mcpField
K
Kage

Kage

本地服务
github.com/kage-core开发工具4210 周前更新

关于 Kage

Kage 是面向开发团队及编码 Agent 的协作记忆与任务编排工具。它把记忆存为仓库中的 OKF Markdown 文件,并核验代码引用及内容新鲜度;还可在隔离的 git worktree 中委派任务并自行运行检查。

主要功能

  1. 01以 OKF Markdown 在 git 中共享记忆
  2. 02按代码引用核验记忆并过滤过时内容
  3. 03从仓库记忆生成 Agent 任务简报
  4. 04在隔离的 git worktree 中运行任务
  5. 05自行运行测试、差异和引用检查
  6. 06提供本地记忆与运行状态界面

适用场景

  1. 01让团队成员和 Agent 复用代码决策
  2. 02委派编码任务并独立验证结果
  3. 03在代码变更后识别失效记忆
  4. 04查看 Agent 运行及记忆关联

MCP 相关

项目提供 `@kage-core/kage-graph-mcp` 安装命令,并注明可与任意 MCP 客户端配合。 README 未说明 MCP 服务具体暴露的功能。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"com-kage-core-kage": {
"command": "npx",
"args": [
"-y",
"@kage-core/kage-graph-mcp"
]
}
}
}
启动命令npx -y @kage-core/kage-graph-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@kage-core/kage-graph-mcp2.3.0

工具

11

收录的工具列表 · 更新于 2 周前

参数类型必填说明
project_dirstring是项目根目录的绝对路径
querystring是任务或问题——用于记忆召回和代码图搜索
limitnumber否要返回的最大记忆数据包数(默认值:5)
session_idstring否用于记忆协调的可选活动 Agent 会话 ID
targetsarray否Agent 可能会编辑或解释的可选文件;用于风险分析背景
changed_filesarray否用于编辑前或 PR 风险分析背景的可选变更文件

详细介绍

Kage
Kage 管理你的记忆和 Agent

说出你的意图。Kage 的编排器会根据你代码库自身的记忆为编码 Agent 撰写任务简报,在隔离的 git worktree 中运行它——无论是单次运行还是多轮目标——并且亲自重新运行检查,而不是轻信 Agent 的报告:

┌ VERIFIED 3/3 — checks run by Kage, not the agent · build-a-stale-memory-triage-surface-do-n-260818-ec2c
│ "the stale-memory triage surface is built and wired into the review flow"
│ ✓ tests       ran       npm test --prefix mcp → exit 0   evidence/tests.log
│ ✓ diff-size   inspected at most 800 changed lines   evidence/diff-size.log
│ ✓ citations   inspected every formally cited path exists (directly, or as a unique suffix) in the worktree   evidence/citations.log
│ · touched     4 file(s), 212 line(s)
└────────────────────────────────────────────────────────────────

这是本代码库自身运行历史中的一份真实记录。每一行都是 Kage 运行过的命令或检查过的事实——绝不是 Agent 对自身作出的声明。只有在声明得到验证后,kage merge 才会合入代码,并确认 Agent 学到的内容,让下一份任务简报(无论由你还是队友编写)更加完善。

这些记忆记录了代码库背后的决策、棘手部署的操作手册、复杂错误的根本原因——它们在 Agent 工作时被捕获,并根据实际代码进行验证,因此重复使用的内容始终准确。它们以纯 Markdown 文件的形式保存在你的代码库中,符合 Google Open Knowledge Format (OKF),因此不会造成供应商锁定,并通过 git 与整个团队共享。无需账户、无需数据库、无需 API 密钥。

npx -y @kage-core/kage-graph-mcp install

npm 版本 下载量 许可证 零依赖检索 无需账户 基于 Google Open Knowledge Format 构建

Kage 数据一览:R@10 召回率 98.7%,过时内容命中率 0%,比 grep 快 18%,零依赖检索,通过测试 360+ 项,支持 15 种 Agent

网站 · 文档 · 在线查看器 · npm · 预约演示

兼容 Claude Code · Codex · Cursor · Windsurf · Gemini CLI · Cline · Goose · Roo Code · Kilo Code · OpenCode · Aider · Claude Desktop · Copilot · OpenClaw · Hermes · 任意 MCP 客户端

🌐 English · 简体中文 · 日本語 · 한국어 · Español · Português (Brasil) · Français · Deutsch · हिन्दी


安装

在代码库中运行一条命令,然后重启 Agent。 设置就这么简单。

npx -y @kage-core/kage-graph-mcp install

该命令会创建 .agent_memory/、构建代码图谱、编写告知 Agent 使用 Kage 的 AGENTS.md / CLAUDE.md 策略文件、自动检测并接入你的 Agent,并配置 .gitignore 和数据包合并驱动。需要 Node.js 18+。无需账户、无需 API 密钥。

也可以直接让你的 Agent 帮你设置。 将以下内容粘贴到 Claude Code、Cursor 或任意编码 Agent 中:

