🧠 技術調査 - Personal AI Infrastructure (PAI)

■概要

Personal AI Infrastructure (PAI) は、Daniel Miessler が Claude Code 上に構築した Life Operating System (生活 OS) です。汎用 AI をユーザー個人の知識・目標・価値観と統合し、「現在の状態」から「理想の状態」への移行を継続的に支援します。バージョン 5.0.0 (2026-04-30 リリース) でこのコンセプトが完成形を迎えました。

PAI の設計思想は「AI はトップ 1% だけでなく、あらゆる人を増幅するべき」という命題に基づきます。単なるプロンプト集や agent フレームワークではなく、記憶・目標・スキル・セキュリティ・自己改善ループを統合した 個人用 AI プラットフォームです。

三層構造

TELOS: PAI の中心軸

TELOS はユーザーが PAI に与える「自己定義」です。ミッション・年間目標・現在の課題・信念・メンタルモデルを記述した複数の Markdown ファイルで構成されます。TELOS が未定義の場合、DA には最適化すべき目標が存在しないため、応答が汎用的になります。

各コンポーネントの関係は以下のとおりです。

• TELOS → 目標軸。DA が何を優先するかの基準を提供する
• Algorithm → 実行軸。すべてのタスクを 7 フェーズで処理する
• ISA (Ideal State Artifact) → 検証軸。タスク単位の「完了状態」を定義する
• Memory → 記憶軸。作業・知識・学習・観測データを永続化する

Claude Code との関係

PAI は Claude Code を実行基盤として使用します。Claude Code が提供する hooks・ツール呼び出し・ファイルシステムアクセスの仕組みを前提として動作します。

Claude Code 単体が「素材」であるとすれば、PAI は Claude Code を「OS」として機能させる層です。PAI は ~/.claude/ ディレクトリ以下にインストールされ、settings.json に hook を登録する形で Claude Code と統合されます。

他ツール・フレームワークとの比較

定性的な違い

• vs. Fabric: Fabric は特定タスク向けプロンプト集。PAI はメモリ・スキル・ルーティング・改善サイクルを含む完全なインフラ
• vs. Claude Code 単体: Claude Code は構成要素を提供する。PAI はそれらを「目標→スキル→記憶→改善」という一貫したシステムに統合する
• vs. AutoGen / LangGraph: AutoGen・LangGraph はマルチエージェント開発向け。PAI は個人の生活・仕事全体を対象とした OS

■特徴

スケール指標

2026-05 時点の v5.0.0 における主要指標を示します。GitHub スター数と言語比率は時点値です。

設計上の特徴

• テキストファースト: すべての記憶・ドキュメントを Markdown / プレーンテキストで保持。不透明な DB を排除し、ripgrep による検索で RAG を代替する
• コードファースト: 「プロンプトがコードをラップするのではなく、コードがプロンプトをラップする」。スキルは Code → CLI → Workflow → SKILL.md の順で構成する
• コンテキスト優先: モデルの性能よりも、正しいコンテキストの供給が回答品質を決定するという哲学
• UNIX 哲学: モジュール性・コンポーザビリティを重視する
• 自己改善ループ: 満足度評価・センチメント・失敗ログを蓄積し、将来のセッションに反映する
• 構造的プライバシー: コンテナメントゾーン定義と 12 の SecurityGate によって、手続きではなく構造でプライバシーを守る
• ワンラインインストール: curl -sSL https://ourpai.ai/install.sh | bash で Bun + Git + DA セットアップを自動化する
• One DA per person: 1 人の人間に 1 つの DA が対応する。Daniel Miessler 自身の DA は「Kai」と名付けられている

Algorithm v6.3.0 の特徴

• 7 フェーズ (OBSERVE → THINK → PLAN → BUILD → EXECUTE → VERIFY → LEARN)
• タスク複雑度に応じた 3 モード (MINIMAL / NATIVE / ALGORITHM) の自動切り替え
• 努力量ティア (E1〜E5) による予算管理
• ISC (Ideal State Criteria) による検証可能な完了判定
• 音声フェーズ告知 (Pulse 経由)

