📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🐳 Docker💻 CLI🔗 REST API🧬 Embedding🖼 视觉🧠 Claude✨ GPT
开源MCP工具：个人知识库
🔌
MCP工具

开源MCP工具：个人知识库

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名：cerefox
⭐ 9 Stars 🍴 4 Forks 💻 Python 📄 Apache-2.0 🏷 AI 7.5分
7.5AI 综合评分
ai-knowledge-basehybrid-searchmcppgvectorpython
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，开源MCP工具：个人知识库 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。

📚 深度解析

开源MCP工具：个人知识库 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 开源MCP工具：个人知识库，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。开源MCP工具：个人知识库 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 开源MCP工具：个人知识库 评为 AI 评分 7.5 分，属于同类工具中的优质选择。

📋 工具概览

Personal knowledge base with hybrid search and read/write access for AI agents，提供了一个开源的MCP工具，支持个人知识库的创建和管理，具有混合搜索和读写访问权限的AI代理。

开源MCP工具：个人知识库 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。

GitHub Stars
⭐ 9
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
Apache-2.0
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
4

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

Personal knowledge base with hybrid search and read/write access for AI agents，提供了一个开源的MCP工具，支持个人知识库的创建和管理，具有混合搜索和读写访问权限的AI代理。

开源MCP工具：个人知识库 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。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口，显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
  • 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
  • 轻量无侵入设计，不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/fstamatelopoulos/cerefox

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "--mcp--------": {
      "command": "npx",
      "args": ["-y", "cerefox"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js（v18 或以上版本）
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后，在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 开源MCP工具：个人知识库 执行以下任务...
Claude: [自动调用 开源MCP工具：个人知识库 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"
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "__mcp________": {
      "command": "npx",
      "args": ["-y", "cerefox"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 44/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

<p align="center"> <img src="web/static/cerefox_logo.jpg" alt="Cerefox" width="160"> </p>

Features

FeatureDetails
**Hybrid search**Combines full-text (BM25) + semantic (vector) search with a configurable alpha weight
**Metadata-filtered search**JSONB containment filter (@>) on document metadata; server-side, GIN-indexed; composable with project filter and all search modes; available across all access paths (MCP, CLI, web UI, GPT Actions)
**Metadata search**Standalone metadata-only search (no text query needed); find documents by key-value criteria, project, and date range; optional content inclusion with byte budget; dedicated MCP tool, CLI command, and web UI page
**Project discovery**cerefox_list_projects MCP tool for agents to discover available projects; all search results include human-readable project_names alongside UUIDs
**Heading-aware chunking**Greedy section accumulation — H1/H2/H3 sections accumulate until MAX_CHUNK_CHARS; heading breadcrumb preserved per chunk
**Cloud embeddings**OpenAI text-embedding-3-small (768-dim) via API — or swap to Fireworks AI
**Remote MCP endpoint**cerefox-mcp Supabase Edge Function — MCP Streamable HTTP; connect Claude Desktop, Claude Code, or Cursor with just a URL and anon key; no Python install needed
**Local MCP server**cerefox mcp stdio server -- local alternative with zero Edge Function usage, lower latency, and offline support; requires Python + uv + local clone
**Web UI**React + TypeScript SPA (Mantine UI) at /app/; FastAPI JSON API backend; Markdown viewer, search with 4 modes, document editing, project management
**Multi-format ingest**.md, .txt, .pdf (pypdf), .docx (python-docx)
**Batch ingest**cerefox ingest-dir recurses directories
**Deduplication**SHA-256 content hash; re-ingesting the same file is a no-op
**Backup and restore**JSON snapshots, optional git commit
**Small-to-big retrieval**cerefox_context_expand RPC returns chunk neighbours for richer context
**Audit log**Immutable, append-only log of all write operations (create, update, delete, status change). Author attribution with author_type ('user' or 'agent'). Browsable via web UI, queryable via MCP tool and Edge Function
**Review status**Schema-level review_status on documents (approved / pending_review). Auto-transitions based on author_type. Filterable on search
**Version governance**Version archival (protect specific versions from cleanup), configurable retention (CEREFOX_VERSION_CLEANUP_ENABLED), version diff viewer
**Usage tracking**Opt-in logging of all operations (reads and writes) across all access paths. Tracks operation type, access path (remote-mcp, local-mcp, edge-function, webapp, cli), requestor identity, query text, and result count. Controlled via cerefox config-set usage_tracking_enabled true/false -- no redeploy needed
**Analytics dashboard**/app/analytics -- 7 interactive charts: calls per day, access path breakdown, top documents, top readers, operations donut, reader word cloud, and reader-to-document access pattern visualization (HEB). Date range + project + path filters. CSV export.

---

Getting Started

Full walkthrough: docs/guides/quickstart.md -- zero to first ingested document and connected agent in 15 minutes. Upgrading? If you are upgrading from a previous version, see the Upgrading Guide for migration steps.

