ClawSpore - クロウスポア

自律型のAIアシスタントツール クロウスポア。 「自律判断」「実行」「改善」のサイクルを Podman 上で安全に回しつつ、Discord を介して人間と協調することを目指したプロジェクトです。

プロジェクトのビジョン

人間の指示を待つだけでなく、自ら考え、環境を操作し、その結果から学習して継続的に自己改善する AI エージェントの実現を目指します。

システムアーキテクチャ

思考を司る Core、外部操作を担う MCP/CLI、そして人間との窓口となる Discord の3層構造で構築します。

• Core (Brain): 自律判断を担当。ローカル LLM 環境である LM Studio を主要な推論エンジンとして利用します。Python で実装。
• ToolRouter (Routing): 推論エンジンを用いて、大量のツールの中から現在の文脈に最適なものを事前に選別。モデルの混乱を防ぎ、精度と速度を両立させます。
• MCP/CLI (Limbs): 外部操作を担う「手足」。Model Context Protocol (MCP) を通じてツールを実行します。
• Discord (Interface): 人間とのインタラクション。進捗報告や承認、相談を行います。

技術スタック

• Language: Python 3.11+
• LLM: LM Studio (Local LLM)
• Container: Podman (Security Isolation)
• Messaging: Discord
• Architecture: Model Context Protocol (MCP)

セットアップ (Getting Started)

※現在開発中のため、セットアップ手順は随時更新されます。

前提条件

• Podman がインストールされていること
• LM Studio がインストールされ、API サーバーが起動していること

セットアップ手順

1. リポジトリをクローン

2. Discord Bot の準備

   • Discord Developer Portal にアクセスし、新しい Application を作成。
   • Bot セクションから Token を取得。
   • Privileged Gateway Intents 欄の MESSAGE CONTENT INTENT を ON に設定。

     [!IMPORTANT] これを有効にしないとメッセージの読み取りができず、起動時にエラーが発生します。

3. 環境変数の設定

   • .env.example をコピーして .env を作成。
   • 各種 API キーやトークンを記入。
   • [推奨] dotenvx による暗号化
     • セキュリティ向上のため、dotenvx を利用して .env を暗号化します。

     # dotenvx のインストール (Mac)
     brew install dotenvx/brew/dotenvx
     
     # 暗号化の実行 (.env.keys が生成されます)
     dotenvx encrypt
     
     # 復号 (生テキストに戻す場合)
     # dotenvx decrypt

   • DISCORD_TOKEN: 取得したボットトークン。
   • GEMINI_API_KEY: (任意) ツール作成支援用の Gemini API キー。
   • LM_STUDIO_URL: LM Studio API のエンドポイント。

4. コンテナのビルドと起動

   • 暗号化を利用する場合: .env.keys に記載された DOTENV_PRIVATE_KEY_DOT_ENV の値を環境変数 DOTENV_PRIVATE_KEY として指定して起動します。

     podman compose build
     DOTENV_PRIVATE_KEY="【あなたの.env.keysのキー】" podman compose up -d

   • 暗号化を利用しない場合: 通常通り起動します。

     podman compose build
     podman compose up -d

使い方 (Usage)

Discord での対話

Bot が起動すると、Discord を通じて AI と対話できます。

• メンション: @ClawSpore Bot [メッセージ] で AI に話しかけます。
• コマンド: !ask [メッセージ] でも同様に質問が可能です。
• 疎通確認: !hello で Bot の応答確認ができます。

ログの確認

指定したログ用チャンネル（デフォルト: #log）に、起動通知やシステムログが送信されます。

プロジェクト構成 (Structure)

主要なプロンプトは prompts/ にまとめられています。

.
├── core/          # 自律判断・ロジック層 (思考)
│   ├── llm_client.py # 各種 LLM へ接続クライアント
│   ├── router.py     # ツール選別 (ToolRouter) 実装
│   └── main.py       # エントリーポイント
├── interface/     # 外部インターフェース層
│   └── discord_client.py # Discord Bot 実装
├── prompts/       # プロンプト定義集
├── scripts/       # メンテナンス・テスト用スクリプト
├── Dockerfile     # コンテナ定義
├── compose.yaml   # サービス定義
└── requirements.txt # Python 依存関係

ロードマップ (Roadmap)

• 基本的な Discord インターフェースの実装
• LM Studio / Gemini 連携基盤の構築
• Podman 上での安全なツール実行環境の構築
• MCP および動的ツール（create_tool）による機能拡張
• 自己改善・自律思考ループ (ReAct) の安定化
• 人間との協調保護 (Human-in-the-Loop) の実装
• 記憶の永続化 (Memory Persistence) の実装
• 自己診断と自動修復 (Self-Healing) の実装
• 複数セッションの管理と長期記憶 (RAG) の基礎実装
• セキュリティ・ガバナンスと詳細な実行権限管理 (ACL) の基礎実装
• RAG の検索精度向上と長期記憶の自律的な整理（ノイズフィルタリング実装済み）
• ACL の Discord 上からの動的設定機能の実装（grant_tool, revoke_tool 完了）
• マルチモーダル対応（画像解析・リサイズ処理実装済み）
• 外部 API 連携ツールのプリセット拡充（メンテナンス、画像解説ツール追加）
• ToolRouter によるツールの動的選別とフィルタリングの実装

ライセンス