Memory v7.6 の特徴

• 公式は 3 ティア (WORK / KNOWLEDGE / LEARNING) + 補助ストレージ (RELATIONSHIP / OBSERVABILITY / STATE) で計 6 系統のディレクトリを持つ
• 大量の満足度シグナルを蓄積・分析可能
• JSONL 形式でのオブザーバビリティログ (ツール呼び出し・フック・サブエージェント)
• People / Companies / Ideas / Research の型付きグラフ

ISA の特徴

• PRD を代替するユニバーサルな「完了定義」ドキュメント
• Scaffold / Interview / CheckCompleteness / Reconcile / Seed / Append の 6 ワークフローを管理
• Algorithm の OBSERVE フェーズで非自明タスクに自動適用
• ISC (Ideal State Criteria) は二値・テスト可能・具体的な合否条件

Pulse の特徴

• Bun TypeScript による統合デーモン (ポート 31337)
• 多数の REST API ルート (システム状態・cron 管理・オブザーバビリティ)
• 音声通知 (ElevenLabs TTS)
• Telegram / iMessage ブリッジ (オプション)
• macOS launchd サービスとして自動起動

■構造

PAI の内部アーキテクチャを C4 model の 3 段階で図解します。

●システムコンテキスト図

PAI 全体を外部から見たとき、誰が・何が関与するかを示します。

要素説明

●コンテナ図

PAI 本体の内部を主要コンテナ単位でドリルダウンします。

要素説明

●コンポーネント図

Pulse daemon の内部

Pulse daemon の要素説明

Algorithm の内部

Algorithm v6.3.0 の内部コンポーネントを分解します。

Algorithm 内部の要素説明

Hook System の内部

フックは v5.0.0 時点で計 37 本です。以下の図は系統別の代表的なフックを示しており、実装上の補助ハンドラを含めると図中ノード数は 37 を上回ります。

UserPromptSubmit 系

PreToolUse 系

PostToolUse 系

Stop 系

SessionStart 系

SessionEnd 系

その他の系

■データ

●概念モデル

PAI を構成するエンティティと所有・利用関係を示します。

エンティティ説明

●情報モデル

主要エンティティの属性を示します。

■構築方法

前提条件

• macOS (launchd サービス登録のために必須)
• Claude Code (Claude Code が提供するフック・スラッシュコマンド・MCP サーバー等を基盤として利用)
• Bun ランタイム (TypeScript ランタイム。インストーラーが自動インストール)
• Git (バージョン管理。インストーラーが自動インストール)
• ElevenLabs API キー (オプション。音声通知機能に利用)

バージョン確認:

bun --version
git --version

リリース一覧は GitHub の Releases/ ディレクトリを参照します。

one-line installer (推奨)

curl -sSL https://ourpai.ai/install.sh | bash

インストーラーが以下をすべて処理します。

• Bun / Git / Claude Code の存在確認
• ElevenLabs API キーの入力プロンプト (スキップ可)
• DA (Digital Assistant) アイデンティティのウィザード起動
• Pulse を macOS launchd サービス (com.pai.pulse) として登録
• インストールの検証

既存の ~/.claude/ は ~/.claude.backup-{TIMESTAMP} へ自動バックアップされます。

手動セットアップ手順

v5.0.0 README が示す公式手順は、リポジトリを直接 ~/.claude にクローンする方法です (PAI.git は Personal_AI_Infrastructure リポジトリのエイリアスとして GitHub 上で解決されます)。

# 1. リポジトリを ~/.claude に直接クローン
git clone https://github.com/danielmiessler/PAI.git ~/.claude

# 2. インストーラーを実行
cd ~/.claude && ./install.sh

DA (Digital Assistant) Identity の設定

DA アイデンティティは 2 つのファイルで管理されます。

インストール後、Claude Code で /interview を実行すると DA がウィザードを案内します。

1. Phase 1 — TELOS: Mission / Goals / Beliefs / Wisdom / Challenges / Books / Mental models / Narratives
2. Phase 2 — IDEAL_STATE: 自分にとっての成功とは何か
3. Phase 3 — Preferences: ツール・規約・作業スタイル
4. Phase 4 — Identity: DA のパーソナリティの最終調整

TELOS なしでは DA が最適化する軸を持てないため、インストール直後に必ず実施します。セッション開始時、両ファイルは自動でコンテキストへロードされます。

launchd 設定 (Pulse を macOS サービスとして登録)

