Show HN: Open Kioku – AI コーディングエージェントのためのローカルエビデンスレイヤー

Open Kioku は、AI コーディングエージェントにローカルエビデンスレイヤーを提供する新しいオープンソースプロジェクトです。エージェントがコードベースを編集する前に、事実に基づいた決定を下せるようにします。このプロジェクトは、MCP（Model Context Protocol）インターフェースを介して読み取り専用のツールを提供するローカルインデックスを作成し、繰り返しのファイルクロールやテキストマッチングに基づく推論を排除します。

インストールは非常に簡単で、ユーザーは npm install -g open-kioku を実行し、リポジトリで ok index . を実行するだけでインデックスが生成されます。インデックスは .ok/ ディレクトリに保存され、SQLite メタデータと BM25 検索データが含まれます。大規模なリポジトリでもインデックス作成は数十秒で完了します。例えば、4,600 以上のファイル、46,000 以上のシンボル、8,900 以上のテストを含む公開リポジトリでは 33.1 秒でインデックスが作成されました。正確なバージョン、リビジョン、注意事項、言語制限は docs/large-repo-proof.md に記録されています。

インデックスが作成されたら、ユーザーは ok mcp install cursor --repo . などのコマンドでエージェントを MCP サーバーに接続できます。サポートされているエージェントには、Claude、Cursor、Codex、Gemini CLI、Windsurf、Trae、Zed、OpenCode が含まれます。接続後、エージェントは search_code（コード検索）、get_definition（定義取得）、impact_analysis（影響分析）、find_tests_for_change（テストの特定）、plan_change（編集計画の作成）、verify_change（変更の検証）などのツールを使用できるようになります。これらのツールにより、エージェントは編集前に証拠に基づいた計画を立てることができ、主要なファイル、関連するシンボル、影響範囲、検証コマンドを把握できます。

基本機能に加えて、Open Kioku には高度な機能も備わっています。インデックススナップショット機能により、チームや CI 間で既知の良好なローカルインデックスを共有でき、個人のメモリやコンテキスト状態を共有する必要がありません。品質モードでは SCIP ファイルを使用してインデックスの精度を向上させることができ、ok eval や ok workflow-bench を使用してワークフローを評価およびベンチマークすることも可能です。さらに、マルチプロジェクトワークスペース、プロジェクト間リンク、ランタイム分析（トレース、スパン、ログなどの証拠をインポート）もサポートしています。ランタイムエビデンスはオプションのローカル観測であり、ソースコードやシンボルの真実を置き換えることはありません。検証エビデンスも同様にオプションで、JUnit XML、lcov などのカバレッジレポート形式をサポートします。

Open Kioku のデフォルト品質モデルはローカルで無料です：インデックス化されたシンボル/チャンク/インポート、言語固有の静的ファクト、インデックス化されたテスト、ビルドシステム検出、SCIP の正確な参照（利用可能な場合）が含まれます。Java/Gradle リポジトリでは、テストファイルパスが既知の場合にスコープ化された検証コマンドが提供されます。Git 履歴分析はデフォルトで有効になっており、限定されたローカル履歴ウィンドウを読み取り、コミットメタデータとファイル変更を保存して、計画、ランキング、影響分析に使用します。ユーザーは設定ファイルで履歴ウィンドウのサイズを調整したり、機能を無効にしたりできます。

まとめると、Open Kioku はローカルインデックスと読み取り専用 MCP ツールを提供することで、AI コーディングエージェントの信頼性と効率を大幅に向上させ、特に大規模なコードベースやチームコラボレーションのシナリオに適しています。