mcp-knowledge-gaps

mcp-knowledge-gaps

ナレッジベースで言及されているのに、実際には説明されていない内容を見つけます。

Markdown のナレッジベース（Obsidian vault、Logseq graph、任意の .md ファイルのフォルダー）で、言及されているものの定義されていない概念を見つけます。誤検出を避けるためにファジーな正規化を使用し、頻度 × 領域の多様性 × 新規性でギャップをランク付けし、優先順位付きの調査質問を生成します。また、ソーティションを通じてロングテールからサンプルを抽出し、調査キューにおける確証バイアスを軽減します。

インストール

pip install mcp-knowledge-gaps
# or
uvx mcp-knowledge-gaps

使い方

Claude Code

claude mcp add mcp-knowledge-gaps -- mcp-knowledge-gaps

Claude Desktop

claude_desktop_config.json に追加します：

{
  "mcpServers": {
    "knowledge_gaps": {
      "command": "uvx",
      "args": ["mcp-knowledge-gaps"]
    }
  }
}

MCP ツール

ツール	ティア	説明
find_gaps	無料	Markdown の vault をスキャンし、複数のノートで言及されているものの、専用のノートがない概念を返します。ファジーな正規化とノイズフィルタリングを適用します。
list_gaps_by_priority	無料	優先度（頻度 × 多様性 × 新規性、高いほど先に埋めるべきギャップ）順にギャップを返します。
generate_research_questions	Pro	優先順位が高い上位 N 件のギャップについて、調査質問を生成します。各質問には優先度スコアと要因の内訳が付属します。
surprise_research_topic	Pro	ソーティションによるサンプリングで、優先度の低いロングテールからランダムなギャップを選びます。自分では決して選ばないようなトピックを提示し、確証バイアスを軽減します。
export_review_queue	Pro	優先度の高いギャップ概念を CSV にエクスポートします。Anki などの間隔反復ツールで使用できます。output_csv に書き込み、行数を返します。

Pro ティア

RL による重み付けランキングを使用した調査質問の生成、ロングテールのギャップを対象とするソーティションサンプリング、CSV レビューキューのエクスポートが利用可能になります。

ライセンスの有効化 — 以下のいずれかを使用できます：

# 1. Environment variable
export KNOWLEDGE_GAPS_LICENSE="eyJhbGc..."

# 2. CLI flag
mcp-knowledge-gaps --license-key "eyJhbGc..."

# 3. Config file
echo "eyJhbGc..." > ~/.mcp-knowledge-gaps/license.jwt

ライセンスは完全にオフラインで検証されます。外部への接続やアクティベーションサーバーはありません。ライセンスはこちらから入手してください：**https://github.com/onetrueclaude-creator/mcp-knowledge-gaps#pro-tier**。

要件

• Python 3.10+

ライセンス

MIT