Skip to content

バージョン2.3.3の機能

2.3.3 は Nekro Agent がワークスペース中心となった最初の正式バージョンです。

このバージョンでは、AI を「チャットツール」から「実際に作業できるパートナー」へとアップグレードしました。ワークスペース体系によりタスクに独立した空間が生まれ、Claude Code サンドボックスにより AI にコード実行とファイル処理の能力が備わり、メモリシステムにより AI に長期コンテキストが生まれ、MCP により AI が外部ツールやデータソースに接続できるようになりました。

コア機能

ワークスペース体系

各タスクに独立した空間があります。ワークスペースはチャンネル、モデル、ナレッジ、メモリ、ツール設定を統合管理します。

  • ワークスペースの作成と1つまたは複数のチャンネルへのバインド
  • 各ワークスペースの独立した CC モデルグループ設定
  • ワークスペースレベルのプロンプト、スキル、環境変数の管理
  • ワークスペース間の相互干渉なし

→ 詳細は ワークスペース概要 を参照

Claude Code サンドボックス

ワークスペースのコア実行エンジン。AI はチャットだけでなく、実際に手を動かして作業できるようになりました。

  • Python 3.13、Node.js 20、Git、GitHub CLI などの完全な開発ツールチェーンをプリインストール
  • ブラウザ自動化を内蔵(Playwright + Chromium)
  • ファイル双方向交換:サンドボックスへのファイルアップロード、サンドボックスで作成されたファイルの自動返送
  • 非同期タスク実行:タスクはバックグラウンドで実行され、完了後に自動的に結果をプッシュ
  • 再起動、リビルド、セッションリセットに対応

→ 詳細は Claude Code サンドボックス を参照

メモリシステム

AI に長期記憶が生まれ、使うほど理解が深まります。

メモリシステムはワークスペース内のプロジェクト背景、メンバーの好み、過去の決定、タスク結論を自動的に整理し、以降の会話で必要に応じて参照します。

  • 会話とタスクから長期コンテキストを自動的に蓄積
  • 以降の问答で関連情報を自動的に想起
  • 重要な情報は保持されやすく、関連性が低下した情報は優先度が徐々に低下
  • 手動再構築に対応

→ 詳細は メモリシステム を参照

MCP サービス管理

MCP プロトコルを通じて外部ツールやデータソースに接続し、AI の能力境界を拡張します。

  • stdio、SSE、HTTP の3種類のトランスポートタイプをサポート
  • ワークスペースレベルの設定。異なるワークスペースが異なるツールを使用
  • カード形式の管理画面で直感的な操作
  • 豊富なコミュニティエコシステム:GitHub、データベース、検索エンジン、監視システムなど

→ 詳細は MCP サービス管理 を参照

CC モデルグループ

基本モデルグループとは独立した CC モデルグループ設定。Claude Code サンドボックスのシーン専用に設計されています。CC サンドボックスのタスクは通常の対話よりも複雑であることが多く、独立したモデル設定によりサンドボックスタスクにより適したモデルを選択できます。

各機能と CC サンドボックスの依存関係

機能CC サンドボックスへの依存ワークスペースへのバインド
Claude Code サンドボックス必須
ナレッジベースなし必須
メモリシステムなし必須
MCP サービスあり必須
リソースセンターClaude Code で使用する場合は必要リソース使用時にマウントが必要
タイマーなし不要

すべての機能を一度に設定する必要はありません。 ワークスペースの作成から始め、まずナレッジベースとメモリシステムを有効化し(CC サンドボックスは不要)、その後 CC サンドボックスと MCP サービスを順次設定することをお勧めします。

その他の改善

  • コマンドシステムのリファクタリング:コマンド登録、解析、グループ化、権限、補完、フロントエンド管理の体系的なアップグレード
  • タイマー管理:タイマーリスト、状態確認、管理操作
  • WebUI の強化:チャットメッセージのスタイル、SSE リアルタイムプッシュ、Agent アクティビティカード、ワークスペースナビゲーション

アップグレード手順

  1. 旧バージョンからアップグレード後、まずワークスペースを作成し、テストチャンネルをバインド
  2. ナレッジベースにドキュメントをアップロードし、メモリシステムを有効化して、ナレッジとメモリの効果を体験
  3. CC モデルグループを設定し、CC サンドボックスを起動し、コード実行が必要なタスクを試す
  4. 外部ツールが必要な場合は、MCP サービスを設定
  5. テストチャンネルでの検証が完了したら、正式に使用するチャンネルに移行

関連ドキュメント