thread-keeper

採用判断: thread-keeper は非常に実験的なプロジェクトであり、GitHub リポジトリ（7 スター、1 フォーク）のみが唯一の証拠で、チュートリアルやコミュニティの深い議論はありません。技術的な検証には使えますが、本番環境向きではありません。

実際の機能: ローカル MCP サーバとして動作し、Claude Code/Desktop、Codex、Gemini、Copilot、VS Code などのエージェントに“共有頭脳”を提供します。クロスセッション記憶（異なる会話での文脈保持）、自己改善スキルループ（過去の対話からの学習）、エージェント間シグナリング（複数 AI 間の通知）が主な機能です。複数の AI コーダーが共有ノートや知識ベースを利用してチームのように協業するイメージです。

導入ハードルとコスト: Python 環境と pip インストールが必要で、MCP 対応ツールにサーバ登録を行います。ツール自体は無料のオープンソースですが、接続する AI エージェント（例: Claude）のサブスクリプションや API 料金は別途発生します。コマンドラインに慣れた開発者向けで、一般ユーザーには敷居が高いです。

コミュニティの評価と議論の質: 証拠は GitHub の概要情報のみです。X 投稿、チュートリアル、実テスト記事は存在せず、7 スターという極めて低い数字から、ほとんど注目されていません。安定性や実用性に関する実際のフィードバックはなく、完成度の高い製品ではなく個人製作の実験ツールです。導入する場合は自身で検証・改良する覚悟が必要です。