icm-graph-context-flow は何をしますか？
最もトークン効率の良いAIコーディングツール2026 – ローカルメモリとMCPでコストを90%削減
このスキルは、グラフベースのローカルメモリとMCP（Model Context Protocol）を統合することで、AIエージェントのトークン消費を劇的に削減します。従来のフローでは毎回全コンテキストをクラウドに送信する必要がありましたが、本フレームワークでは重要な情報をローカルに保存・管理し、必要なときにだけ効率的に参照します。
主な機能
- グラフメモリ – コード構造や依存関係をグラフで保持し、AIエージェントが素早くアクセス
- MCP統合 – Model Context Protocolを通じて、ローカルメモリとクラウドモデル間のシームレスな連携
- トークン最適化 – 不要なコンテキストをフィルタリングし、必要な情報だけを送信
- プラットフォーム互換性 – Claude Code、Cursor、Codexなど主要なAIツールで動作
対応プラットフォーム
- Claude Code
- Cursor
- Codex
- その他MCP対応AIエージェント
使用方法
# スキルをインストール
git clone https://github.com/tuantranute-it/icm-graph-context-flow
cd icm-graph-context-flow
# 設定ファイルを編集
nano config.yaml
config.yamlでローカルメモリのパスやMCPエンドポイントを指定してください。
設定例
memory:
type: graph
path: ./local_memory
mcp:
endpoint: http://localhost:8080/mcp
compression: true
詳細情報
- ドキュメント: https://github.com/tuantranute-it/icm-graph-context-flow/wiki
- ライセンス: MIT