在此代码库中设置 Kage(供编码 Agent 使用的经验证记忆,https://github.com/kage-core/Kage):运行 npx -y @kage-core/kage-graph-mcp install,然后告诉我重启你。

其他方式(插件 · 按 Agent 配置 · 仅记忆)
# Claude Code / Codex plugin
/plugin marketplace add kage-core/Kage      # then: /plugin install kage@kage

# wire a single agent (run `kage setup list` for all supported)
kage setup claude-code --project . --write

# memory store only, no agent wiring
kage init --project .

# confirm the harness is live
kage setup verify-agent --agent claude-code --project .
## 委派工作(编排器)
kage room --project .                      # talk to Kage; it briefs and hires agents for you
kage dispatch "<intent>" --agent claude    # one delegated run, briefed from repo memory
kage runs --project .                      # what every run is doing right now
kage review --project .                    # read a finished run's claim and diff
kage merge <run-id> --project .            # land the code and ratify what it learned

每次运行都在各自的 git 工作树中进行。上方回执中的判定检查——测试、差异大小、引用——均由 Kage 自行运行,而不是依赖 Agent 的自我报告。

  • 应用。 kage app --project <dir> 会启动(或复用)本地守护进程,并在 UI 中打开同一个房间、运行看板和记忆视图。在检出目录中运行 npm start --prefix shell,会以原生窗口的形式运行应用——这是一个轻量的 Electron 外壳,本身不包含 HTML,只会加载守护进程自己的页面;npm run dmg --prefix shell 则会构建 macOS .dmg(仅支持 arm64;目前尚未构建 Windows/Linux 安装包)。
  • 通过手机使用。 守护进程也可以绑定到你设备的 LAN 地址,并通过配对密钥进行访问控制,每个请求都必须提供该密钥,包括读取请求。目前需要手动在 .agent_memory/config.json 中设置 "lan": true——还没有 --lan 标志或应用开关。
  • 无需终端即可添加项目。 kage projects add <dir> --agent claude 会注册另一个代码库,操作方式与应用中的“+”按钮相同;然后运行 kage app --project <dir> 即可打开它。
kage app --project <dir>
kage projects add <dir> --agent claude

桌面应用

在 CLI 运行的同一个守护进程之上提供轻量的原生外壳(仅支持 macOS、arm64),支持 Dock 显示、全局快捷键和原生通知。从 GitHub releases 下载最新的 .dmg(查找 Kage-<version>.dmg 文件)。

未签名的构建版本在首次启动时会显示 macOS 的“无法验证开发者”提示——在 Finder 中右键点击应用,并选择一次 打开。安装后,应用会在启动时及每隔 4 小时检查更新,并在重启时安装更新;临时签名(未签名)的构建版本无法自行安装更新,而是会通知你并附上返回发布页面的链接。

更喜欢使用 CLI?在无需使用应用的任何平台上,都可以通过一行命令安装:

npx -y @kage-core/kage-graph-mcp install

Kage 是什么

Kage 是一个基于记忆层构建的编码 Agent 编排器。随着 Agent 工作,它会将学到的内容(决策、错误修复、约定以及代码之间的关联方式)记录为 开放知识格式(OKF) 概念文件,并提交到代码库中的 .agent_memory/ 目录。下一次会话(无论是你自己的还是队友的)就能直接利用这些知识,而不必重新阅读或再次询问。

它与其他记忆工具的区别主要体现在三方面:

  • 支持协作。 一个人(或其 Agent)总结出的知识可以为整个团队所用。记忆通过 git 共享,因此队友的下一次会话就能获取你刚学到的内容,而不是从空白开始。
  • 标准化且原生支持 git。 记忆是符合 OKF 规范的知识包——以纯 Markdown 的形式保存在代码库中,与代码一起在同一个 PR 中审核,并且可供任何 OKF 工具读取——不会被锁定在某台设备或某家供应商的云端。知识始终归你所有。
  • 经过验证。 每条记忆都会引用其所涉及的代码;Kage 会在写入时、回忆时以及差异导致代码发生变化时,根据实际文件检查这些引用。不再与代码相符的记忆会被暂不提供,因此 Agent 不会依据过时的说法行事。

Kage 早已提出,Google 将其标准化。

从第一天起,Kage 就将 Agent 记忆以纯文件的形式保存在你的代码仓库中——无需云服务、数据库,也不会被供应商锁定,而其他人都在打造记忆云。2026 年 6 月,Google Cloud 发布了 Open Knowledge Format:以 Git 中的 Markdown 形式存储知识,供应商中立,无需账户——这正是 Kage 一直践行的理念。因此,Kage 采用 OKF 作为标准,并在此基础上大幅增强,补上了 OKF 刻意未涵盖的层:

  • 验证 — OKF 存储你写下的内容;Kage 会根据你的真实代码检查每个概念,并在写入时拒绝虚构的引用。
  • 时效性 — OKF 不会识别内容是否过时;Kage 会在代码变更时立即发现偏差,并阻止使用不再属实的记忆。
  • 代码依据 — 确定性代码图将每个概念锚定到其所描述的确切符号上——这是 OKF 留给工具处理的层。

