Agent 連携

Tadoru が AI agent とつながる仕組み — 2 つの面と skill 指示レイヤー、対応 agent、agent にできること・できないこと。

Tadoru の存在理由は、あなたが打ち込まなかった文脈を agent に渡すことです — 何を読んでいたか、どの PR をレビューしていたか、どこで中断したか。連携は意図的に薄く作られており、どの面も同じローカルストアの上のラッパーです。

2 つの面と、1 つの指示レイヤー

Tadoru が履歴を露出する面は 2 つです — どちらも同じローカルストアの薄いラッパーです：

skill は第 3 の面ではありません — 「いつ履歴を見るべきか」「トークンを浪費しない呼び方」を agent に伝える指示レイヤーです。指示の届き方は面ごとに異なります：

• MCP では指示は内在化されています。 ツール名・説明・既定値・スキーマはプロトコル（tools/list）の中で配信されるため、MCP クライアントに追加の仕掛けは不要です — Claude Desktop の setup がサーバ登録だけで済むのはこのためです。
• CLI は agent に対して自己記述的でないため、Tadoru は単一の skills/SKILL.md を指示の正本として持ちます。setup は native skill 対応 agent にはそのまま配置します。opencode と pi では AGENTS.md または README 向けの指示を導出して表示し、配置はユーザー自身が行います。各 agent はその指示を固有の発見方式で読み込み、強制注入されるものではありません。

対応 agent

setup は skill を配置し、agent 向けの MCP 登録コマンドと、opencode / pi に必要な手動設定用の指示を表示します — セットアップ参照。

agent にできること

MCP 経由では 3 つの read-only ツールが使えます（詳細は MCP リファレンス）：

• get_timeline — LLM-ready タイムライン。tadoru timeline と等価。agent が最もよく呼ぶツール。
• query_events — 生イベント検索。tadoru query と等価。
• get_status — 記録が動いているか・権限は大丈夫か。running が false のとき、良い agent は「履歴は現在記録されていない」とユーザーに伝えられます。

CLI 経由なら（あなたの承認フローの下で）記録の開始・停止を含むすべてが使えます。同梱の skill が教えるのは読み出し系・status / doctor の診断・「記録設定の変更はユーザーの明示的な依頼があったときだけ」という規律です。

agent にできないこと

MCP サーバは記録デーモンとは独立したプロセスで動く、ストアへの読み取り専用ビューです：

• 記録の開始・停止はできません。
• 設定の変更はできません — 特に capture-time フィルタには触れません。agent が記録対象を広げたり、プライバシー境界を弱めたりすることは（誤ってであっても）できません。

データの流れについて

Tadoru 自体はデータをどこにも送りません。ただし、タイムラインを読んだ agent は通常それを LLM プロバイダへ転送します — そのホップは agent の管轄です。同梱の skill ファイルは、既定で数日分を引くのではなく送信前に範囲を絞る（例：--since 2h、token budget 4000）よう agent に指示しています。