1. Clone and install

git clone https://github.com/fstamatelopoulos/cerefox.git
cd cerefox
uv sync

4. Deploy the schema

uv run python scripts/db_deploy.py

5. Deploy the Edge Functions

Edge Functions handle server-side embedding so AI agents never need a local model. Requires the Supabase CLI.

npx supabase functions deploy cerefox-search
npx supabase functions deploy cerefox-ingest
npx supabase functions deploy cerefox-mcp

Set your OpenAI key as a Supabase secret (used by the functions at runtime):

npx supabase secrets set OPENAI_API_KEY=sk-...your-key...

3. Configure `.env`

cp .env.example .env

Open .env and fill in these values:

VariableWhere to find it
CEREFOX_SUPABASE_URLSupabase → Project Settings → API → Project URL
CEREFOX_SUPABASE_KEYSupabase → Project Settings → API Keys → **Secret key** (sb_secret_…). Legacy service_role JWT also works.
CEREFOX_DATABASE_URLSupabase → Project Settings → Database → **Connection pooling → Session Pooler** (port 5432). See notes below.
OPENAI_API_KEY[platform.openai.com/api-keys](https://platform.openai.com/api-keys)
CEREFOX_SUPABASE_ANON_KEY (only for Edge Functions / MCP / GPT Actions)Supabase → Project Settings → API Keys → **Legacy → anon** (JWT, eyJ…). The new sb_publishable_… does **not** work for Edge Function Bearer auth. See [docs/guides/setup-supabase.md → Supabase API keys (2026)](docs/guides/setup-supabase.md#supabase-api-keys-2026).

CEREFOX_DATABASE_URL notes: - Use the Session Pooler (port 5432), not the Transaction Pooler (6543, no DDL) or the Direct Connection (IPv6-only on free tier). - The Session Pooler may not be a first-class option in the new "Connect" dialog; either find it under Connection pooling, or take the Transaction Pooler URI and change :6543 → :5432. - The username must include your project ref: postgres.your-project-ref — not just postgres. Without the suffix Supabase returns "Tenant or user not found". - Append ?sslmode=require to enforce TLS. - Full reference: docs/guides/setup-supabase.md → Connection pooling (2026).

🎯 aiskill88 AI 点评 A 级 2026-05-25

该项目提供了一个开源的MCP工具，支持个人知识库的创建和管理，具有混合搜索和读写访问权限的AI代理，值得关注。

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：cerefox 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
cerefox 中文教程cerefox 安装报错怎么办cerefox MCP 配置cerefox Docker 部署cerefox Agent 工作流cerefox 与同类工具对比cerefox 最佳实践cerefox 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突：建议用 venv / uv 隔离环境

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +Apache-2.0 协议，可免费商用
  • +标准化 MCP 协议，生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用，配置简单快捷
⚠️ 不足
  • −依赖 Claude 客户端，非 Claude 用户无法使用
  • −MCP 协议仍在持续演进，接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

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。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。

🔗 相关工具推荐

Composio智能工具编排平台
MCP工具
FastGPT
基于LLM的知识平台，提供综合解决方案
Context7代码文档平台
MCP工具
AI工程师中心
MCP工具
📚 相关教程推荐
MCP 配置教程
帮助中心 · AI Skill Hub
MCP 工具
帮助中心 · AI Skill Hub
Cursor AI 编程完全指南：Rules 配置、Composer 使用、MCP 集成
帮助中心 · AI Skill Hub
MCP 工作流生产级配置方案：从开发环境到团队共享
帮助中心 · AI Skill Hub
📰 相关 AI 新闻
AI 前沿资讯：The gap between knowing AI too…
AI 资讯 · 知识关联
Meta LLaMA 开源模型动态
AI 资讯 · 知识关联
AI 前沿资讯：Half the top 10 trending GitHu…
AI 资讯 · 知识关联
Anthropic Claude 最新进展
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
docker
docker-deploy
cli
cli-productivity
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
CrewAI 多代理协作平台
MCP · Agent · 工作流
gptme Agent工作流
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
Synthadoc
MCP · Agent · 工作流

❓ 常见问题 FAQ

cerefox 是一款Python开发的AI辅助工具。开源MCP工具：Personal knowledge base with hybrid search and read/write access for AI agents。⭐9 · Python 主要应用场景包括：用于创建和管理个人知识库，支持混合搜索和读写访问权限的AI代理。
💡 AI Skill Hub 点评

AI Skill Hub 点评：开源MCP工具：个人知识库 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。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 开源MCP工具：个人知识库
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 cerefox
原始描述 开源MCP工具：Personal knowledge base with hybrid search and read/write access for AI agents。⭐9 · Python
Topics ai-knowledge-basehybrid-searchmcppgvectorpython
GitHub https://github.com/fstamatelopoulos/cerefox
License Apache-2.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/fstamatelopoulos/cerefox

收录时间：2026-05-25 · 更新时间：2026-05-30 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。