Yolo 開発記録 01：今日から記録を始める

Yoloは、いま僕が作っている時間記録ツールです。

いわゆるToDoリストとは違います。ToDoリストが記録するのは「これからやるつもりのこと」ですが、Yoloが記録したいのは「実際に時間をどこに使ったか」です。

だから、核心はタスクのチェックではありません。タスクと時間記録の関係です。タスクを作り、開始し、一時停止し、停止し、その過程でメモやブロッカー、次のアクション、完了度を残していく。一日の終わりに見るのは、きれいだけど実態とズレているかもしれない完了リストではなく、実際に起こったことのタイムラインです。

今のYoloはTauriのデスクトップアプリで、React + TypeScriptでUIを作り、SQLiteでローカルにデータを保存しています。Todayページ、Focusエリア、Timeline、Backlog、計画機能、Life viewがあります。方向性としては、まず自分が毎日本当に使う時間の台帳になり、そこから徐々にAIネイティブな能力を育てていくことを目指しています。

Yoloの最初の開発記録です。

厳密に言えば、Yoloは今日始まったわけではありません。これまでにデスクトップアプリ、タスク管理、タイマー、Todayページ、計画、ログ、Life view、そしてMCPサーバーの原型はすでに作ってありました。

だからここで言う「一日目」は、プロジェクトがゼロから始まったという意味ではなく、今日からこのプロジェクトがどう育っていくのかをちゃんと記録していこう、という決意の日です。

これまでの開発は、使えるプロトタイプを勢いで積み上げていくような進め方でした。機能を思いついたら追加し、問題を見つけたら修正し、UIが気に入らなければリファクタリングする。そのプロセス自体はとても楽しいんですが、振り返るとコミットとコードだけが残っていて、なぜあの設計にしたのか、あの機能はどういう経緯で生まれたのか、ほとんど思い出せません。

だから、今日から記録します。

これは振り返りではなく、スタート地点のスナップショットです。今どんな状態なのか、なぜこの順番で作っているのか、そしてこれからどうAIネイティブに向けて進めていくのか。

今の状態

今のYoloには以下のものがあります：

Tauri + React + TypeScript のデスクトップアプリ
ローカルSQLiteデータベース
タスクとカテゴリーの管理
start / pause / resume / stop / complete / drop のタスクライフサイクル
今日の予定と記録をするTodayページ
現在取り組んでいることを表示するFocusエリア
今日実際に何が起きたかを振り返るToday Log / Timeline
Backlogと計画機能
人生を週単位のカレンダーで俯瞰するLife view
AIがタスクと時間記録を読み取れる読み取り専用のMCPサーバー

使える骨組みではありますが、まだ最終形ではありません。

今のYoloは、最小限の時間記録システムです。一日に実際にやったことを残せます。「なんか今日は忙しかった気がする」という漠然とした感覚ではなく。

Yoloを作った理由はシンプルです：

自分の時間が実際にどこに消えているのかを知りたい。

ToDoリストが記録するのは「やるつもりのこと」です。

でも、多くの場合本当に大事なのは「実際にやったこと」の方です。

この二つは思っている以上にズレます。計画では「今日は日本語を1時間、コードを2時間、読書を30分」と書けます。合理的に聞こえます。でも一日が終わってみると、実際はタスクの間を行ったり来たりしていただけで、どれも少しずつ手をつけたけど深くはやれなかった、ということがよくあります。午前中ずっと勉強したつもりでも、ちゃんと記録してみると集中できていたのはせいぜい1、2時間で、残りは細かい雑務や気の散りに静かに食われていたりします。

Yoloが記録したいのは後者です。

意図ではなく、事実です。

なぜ最初からAIネイティブにしなかったのか

最初からYoloをAIネイティブなアプリとして作ろうとはしませんでした。壮大なAI時間管理アーキテクチャを先に描いたりもしませんでした。

理由は単純で、まず自分が毎日本当に開く、本当に使うツールを作りたかったからです。

動いているタイマー、今日のタスク、今日の統計、タイムライン。目に見えて触れるインターフェース。

純粋なAI時間管理アシスタントが欲しいだけなら、Hermes Agent + Google Calendar + Obsidianを組み合わせてそれなりのワークフローは作れます。でも僕が欲しいのは本物のプロダクトです。自分が毎日記録し、毎日振り返り、毎日摩擦を感じられるデスクトップアプリです。

実際に使って初めて、問題は浮かび上がってきます。

例えば、タスクを停止するときに記録するメモ、ブロッカー、次のアクション、完了度。最初はただの記録です。でも数が増えてくると、これらは自然にAIがサマリーするのに適したデータになります：

今日はどこで詰まったか？
どのタスクがいつも時間を過小評価されているか？
明日は何を優先すべきか？

デイリーサマリーも同じです。

Yoloに実際のタイムエントリーがなければ、AIは僕の「今日はなんか色々やった気がする」という口頭説明しか手がかりがありません。でも、一日の記憶ほどあてにならないものはない。

