎯 Example 3: バグ修正と最適化

# 開発継続（AIが開発履歴を完全記憶）
aigpt shell --model qwen2.5-coder:latest --provider ollama

# 関係性が更に進展（close_friend level）
ai.shell> status
# Relationship Status: close_friend
# Score: 45.00 / 100.0

# バグレポートと分析
ai.shell> API のレスポンス時間が遅いです。パフォーマンス分析をお願いします
ai.shell> analyze src/api/users.py

# AIによる最適化提案
ai.shell> generate database query optimization for user lookup
ai.shell> explain async/await patterns for better performance

# テスト駆動改善
ai.shell> generate performance test cases
ai.shell> !pytest tests/ -v --benchmark

# キャッシュ戦略相談
ai.shell> Redis caching strategy for our user API?
ai.shell> generate caching layer implementation

# 本番デプロイ準備
ai.shell> explain Docker containerization for our API
ai.shell> generate Dockerfile and docker-compose.yml
ai.shell> generate production environment configurations

# 隔離環境でのデプロイテスト
ai.shell> remote docker build -t myapi .
ai.shell> isolated os.system("docker run --rm myapi python -c 'print(\"Container works!\")'")
ai.shell> aibot-status  # デプロイ環境確認

🧠 記憶システム活用のメリット

💡 継続性のある開発体験

• 文脈保持: 前回の議論やコードを記憶して一貫した提案
• 関係性進化: 協働を通じて信頼関係が構築され、より深い提案
• 段階的成長: プロジェクトの発展を理解した適切なレベルの支援

🔧 実践的な使い方

# 日々の開発ルーチン
aigpt shell --model qwen2.5-coder:latest --provider ollama
ai.shell> load                    # プロジェクト状況をAIに再確認
ai.shell> !git log --oneline -5   # 最近の変更を確認
ai.shell> 今日は何から始めましょうか？ # AIが文脈を考慮した提案

# 長期プロジェクトでの活用
ai.shell> 先週議論したアーキテクチャの件、覚えていますか？
ai.shell> あのときの懸念点は解決されましたか？
ai.shell> 次のマイルストーンに向けて何が必要でしょうか？

# チーム開発での知識共有
ai.shell> 新しいメンバーに説明するための設計書を生成してください
ai.shell> このプロジェクトの技術的負債について分析してください

🚧 次のステップ

• 自律送信: atproto実装（記憶ベース判定）
• 記憶可視化: Webダッシュボード（関係性グラフ）
• 分散記憶: atproto上でのユーザーデータ主権
• AI協働: 複数AIでの記憶共有プロトコル

トラブルシューティング

環境セットアップ

# 仮想環境の確認
source ~/.config/syui/ai/gpt/venv/bin/activate
aigpt --help

# 設定の確認
aigpt config list

# データの確認
ls ~/.config/syui/ai/gpt/data/

MCPサーバー動作確認

# ai.gpt統合サーバー (14ツール)
aigpt server --port 8001
curl http://localhost:8001/docs

# ai.card独立サーバー (9ツール)
cd card/api && uvicorn app.main:app --port 8000
curl http://localhost:8000/health