インストーラーが自動で com.pai.pulse という名前の launchd サービスを登録します。

# サービスの状態確認
launchctl list | grep com.pai.pulse

# サービスの再起動
launchctl stop com.pai.pulse
launchctl start com.pai.pulse

# ヘルスチェック
curl -s http://localhost:31337/api/pulse/health | jq

Pulse は macOS 起動時に自動起動するよう設定されます。常時稼働させておくことで、音声通知・ダッシュボード・スケジュールジョブが機能します。

Claude Code との連携 (settings.json / MCP)

PAI は Claude Code の 2 つの拡張機構を併用します。

1. hooks 登録 (~/.claude/settings.json)

Claude Code は ~/.claude/settings.json の hooks フィールドでイベントごとにスクリプトを呼び出せます。PAI のインストーラーがこの設定を自動生成します。

{
  "hooks": {
    "UserPromptSubmit": [
      { "matcher": "*", "hooks": [{ "type": "command", "command": "bun ~/.claude/hooks/PromptProcessing.hook.ts" }] }
    ],
    "PreToolUse": [
      { "matcher": "Edit|Write|MultiEdit", "hooks": [{ "type": "command", "command": "bun ~/.claude/hooks/ContainmentGuard.hook.ts" }] }
    ],
    "PostToolUse": [
      { "matcher": "*", "hooks": [{ "type": "command", "command": "bun ~/.claude/hooks/ToolActivityTracker.hook.ts" }] }
    ],
    "Stop": [
      { "matcher": "*", "hooks": [{ "type": "command", "command": "bun ~/.claude/hooks/VoiceCompletion.hook.ts" }] }
    ]
  }
}

各フックは stdin で JSON を受け取り、stdout で JSON を返し、exit code 0 で成功を示します。

2. MCP サーバー連携

Pulse は Claude Code クライアントから利用可能な HTTP API を localhost:31337 で公開し、必要に応じて MCP サーバーとしても露出できます。Telegram Bridge は claude-agent-sdk を経由して MCP 越しに Claude Code セッションを発火します。サードパーティの MCP サーバー (例: Context7 / GitHub MCP) は ~/.claude/mcp.json に登録して、Algorithm の各フェーズから自然言語で呼び出せます。

PULSE.toml の初期設定

設定ファイルのパス: ~/.claude/PAI/PULSE/PULSE.toml

公式リポジトリの PULSE.toml.example は [pulse] / [modules] / [voice] / [observability] / [telegram] / [imessage] / [da] 等のセクション構成を採用します。以下は最小設定の抜粋です。

[pulse]
port = 31337

[modules]
hooks = true
observability = true

[voice]
enabled = true

[observability]
dashboard_dir = "Observability/out"

[telegram]
enabled = false

[imessage]
enabled = false

[da]
enabled = false

cron ジョブの定義は別途 [[jobs]] 形式で記述します (公式ドキュメントの記載に従う場合):

[[jobs]]
name = "morning-brief"
schedule = "0 7 * * *"
type = "claude"
prompt = "Run the morning brief and summarize today's priorities from TELOS."
model = "sonnet"
output = ["voice", "dashboard"]
enabled = true

主要設定項目:

• [pulse].port: Pulse がリッスンするポート (デフォルト 31337)
• [modules]: hooks / observability モジュールのオンオフ
• [voice]: ElevenLabs TTS の有効化
• [observability]: Life Dashboard のディレクトリ指定
• [telegram] / [imessage]: 外部通知ブリッジ (オプション)
• [[jobs]]: cron ジョブの定義 (Context7 ドキュメントで紹介されているスケジュール機構)

■利用方法

Algorithm の起動方法

PAI の Algorithm v6.3.0 は Claude Code セッションで非自明なタスクを依頼すると自動起動します。

OBSERVE → THINK → PLAN → BUILD → EXECUTE → VERIFY → LEARN

UserPromptSubmit フックが Sonnet バックのモード分類器を実行し、プロンプトごとに以下を自動判定します。

• モード: MINIMAL / NATIVE / ALGORITHM
• エフォートティア: E1 (90 秒未満) 〜 E5 (2 時間以上)