データは少なくとも、もう少し冷静です。

SQLiteは僕を慰めたりしない。そこが気に入っています。

だからMCPサーバーは、急にAIの看板を掲げるために付けた機能ではなく、自然な次の一歩でした。

Yoloにタスク、カテゴリー、時間記録、日々の実行データがすでにあるなら、AIはそのデータを直接読めるべきです。僕が口頭で再現するのではなく。

AIを適切な場所に置きたい

YoloのAIの方向性について、僕の考えはかなり明確になってきました：

AIは独立した入り口として存在するべきではなく、本当に摩擦を減らせるフローの中に組み込まれるべきです。

例えば：

一日の終わりに、実際の時間記録からデイリーデブリーフを生成する
バックログ、期限、利用可能時間に基づいて明日の計画を立てる
特定の種類のタスクがいつも時間オーバーしているのを検出し、見積もりを校正する
ストップノートからブロッカーと次のアクションを要約する
タスク作成時に自然言語を構造化されたタスクに変換する
振り返りの際に計画と実行のズレを指摘する

これらの機能にはすべて、一つの前提があります。Yolo自体がまず、使えるツールであること。

基礎データがなければ、AIは推測しかできない。
基本フローが使いにくければ、AIは場当たり的な補修にしかならない。

でも、ベースのツール自体が一日をスムーズに記録できるようになっていれば、AIは自然な強化レイヤーになります。

それが僕の求めるAIネイティブです。

「このアプリにはAIがついています」ではない。
「このアプリのデータとフローは、そもそもAIが理解し、改善するのに適している」という状態。

今日から記録を始める

この記事は、僕にとって一つの節目です。

これまではYoloを作っていました。

今日からは、Yoloがどう育っていくのかを記録します。

このプロジェクトを「最初から完璧に計画されていました」と包装するつもりはありません。実際のところ、使いながら少しずつ形が明確になってきています：

まず毎日使える時間記録ツールを作る。
使っていく中で繰り返しの作業に気づく。
その繰り返しを自動化する。
そしてAIに実際のデータに基づいてサマリー、計画、校正に参加してもらう。

このプロセスの方が、最初に巨大なアーキテクチャ図を描くよりずっと地に足がついています。

今の自分の道具作りのやり方にも合っています：

計画しすぎるな。まず自分で使え。

本当に使えば、問題は自然に出てきます。

問題が出てから、自動化するか、AIにつなぐかを決めればいい。

Yoloはまだごく初期です。

でも、それが少しずつ自分の形になっていく過程を、ちゃんと記録したいと思います。

もし将来本当にAIネイティブな時間記録システムになったとしたら、振り返ったときに見えるといいなと思います。それは突然そうなったわけじゃないんだ、と。

とてもシンプルな問いから始まったんだ、と：

今日の自分の時間は、いったいどこに消えたんだろう？

今日やったMCP接続

今日の重要な一歩は、YoloのMCPの機能を実際にHermesに接続したことです。

YoloのプロジェクトにはすでにMCPサーバーの原型がありましたが、それはまだプロジェクトの中のコードでしかなく、見ることもビルドすることもできるけど、日常的に使っているAIアシスタントが直接呼び出せるツールにはなっていませんでした。

今日、その線をつなぎました。

今のYoloのMCPサーバーは読み取り専用で、主に以下の機能を公開しています：

list_tasks：タスクの一覧表示
get_task：特定のタスクとその時間記録の表示
list_time_entries：特定の日または時間範囲の時間記録の一覧
daily_summary：一日の時間統計の生成
list_categories：カテゴリー一覧

接続後、HermesはMCPを通じてYoloのローカルSQLiteデータを直接読み取れるようになりました。「今日何をしたか」を自分で説明する必要はもうありません。

これは大きいです。

Yoloが単なる時間記録ツールから、AIが理解できる時間記録システムになり始めたということだからです。

一番簡単な例ですが、今ではこう聞くだけで：

List my tasks

HermesがMCP経由でYoloの今日のタスクを読み取り、今何をしているか、他に何がtodoか、どのカテゴリーか、見積もり時間はどれくらいか、を教えてくれます。

派手な機能ではありませんが、AIネイティブの基盤です。

AIは僕の記憶に頼るべきではないし、毎回コンテキストをコピペすることに依存すべきでもありません。許可された範囲内で、実際のデータを直接読み取り、そのデータに基づいて要約、リマインド、計画、校正を手伝ってくれるべきです。

今日のMCP接続は、その方向への第一歩です。

今はまだ読み取り専用で、見ることはできても触ることはできません。

読み取り側が安定したら、次のステップとしてより慎重な書き込み機能を検討します。タスクの作成、メモの追加、明日の計画の生成、あるいは確認を取った上でタスクの開始・停止を代行する、など。

今日の進捗は、一言でまとめられます：

Yoloはついに、自分だけが見られる時間の台帳ではなくなった。AIが読めるようになった。