Serveur MCP Grounded Knowledge Engine
Commit 12 nov. 2026Fournit aux agents IA une mémoire de projet durable en ancrant les réponses dans des fichiers Markdown locaux et en enregistrant les nouveaux apprentissages dans la base de connaissances.
Aussi connu sous dimosgit/grounded-knowledge-engine
- Étoiles
- 5
- Outils
- —
- Téléchargements, 30 jours
- —
- Dernière version
- —
- Dernier commit
- 12 nov. 2026
- Licence
- MIT
Qu'est-ce que Grounded Knowledge Engine MCP ?
Grounded Knowledge Engine est un serveur MCP. Fournit aux agents IA une mémoire de projet durable en ancrant les réponses dans des fichiers Markdown locaux et en enregistrant les nouveaux apprentissages dans la base de connaissances.
Résumé généré à partir du README du projet
À propos du MCP server Grounded Knowledge Engine
La fonction principale de cet outil est de fournir aux agents de codage IA une mémoire de projet durable via des fichiers Markdown locaux. Il permet aux développeurs utilisant Claude Code, Codex, Gemini CLI ou Copilot de maintenir le contexte entre différentes sessions en ancrant les réponses dans des preuves locales. Le système utilise une approche local-first où vos fichiers Markdown restent la source de vérité, tandis que les index de recherche sont générés comme des ressources éphémères sur votre machine.
Les utilisateurs interagissent avec le serveur via un profil central contenant des outils tels que kb.search, kb.get_record, kb.answer_and_capture et kb.resume_project. Le moteur peut ingérer divers formats de documents, notamment PDF, DOCX, XLSX, PPTX et HTML, pour étendre la base de connaissances. Bien que les espaces de travail nommés commencent avec l'écriture désactivée, la configuration par défaut permet aux agents d'ajouter automatiquement de nouvelles découvertes aux enregistrements existants. Cette configuration nécessite Node 22.5 ou une version ultérieure pour fonctionner correctement.
Ce que vous pouvez faire avec
- 1Reprendre des tâches de développement interrompuesDemandez à votre agent IA de reprendre exactement là où une session précédente s'est arrêtée en utilisant un briefing sourcé.
- 2Automatiser la rétention des connaissancesLaissez l'agent enregistrer automatiquement les nouvelles découvertes techniques directement dans la documentation de votre projet.
- 3Rechercher dans la documentation locale du projetRécupérez des informations spécifiques de votre base de code avec des citations précises de fichiers et de numéros de ligne.
- 4Ingérer des fichiers de projet externesAjoutez du contexte à votre espace de travail en important divers types de documents comme des feuilles de calcul ou des présentations.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Vérifications automatisées
Exécuté le 15 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessibledimosgit/grounded-knowledge-engine is public and reachablegithub.com/dimosgit/grounded-knowledge-engine ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-12github.com/dimosgit/grounded-knowledge-engine ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNon vérifié
- Le point de terminaison distant répond à la poignée de main MCPNon vérifié
README
Voir sur GitHubGrounded Knowledge Engine
Local-first, provider-neutral project memory for AI coding agents.
Grounded Knowledge Engine (GKE) gives Claude Code, Codex, Gemini CLI, and other MCP clients durable context across sessions. It retrieves evidence from local files, answers with file-and-line citations, retains useful learning back into Markdown, and resumes structured project state without turning a database or hosted service into the source of truth.
Your Markdown remains canonical. Retrieval indexes are derived and disposable, and every workspace stays on your machine.
https://github.com/user-attachments/assets/d00c977b-9538-4835-94d5-26350136eb34
What GKE does
- Grounded answers with file-and-line citations and strict abstention.
- Durable capture back into Markdown; risky changes enter a review queue.
- Project resume as a cited briefing: focus, decisions, blockers, next steps.
- Document ingestion for PDF, DOCX, XLSX, PPTX, HTML, and more.
- One local MCP server for Claude Code, Codex, Gemini CLI, and Copilot.
It is not a hosted chat memory, team wiki, or document-management platform.
Quick start
GKE requires Node 22.5 or newer; Node 24 is recommended.
Install the current release:
npm install --global https://github.com/dimosgit/grounded-knowledge-engine/releases/download/v0.2.2/grounded-knowledge-engine-0.2.2.tgz
Create the verified demo workspace and configure supported clients:
gke demo
cd gke-demo
gke setup
Restart Claude Code or Codex from gke-demo, then ask:
Use GKE to resume the router-rollout project.
Continue with the five-minute golden path to retrieve cited evidence, retain one learning, and retrieve it again from a fresh session.
The core loop
Index or ingest local evidence, answer with citations, capture what was learned back into Markdown, and resume the project in a later session.
MCP surface
The default core profile exposes four tools: kb.search, kb.get_record,
kb.answer_and_capture, and kb.resume_project. When writes are enabled,
retention is automatic and update-first: when the agent establishes a finding
the knowledge base lacked, it is appended to the record that owns it, without
asking first. The demo and default workspaces enable writes; named workspaces
start with writes disabled. The full profile adds
advanced retrieval, decisions, and explicit write tools. See the
MCP server reference.
Your own workspace and documents
gke setup --workspace client-alpha --workspace-root "/path/to/client-alpha"
npm run ingest -- ./inbox --dry-run
Each named workspace runs as its own process, with writes disabled by default. See workspace configuration and the ingestion guide.
Operator Cockpit
An optional local view for project attention, capture and decision review, and a context graph. Try the public demo or read the Cockpit guide.
Learn more
Golden path · Boundaries · Data model · Copilot · Agent workflows · Contributing
License
MIT. The demo knowledge base includes paraphrased notes from the MIT-licensed MCP documentation; see demo sources.
Questions sur Grounded Knowledge Engine MCP
Quels formats de fichiers GKE peut-il ingérer ?
Le moteur prend en charge l'ingestion de documents au format PDF, DOCX, XLSX, PPTX, HTML, et plus encore.
GKE stocke-t-il mes données dans une base de données cloud ?
Non, il s'agit d'un moteur local-first où chaque espace de travail reste sur votre machine et vos fichiers Markdown demeurent la source de vérité canonique.
Comment le moteur gère-t-il les nouvelles informations apprises par l'IA ?
Lorsque l'écriture est activée, l'agent ajoute automatiquement les nouvelles découvertes à l'enregistrement Markdown pertinent sans demander de permission préalable.