ユーザーは特別なコマンドを打たなくても、タスクを依頼するだけで Algorithm が適切なモードとティアを選択して実行します。

ISA の作成

ISA (Ideal State Artifact) は PAI における「完了」の普遍的な定義ドキュメントです。

Claude Code セッションで以下のようにプロンプトを送ると ISA Skill が起動し Scaffold ワークフローが実行されます。

Skill("ISA", "scaffold from prompt: <user message> at tier E3")

あるいは自然言語で:

この CLI ツールの ISA を E3 ティアで作成して

ISA のフロントマター例:

task: "8 word task description"
slug: YYYYMMDD-HHMMSS_kebab-description
project: <name>
effort: <tier>
effort_source: <auto|explicit|gate-floor>
phase: observe
progress: 0/<isc-count>
mode: interactive
started: <ISO-8601>
updated: <ISO-8601>

ISA の保存先:

• プロジェクト ISA: <project>/ISA.md
• タスク ISA: ~/.claude/PAI/MEMORY/WORK/{slug}/ISA.md

ISA の編集と ISC チェック

ISA は 12 のセクションで構成されます。

Problem → Vision → Out of Scope → Principles → Constraints →
Goal → Criteria → Test Strategy → Features → Decisions → Changelog → Verification

ISC (Ideal State Criteria) はチェックボックス形式で記述します。

## Criteria
- [ ] ISC-1: `bun KnowledgeGraph.ts stats` がドメイン別ノート数を表示する
- [ ] ISC-2: `bun KnowledgeGraph.ts traverse --from <slug> --depth 2` が1件以上返す
- [ ] ISC-3: 200 件のノートで500ms以内に完了する
- [ ] ISC-4: Anti: MEMORY/KNOWLEDGE/ 外への読み書きをしない

ISC の完了を確認するには CheckCompleteness ワークフローを利用します。

Skill の自動発火

Skill は SKILL.md の description フィールドに記載したトリガーワードに基づいて自動発火します。

name: SkillName
description: [何をするか]. USE WHEN [発火するインテント]. NOT FOR [代替手段].

Skill の直接呼び出し

スラッシュコマンドで Skill を直接呼び出せます。

/context-search authentication
/cs deploy
/interview

Memory への書き込み

Memory ディレクトリ構造:

~/.claude/PAI/MEMORY/
├── WORK/                          # アクティブ・アーカイブ済みタスク ISA
│   └── {slug}/ISA.md
├── KNOWLEDGE/                     # 永続的なタイプ付きノート
│   ├── People/
│   ├── Companies/
│   ├── Ideas/
│   ├── Research/
│   └── Blogs/
├── LEARNING/                      # メタパターン
│   ├── feedback_*.md
│   └── patterns.md
├── RELATIONSHIP/                  # DA-Principal 関係ノート
├── OBSERVABILITY/                 # ツール呼び出し + フックイベント (JSONL)
│   ├── tool-activity.jsonl
│   ├── tool-failures.jsonl
│   ├── subagent-events.jsonl
│   └── prompt-processing.jsonl
└── STATE/
    ├── work.json                  # セッションレジストリ
    └── session-names.json

Memory への書き込みは DA に自然言語で依頼します。

田中さんのことを記録して: エンジニア、React が得意、2026年5月に面談
このアーキテクチャパターンのアイデアを KNOWLEDGE/Ideas に保存して
この調査結果を KNOWLEDGE/Research に追加して

Pulse 経由の voice notification

/notify エンドポイントに POST して音声通知を送信します。

curl -s -X POST http://localhost:31337/notify \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Build complete. All ISCs verified.",
    "voice_id": "<your-voice-id>",
    "voice_enabled": true
  }'

レスポンス例:

{ "status": "ok", "spoken": true }

Life Dashboard へのアクセス

open http://localhost:31337

ダッシュボードは多数のルートを提供します (Life / Health / Finances / Business / Work / Telos / Goals / Performance / Hooks / Skills / Agents / Security / Knowledge / Knowledge Graph / System Docs など)。

Pack のインストール

Pack は Claude Code 上で AI エージェントが自律的にインストール可能なモジュール型拡張機能です。

# Pack ディレクトリへ移動
cd ~/.claude/Packs/ContextSearch

# DA に INSTALL.md を読ませてインストールを依頼
# Claude Code で: "Packs/ContextSearch/INSTALL.md を読んでインストールして"

Pack の構造:

