自分で所有するパーソナルAI Agentの作り方

反復タスク、許可されたdata、明示的Memory、OAuth、1つのMCP endpointで個人Agentを作ります。

全chatを保存せず、記憶・再取得・推測禁止を分けます。

sourceにはowner、date、scope、correctionが必要です。Agentはdataを取得しますが、conversationを事実には変えません。

質問、source、read、write、confirmation、deleteをtoolsより先に決めます。

Knowledgeは承認済み資料、User Memoryは限定されたprivate context、toolsは明示的権限でread/writeします。Memoryはauthorityを与えません。

remote MCP endpointはidentity、instructions、accessを維持します。client、account、transport、OAuthが現在対応する場所だけで接続します。

通常質問、欠損・古いdata、拒否action、recoveryを試します。完了、修正、安全な拒否、maintenanceを測ります。

万能autonomous assistantではなく、現在のclient対応を確認します。

pilot前に、正しい回答5件、曖昧なcase5件、拒否すべきrequest5件を用意します。使用source、提案action、confirmation、実際の結果を記録し、自然なconversationが誤りを隠さないようにします。

source、rule、client、permissionが変わったらAgentを再検証します。自分が所有するdataとinstructionsをexportし、未使用accessを削除し、flowが作業を増やすのではなく減らすと確認できるまで手動経路を残します。

最初の設計書には、解決する反復タスク、利用者、成功条件、許可するsource、保存期間、read/write権限、confirmation、削除とexportの手順を書きます。万能assistantを目標にせず、毎週発生する質問を1つ選び、正しい回答例と拒否例を先に作ります。clientを替える試験では、同じMCP endpointへ同じidentityで接続し、Knowledge、Memory、tool結果、access policyが勝手に複製・拡張されないことを確認します。