Exbrainとは？『外付けAI脳』の設計思想と実務インパクト

「AIを入れたいが、会話した内容が毎回リセットされる」「便利なツールを増やしても、結局は人が整理し直している」。中小企業の現場では、この壁がかなり大きいはずです。そこで参考になるのが、チャエンさん（@masahirochaen）が公開した Exbrain です。Exbrainは、Claude Code・Obsidian・常駐エージェントを組み合わせ、AIの記憶・振り返り・情報整理をMarkdown vaultで運用するための設計です。

この記事では、Exbrainとは何か、なぜ単発の自動化ではなく“外付けのAI脳”が必要なのか、そして中小企業でAIエージェントを実装する際に何を設計すべきかを整理します。あわせて、チャエンさんのGitHubリポジトリも参照しながら、実務で効くポイントを見ていきます。

• GitHub: chaenmasahiro0425/exbrain
• README（日本語）: README_JP.md

Exbrainとは

Exbrainは、チャエンさんが開発・公開している「外付けのAI脳」構想です。Claude Code を入口に、Obsidian を知識の置き場にし、常駐エージェントや定期実行で「記憶→整理→実行→振り返り」を回せるように設計されています。

下のポストでも紹介されている通り、単なるメモ保存ではなく、カレンダー・Slack・Gmail・記事クリップ・日次振り返りまで含めて、AIが継続的に働く土台を作る発想が核になっています。

「外付けのAI脳」をGitHubで公開しました。

Claude Code × Obsidian × 常駐エージェントで、記憶・振り返り・クリッピングを全自動化するシステム。名前は「Exbrain」。

何ができるか：

・毎朝AIがカレンダー/Slack/Gmailを読んで日報を自動作成
・毎夕AIが1日を振り返り、行動パターンを検出… pic.twitter.com/hjYv5ZJtkP

— チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 (@masahirochaen) April 8, 2026

もし埋め込みが表示されない環境でも、元ポストは以下から直接確認できます。

• X投稿: @masahirochaen の元ポスト

Exbrainは何を解決する仕組みなのか

Exbrainの要点は、AIを「その場かぎりのチャット相手」で終わらせず、記憶し、整理し、次の判断に使える状態まで外部化することです。公開されているREADMEでは、Claude Code、Obsidian、常駐エージェントとしてのOpenClawなどを組み合わせた“外付けのAI脳”として整理されています。

中核は、Markdownで管理されるvaultです。ここに記憶や洞察を残すことで、AIが毎回ゼロから考え直す状態を避けられます。

• Claude Code：作業・調査・クリッピングの入口
• Obsidian：Markdown vaultの閲覧、検索、関係性の可視化
• OpenClaw：常駐監視、cron、通知、継続処理
• GitHub / iCloud：同期とバックアップ

重要なのは、これが単なるメモアプリ運用ではない点です。AIエージェントの価値は、1回の要約や返信ではありません。情報を受け取り、判断し、実行し、振り返って改善するサイクルを回せることにあります。中小企業で必要なのも、まさにこの設計です。単発のノーコード自動化では、現場の例外処理や判断基準まで吸収しきれません。

SOUL.md・MEMORY.md・DREAMS.mdが役割を分ける

Exbrainの設計が実務向きなのは、記憶を1つの巨大ファイルに押し込まないからです。READMEで示される中核ファイルは3つあります。

• SOUL.md：人格、価値観、境界線
• MEMORY.md：経験、決定、学び
• DREAMS.md：洞察、成長、未解決の問い

この分離は、AIエージェントの実装を考えるうえでも重要です。たとえば営業支援エージェントなら、SOUL.mdには「強引な提案をしない」「顧客の理解を優先する」といった行動原則を書けます。MEMORY.mdには、過去の提案結果や失注理由、顧客ごとの注意点を蓄積できる。DREAMS.mdには、「なぜ特定業界では提案が刺さりにくいのか」といった未解決テーマを残せます。

これにより、AIは次のように振る舞いやすくなります。

• 何を優先すべきかをSOUL.mdで判断する
• 過去の経緯をMEMORY.mdで参照する
• 改善仮説をDREAMS.mdから拾う

単純なFAQボットでは、ここまでの役割分担は不要です。ただ、業務フローに深く入るAIエージェントでは、価値観・記録・学習テーマを分けて設計しないと、判断がぶれます。ここが「設定すれば動くツール」と「業務に組み込める仕組み」の差です。

クリッピング自動化が記憶の質を左右する

Exbrainでは、情報を貯める導線が3系統ある点も実務的です。READMEの整理では、Claude Codeの/clip、Slack DMでのURL送信、Xブックマークが入口になります。取得にはxurlやFirecrawlを使い、要約・タグ付け・.md保存までつなげる流れです。

処理の流れはシンプルですが、設計思想はかなり重要です。

1. URLや記事を検知する
2. 本文を取得する
3. 要約とタグを付ける
4. Markdownに整形する
5. Obsidian・iCloud・GitHubへ同期する

この導線があると、情報収集が「見つけた人の頭の中」に閉じません。組織で見れば、ナレッジの属人化を減らす効果があります。AI本体の料金より、情報の入口・保存形式・検索性をどう設計するかで、運用成果は大きく変わります。

関連する考え方は、サービス詳細でも触れている通り、現場の業務導線に合わせて設計するのが前提です。単にSlack連携を付けるだけでは、蓄積された知識が次の行動につながりません。

Cloud Scheduled TasksとOpenClawで“閉じても動く”運用にする

READMEで特徴的なのが、「PCを閉じても動く」運用です。Cloud Scheduled Tasksを朝7:00・夕方18:30に設定し、各回で記事を2本処理する定期実行を持たせる一方、cronや常駐監視では4時間おきの巡回、Slack監視、URL検知を回します。

さらに、Qiita側では2025-08/09時点の実践論として、厳密なCLAUDE.mdルールも紹介されています。

• 30分単位で計画
• 25分実行＋5分報告
• 承認制で勝手な破壊を防ぐ
• 調査依頼書を生成して深掘りする

加えて、vault内探索とDeep Research連携で1日10回以上の高品質リサーチ、スキル26個、cron32本という具体例も出ています。ここからわかるのは、AIエージェント導入は「モデルを替えれば終わり」ではないという事実です。価値を生むのは、モデル性能そのものより、記憶構造・承認フロー・スケジューリング・監視まで含めた運用設計です。

中小企業の現場でも、理想は同じです。担当者の代わりにAIへ仕事を丸投げするのではなく、人がやるべき判断に集中できるよう、AIが前処理・整理・追跡・振り返りを担う。そのためには、表面的な接続を増やすだけでは足りません。業務の例外、権限管理、更新頻度、監査性まで踏まえた実装が必要です。AIエージェントの導入を検討しているなら、AI導入の進め方とあわせて読むと、設計の全体像がつかみやすくなります。

Exbrainは、AIを便利なチャットから「継続的に成果を積み上げる仕組み」へ変える発想です。自社業務に合わせて、記憶・実行・改善のサイクルをどう組むべきか整理したい場合は、inovieのAIエージェント実装支援で壁打ちするのも一手です。大げさなDXではなく、現場で回る設計から始めるほうが、結果として速く進みます。