Packs/<PackName>/
├── README.md      # 概要
├── INSTALL.md     # AI エージェント向けインストール手順
├── VERIFY.md      # 検証ステップ
└── src/           # 実装コード

ContextSearch Pack を入れると以下のスラッシュコマンドが追加されます。

/context-search [topic]
/cs [topic]

Pulse 経由の cron job 設定

PULSE.toml の [[jobs]] セクションに cron ジョブを追加します。

[[jobs]]
name = "morning-brief"
schedule = "0 7 * * *"
type = "claude"
prompt = "Run the morning brief and summarize today's priorities from TELOS."
model = "sonnet"
output = ["voice", "dashboard"]
enabled = true

[[jobs]]
name = "weekly-review"
schedule = "0 18 * * 5"
type = "claude"
prompt = "Summarize this week's completed ISAs and extract learnings."
model = "sonnet"
output = ["dashboard"]
enabled = true

設定変更後は Pulse を再起動します。

launchctl stop com.pai.pulse
launchctl start com.pai.pulse

■運用

Pulse の起動 / 停止 / 状態確認

Pulse は macOS launchd サービス com.pai.pulse として登録されるシングル Bun プロセス (ポート 31337) です。

# ロード
launchctl load ~/Library/LaunchAgents/com.pai.pulse.plist

# アンロード
launchctl unload ~/Library/LaunchAgents/com.pai.pulse.plist

# 起動確認
curl -s http://localhost:31337/api/pulse/health | jq

# 音声通知のテスト
curl -s -X POST http://localhost:31337/notify \
  -H "Content-Type: application/json" \
  -d '{"message": "Hello from your DA", "voice_enabled": true}'

# ダッシュボードを開く
open http://localhost:31337

Pulse は常時起動が推奨です。launchd 管理のため、クラッシュ時は OS が自動で再起動します。

Pulse ログの確認場所

公式 com.pai.pulse.plist の StandardOutPath / StandardErrorPath は以下に設定されます。

tail -f ~/.claude/PAI/PULSE/logs/pulse-stdout.log
tail -f ~/.claude/PAI/PULSE/logs/pulse-stderr.log

macOS Console.app から com.pai.pulse でフィルタすることも可能です。

Observability JSONL の確認

すべてのツール呼び出し・フック実行・満足度シグナルは MEMORY/OBSERVABILITY/ 以下の JSONL ファイルに書き込まれます。

# 直近のツール呼び出しを確認
tail -20 ~/.claude/PAI/MEMORY/OBSERVABILITY/tool-activity.jsonl | jq .

# 失敗したツールを確認
cat ~/.claude/PAI/MEMORY/OBSERVABILITY/tool-failures.jsonl | jq .

# Algorithm が選択した mode/tier を確認
cat ~/.claude/PAI/MEMORY/OBSERVABILITY/prompt-processing.jsonl | jq '{mode, tier, prompt}'

Life Dashboard の活用

http://localhost:31337 で複数ルートのダッシュボードを表示できます。

Memory のバックアップ

~/.claude/PAI/MEMORY/ 以下を Git で管理するのが推奨パターンです。

cd ~/.claude/PAI/MEMORY
git init
git add .
git commit -m "init: PAI memory baseline"

# 日次バックアップ
cd ~/.claude/PAI/MEMORY && git add -A && git commit -m "backup: $(date +%Y-%m-%d)"

# アップグレード前の手動バックアップ
cp -R ~/.claude ~/.claude.backup-$(date +%Y%m%d)

アップグレード手順

PAIUpgrade Pack は 4 並列スレッド (監査 / ユーザーコンテキスト / 外部リサーチ / スキルドリフト) でアップグレード推奨事項を生成します。

# Claude Code セッション内で実行
/pai-upgrade

AlgorithmUpgrade ワークフローは Algorithm 自体のパフォーマンス改善を行います。トリガーフレーズ:

• algorithm upgrade
• upgrade algorithm
• improve the algorithm

実行ステップ:

1. 現行 Algorithm spec を読み込みダイジェスト生成
2. 4 ソース (reflections JSONL / ratings / 学習データ / 失敗パターン) からシグナルを収集
3. 汎用エージェントがシグナルを spec にマッピング
4. Claude Code 機能参照を最新で検証
5. 優先度付きアップグレード提案を生成
6. バージョンバンプの必要性を評価

Skill の追加 / 無効化

最小構成の SKILL.md テンプレート:

name: MySkill
description: |
  [何をするか1文]. USE WHEN [トリガー]. NOT FOR [代替手段].


