Kaydet(“kai-det”、"record"のトルコ語)は、開発者向けのターミナルノート作成アプリケーションです。 作業ログ、アイデア、毎日のメモ、および構造化されたメタデータをプレーンテキストでキャプチャします。 SQLite FTS ですべてを即座に検索し、AI が履歴を検索できるようにします。

インストール

AI(MCP)対応:

また利用できるによって:

クイックスタート

AIの統合

MCP(モデルコンテキストプロトコル) Claude デスクトップ、カーソル、または MCP 互換ツールを接続します。

それからあなたのAIを尋ねて下さい:

• 「今週の仕事をしたのは?」
• 「今月はいくら費やしたの?」 ([[#expense since:2026-07-01 --sum]])
• 「authバグについて教えていたのは?」 ([search_entries + since:])
• 「最後のスプリントから私の成果をまとめる」
• 「3月にログアウトした費用は?1000?」
• “私は高優先度Todosを表示” ([list_todos status:pending filter:#work)

あなたのAIは、あなた自身のデータに基づかせていました。 一般的な知識ではなく、あなたの知識。

MCP ツール

組み込みの MCP サーバー 14 ツール: | ツール | お問い合わせ | お問い合わせ | [add_entry | テキスト、タグ、メタデータで新しい日記を作成 |

Never lose a solution twice.

Kaydet (pronounced “kai-det”, Turkish for “record”) is a terminal note-taking application for developers. Capture work logs, ideas, daily notes, and structured metadata in plain text. Instantly search everything with SQLite FTS, and let your AI search your history too.

Install

pipx install kaydet

With AI (MCP) support:

pipx install kaydet[mcp]

Also available via:

uv tool install kaydet    # uv

Quick Start

# Capture a solution (terminal notes, instantly)
kaydet "Fixed auth race condition commit:abc123 issue:312"

# Pipe command output into a new entry
ls -lah | kaydet
git log -5 --oneline | kaydet #git

# 6 months later — find it
kaydet --filter auth

# Log what you worked on (work log / developer diary)
kaydet "Deep work on ETL pipeline #work time:3h focus:high"

# Todo from the command line (CLI notes + tasks)
kaydet --todo "Write unit tests priority:high"
kaydet --done 42

# Search by metadata
kaydet --filter "status:done"
kaydet --filter "time:>2"

# Open today's entry in your editor
kaydet --today

# See your stats (plain text notes, searchable)
kaydet --stats

AI Integration

Powered by MCP (Model Context Protocol). Connect Claude Desktop, Cursor, or any MCP-compatible tool:

// claude_desktop_config.json
{
  "mcpServers": {
    "kaydet": {
      "command": "kaydet-mcp"
    }
  }
}

Then ask your AI:

• “What did I work on this week?”
• “How much did I spend this month?” (#expense since:2026-07-01 --sum)
• “What did I learn about auth bugs?” (search_entries + since:)
• “Summarize my accomplishments from last sprint”
• “What expenses did I log in March with cost > 1000?” (#expense since:2026-03-01 cost:>1000)
• “Show me pending high-priority todos” (list_todos status:pending filter:#work)

Your AI grounded in your own data. Not generic knowledge — your knowledge.

MCP Tools

Built-in MCP server with 14 tools: