经 AI Skill Hub 精选评估，隐私优先上下文图引擎 获评「推荐使用」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。
基于Rust开发的开源MCP工具，为AI智能体和人类团队构建隐私优先的上下文图引擎。支持智能体记忆管理、决策树构建和上下文关联，适合需要本地化、隐私保护的AI应用开发者和团队协作场景。
隐私优先上下文图引擎 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
基于Rust开发的开源MCP工具，为AI智能体和人类团队构建隐私优先的上下文图引擎。支持智能体记忆管理、决策树构建和上下文关联，适合需要本地化、隐私保护的AI应用开发者和团队协作场景。
隐私优先上下文图引擎 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/rohansx/ctxgraph
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"----------": {
"command": "npx",
"args": ["-y", "ctxgraph"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 隐私优先上下文图引擎 执行以下任务... Claude: [自动调用 隐私优先上下文图引擎 MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"__________": {
"command": "npx",
"args": ["-y", "ctxgraph"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
Typed knowledge graph for AI agents. Single Rust binary. Single SQLite file. One LLM call per write. Zero LLM calls for 90% of reads.
brew install rohansx/tap/ctxgraph
ctxgraph init
ctxgraph log "Migrated auth from Redis sessions to JWT. Chose JWT for stateless scaling."
ctxgraph query "why did we move away from Redis?"Working spec:docs/CLARITY.md— product, decisions, the 5 pieces to build, launch pitch. Architecture:docs/ARCHITECTURE.md— as-built (§1-4) + v0.3 target (§5-14). Roadmap:docs/ROADMAP.md— 5 pieces + 12-week schedule + this-weekend todo. Benchmarks:docs/BENCHMARKS.md— measured F1 numbers + hostile-reader audit.
---
| Component | Status | Lines |
|---|---|---|
ctxgraph-core — SQLite + FTS5 + bi-temporal graph | shipped | ~2 000 |
ctxgraph-extract — tiered extraction (current: GLiNER + GLiREL + LLM gate) | shipped | ~8 500 |
ctxgraph-embed — fastembed wrapper, all-MiniLM-L6-v2 (384-dim) | shipped | ~70 |
ctxgraph-cli — init, log, query, entities, stats, models, mcp start | shipped | ~600 |
ctxgraph-mcp — MCP server, 6 tools | shipped | ~870 |
v0.3 is the next launch — see docs/ROADMAP.md. It swaps GLiNER + GLiREL for GLiNER2 (single forward pass), adopts the universal schema, adds the no-LLM read path, defaults to Cerebras free tier, and re-runs the 29-episode benchmark to confirm the headline lands at ≥ 0.745 combined F1 with a fully local stack.
---
```bash
ctxgraph init
ctxgraph log "Alice chose PostgreSQL over MySQL for the new billing service."
ctxgraph log "PostgreSQL replaced MySQL in prod on 2026-04-12."
ctxgraph query "what did Alice choose?"
ctxgraph query "what was replaced?"python3.12 -m venv /tmp/graphiti_venv /tmp/graphiti_venv/bin/pip install graphiti-core neo4j openai /tmp/graphiti_venv/bin/python scripts/graphiti_openrouter_bench.py \ --model google/gemma-4-26b-a4b-it \ --out graphiti.json
python scripts/compare_v2.py ```
Total cost: ~$0.15. Total wall-clock: ~90 minutes.
use ctxgraph::{Graph, Episode};
let mut graph = Graph::init(".ctxgraph")?;
graph.add_episode(
Episode::builder("Chose Postgres over Mongo for the billing rewrite").build()
)?;
let results = graph.search("why Postgres?", 10)?;创新的隐私优先设计理念，Rust实现保证性能。MCP集成完善，适合对隐私敏感的企业级应用，但社区规模需扩大。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
AI Skill Hub 点评：隐私优先上下文图引擎 的核心功能完整，质量良好。对于Claude Desktop / Claude Code 用户来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | ctxgraph |
| 原始描述 | 开源MCP工具：privacy-first context graph engine for AI agents and human teams.。⭐20 · Rust |
| Topics | 上下文图谱智能体记忆隐私保护决策树MCP协议 |
| GitHub | https://github.com/rohansx/ctxgraph |
| License | MIT |
| 语言 | Rust |
收录时间：2026-05-22 · 更新时间：2026-05-22 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型，复制安装指令后粘贴到对应客户端