# MySkill

## Workflow Routing
| Workflow | Trigger | File |
|---|---|---|
| Default | "use my skill" | Workflows/Default.md |

# 手動追加
mkdir -p ~/.claude/skills/MySkill/Workflows
touch ~/.claude/skills/MySkill/SKILL.md
touch ~/.claude/skills/MySkill/Workflows/Default.md

プライベートスキルは名前を _ALLCAPS にすることで公開リリースから除外されます。Pack 自作の場合は Packs/<Name>/ に README.md / INSTALL.md (AI 向けインストール手順) / VERIFY.md (検証ステップ) / src/ を配置します。

# ~/.claude/PAI/PULSE/PULSE.toml
[hooks]
enabled = true
blocked_skills = ["ApertureOscillation", "RedTeam"]

blocked_skills に指定したスキルは DA に選択されなくなります。

■ベストプラクティス

TELOS の継続更新

• TELOS は Principal Identity の核心 (Mission / Goals / Beliefs / Wisdom / Challenges / Mental Models)
• 格納場所: PAI/USER/TELOS/
• インストール直後に /interview を実行する
• 月次または四半期ごとに Telos スキルで内容を見直す

ISA を残す習慣

• すべての非自明タスクに ISA を作成し MEMORY/WORK/{slug}/ISA.md に保存
• ISA は 12 セクション固定構成
• ISC 完了時は CheckpointPerISC.hook.ts が自動 git commit
• タスク完了後も ISA を削除しない (ContextSearch が後で参照する)

Memory v7.6 の使い分け

セキュリティガード

Containment Guard

• hooks/lib/containment-zones.ts でディレクトリごとのプライバシーレベルを宣言
• ContainmentGuard.hook.ts (PreToolUse) がゾーン外への書き込みをブロック
• _ALLCAPS 名スキルはプライベートスキル (公開リリースに含まれない)

SecurityPipeline Hook (5 インスペクター)

12 Security Gates

リリース工程は 2 ステージ (ステージング → 公開) に分割され、各段階で 12 のゲートを順に通過します。

ゲートは自動連鎖しません。次のゲートに進むには明示的な承認が必要です。

Algorithm を信頼する (effort tier)

# Tier を明示
"E3 task: refactor the authentication module"

# モード分類を明示
"ALGORITHM: build a new CLI tool for X"

Tier の自動判定を信頼して上書きしないのが原則です。

Skill description の設計 (USE WHEN / NOT FOR)

name: SkillName
description: |
  [スキルが何をするか1文で].
  USE WHEN [発火させたい意図・トリガー条件を具体的に].
  NOT FOR [代替スキルがある場合・対象外のケース].

DA はランタイムに description を読んでスキルを選択します。USE WHEN / NOT FOR が曖昧だとスキルが発火しない、または誤発火します。

Pack によるモジュール拡張

Pack はスキルを ~/.claude/skills/ にインストールするスタンドアロンな拡張セットです。主な公式 Pack:

DA に Install the [PackName] pack と依頼すると自動インストールされます。

観測性を見て LEARNING を更新する

# 失敗パターンの確認
jq 'select(.status=="failed")' ~/.claude/PAI/MEMORY/OBSERVABILITY/tool-failures.jsonl

# 満足度シグナルの確認
grep '"rating"' ~/.claude/PAI/MEMORY/OBSERVABILITY/tool-activity.jsonl | jq .

週次または月次で JSONL をレビューし、気づきを MEMORY/LEARNING/feedback_*.md に手動追記します。

■トラブルシューティング

頻出エラーを「症状 → 原因 → 対処」の形式で示します。

詳細トラブルシューティング手順

Pulse が起動しない

# 競合プロセス確認
lsof -i :31337

# プロセス終了
kill -9 <PID>

# Pulse 再起動
launchctl unload ~/Library/LaunchAgents/com.pai.pulse.plist
launchctl load ~/Library/LaunchAgents/com.pai.pulse.plist

# 起動確認
curl -s http://localhost:31337/api/pulse/health | jq

/notify が無音

# voice 設定の確認
cat ~/.claude/PAI/PULSE/PULSE.toml | grep -A 3 "\[voice\]"

# ElevenLabs API キーの確認
echo $ELEVENLABS_API_KEY

# voice_id なしで試す
curl -s -X POST http://localhost:31337/notify \
  -H "Content-Type: application/json" \
  -d '{"message": "test", "voice_enabled": false}'

Hook が失敗

# Hook 失敗ログの確認
cat ~/.claude/PAI/MEMORY/OBSERVABILITY/tool-failures.jsonl | jq .

# フックを手動でテスト
echo '{"tool_name": "Edit", "tool_input": {"file_path": "/tmp/test.md"}}' \
  | bun ~/.claude/hooks/ContainmentGuard.hook.ts

フック正常終了の要件:

• stdin: JSON オブジェクト (hook input)
• stdout: JSON オブジェクト (hook result)
• exit code: 0 = 成功、非 0 = 失敗

Containment Guard でブロックされる

# containment-zones.ts でゾーンを確認
cat ~/.claude/hooks/lib/containment-zones.ts

# 意図した書き込みの場合: ゾーン定義を追加

/context-search が結果を返さない

ls -la ~/.claude/PAI/MEMORY/STATE/
cat ~/.claude/PAI/MEMORY/STATE/work.json | jq .
cat ~/.claude/PAI/MEMORY/STATE/session-names.json | jq .
ls ~/.claude/PAI/MEMORY/WORK/

■調査者所感

PAI は単発のフレームワークというより「Claude Code を OS とみなした上で、その上にユーザーの目標と記憶を据える」という思想の実装です。調査して印象的だったのは次の 3 点です。

• テキストファースト: すべての記憶を Markdown で保持する設計は、Vendor lock-in を最小化し、grep / ripgrep / Git でそのまま運用できる強みがあります。RAG 用の embedding を持たないにも関わらず Knowledge Graph / ContextSearch が機能するのは、観測ファイル (tool-activity.jsonl 等) と work.json レジストリで十分な検索面を確保しているためです
• Hooks の細かさ: 37 本のフックはやり過ぎに見えますが、UserPromptSubmit / PreToolUse / PostToolUse / Stop / SessionStart / SessionEnd という Claude Code の主要ライフサイクルに対応させると、副作用の挿入箇所として理にかなっています。ISASync や CheckpointPerISC のように「ISA の進捗を git commit と同期する」発想は、AI 駆動開発の検証性を高めます
• macOS 依存: launchd 前提のため Linux / Windows は対象外です。Pulse を systemd 化するコミュニティポートはありますが、現状の本流は macOS 専用と割り切るのが現実的でしょう

■まとめ

PAI (Personal AI Infrastructure) は、Claude Code を実行基盤として「TELOS (自己定義) → Algorithm (7 フェーズ実行) → ISA (完了定義) → Memory (永続記憶)」の循環を一貫したシステムとして組み上げた Life Operating System です。45 skills / 171 workflows / 37 hooks / Pulse daemon / 12 security gates によって、テキストファーストで観測可能、かつ自己改善ループを持つ個人用 AI プラットフォームとして機能します。

この記事が少しでも参考になった、あるいは改善点などがあれば、ぜひリアクションやコメント、SNSでのシェアをいただけると励みになります！

■参考リンク

公式情報

• Personal AI Infrastructure - GitHub
• v5.0.0 README (リリースノート)
• 公式ドキュメント (docs.ourpai.ai)
• DeepWiki - Personal AI Infrastructure

Daniel Miessler のブログ・動画

• Building Your Own Personal AI Infrastructure
• Building a Personal AI Infrastructure (December 2025 Version)
• The Real Internet of Things (ビジョン)
• PAI 概要動画 (YouTube)

Pack ドキュメント

• ISA Pack SKILL.md
• ISA Scaffold ワークフロー
• ContextSearch Pack INSTALL.md
• AlgorithmUpgrade ワークフロー

コミュニティ実装

• PAI-Opencode (Steffen025 によるポート)
• sjramblings: Building Personal AI Infrastructure
• Cognitive Revolution: Pioneering PAI