信任元数据存储在符合 OKF 规范的 x-kage-* 字段中,因此 Kage 数据包保持 100% 符合规范,可在任何 OKF 消费端打开,包括 Google 自己的可视化工具。 OKF 将存储标准化;Kage 则补上了 Google 未涵盖的验证与时效性层。

工作原理

安装后,它会自动在后台运行。你无需手动执行任何操作:

  1. 行动前先回忆。 在任务开始时(以及 Agent 打开文件的那一刻),Kage 会呈现与之相关且已验证的记忆。过时或已删除的记忆不会显示。
  2. 工作时自动记录。 有持久价值的经验会成为数据包。若记忆引用了不存在的文件,会立即被拒绝,因此虚构内容绝不会进入存储。
  3. 代码变更时保持准确。 当差异改动了记忆所引用的代码时,该记忆会在提交/PR 时被标记(kage pr check),并从回忆结果中屏蔽,直到重新验证或替换,从而避免知识悄然过时。

通过本地仪表板(kage viewer)查看运行过程:数据包、记忆↔代码图、信任门控和实时事件流都会随着 Agent 的工作不断呈现。将任何内容括在 <private>…</private> 中,该内容就永远不会被存储。

kage viewer:团队记录的决策、操作手册和错误修复,与其依据的代码相映射,并显示信任度和节省效果——实时演示

`kage viewer`:底层记忆引擎为上方的编排器提供支持——团队的决策、操作手册和错误修复(紫色)保存在代码仓库中,并链接到相关代码(蓝色)。

为什么选择 Kage

大多数记忆工具(claude-mem、agentmemory、mem0、Zep)会将记忆存储在各台机器上,或存储在你无法掌控的云端,而且从不根据代码重新检查记忆。Kage 将记忆保存在你的代码仓库中并进行验证,因此记忆始终属于你的团队,也会随着代码变化保持准确。

Kageclaude-memmem0 / Zep
自动记录 + 会话开始时回忆✓✓通过 SDK
写入时拒绝虚构的引用✓——
回忆时屏蔽过时记忆(所引用文件已删除/变更、TTL、已报告)✓——
差异时检测过时内容,在 PR 前警告变更会破坏记忆✓——
在 Git 中审查记忆,与代码放在同一个 PR 中(纯文件,无数据库)✓SQLite + 云端托管 API
将记忆整理为团队的 SKILL.md 文件,供 Agent 自动加载✓(kage skills)——
跨机器同步✓ 你自己的 Git 远程仓库他们的云端他们的云端
是否需要账户 / API 密钥不需要可选云端需要

功能

  • 真相报告。 kage scan 可在约 60 秒内读取任意代码仓库,并指出风险最高的知识缺口:未记录的热点文件、未经测试的热点路径、复杂度热点、未解决的代码债务和关键人文件,以及重复实现、无用导出和文档错误(如存在)。每项发现都标注了 file:line。零配置,无需生成任何内容,在安装任何东西之前即可运行。
  • 节省凭证。 kage gains 会为每个代码仓库维护价值账本(Agent 无需重新消耗的 token 和美元),每个数字都可追溯到日志事件;每次回忆后,Agent 都会转述这些信息。
  • 团队技能。 kage skills 会将持久、经过验证的流程转换为 .claude/skills/<name>/SKILL.md 文件,供 Agent 自动加载;提交并共享,无需云服务。
  • 个人记忆与同步。 kage learn --personal 会将跨设备笔记保存在 ~/.kage/memory 中,作为明确分隔、信任级别较低的内容供回忆,并通过你自己的 git 远程仓库同步。
  • 自我修复的会话循环。 未捕获的会话会自动提炼为待审核草稿;kage resume 会在每个会话开始时显示“之前……”摘要;kage repair 可用一条命令修复损坏的数据包和索引。

基准测试

  • 在真实代码导航任务中,正确率相同的情况下比 grep 快 18%(N=3 测试套件,使用相同的 Agent/模型;运行 kage benchmark --project . --compare 可复现)。
  • LongMemEval-S 检索: R@10 为 98.72% / R@20 为 99.79% / MRR 为 0.909——除 R@5 外,所有深度均领先于纯 BM25;R@5 时 BM25 略胜一筹(96.60% 对比 96.17%;完整表格见 benchmarks/LONGMEMEVAL.md)。检索路径本身无需依赖:BM25 + 稀疏词法评分,不使用嵌入或网络。
  • 变更时的记忆正确性: 过时内容提供率为 0%(代码已删除或更改的记忆会被屏蔽),而全量捕获存储为 100%。
  • 信任基准测试: 得分 100/100,涵盖对幻觉的拒绝、对过时内容的排除以及实时依据验证(kage benchmark --trust --project .)。

方法、命令和注意事项:docs/BENCHMARKS.md。

日常命令

kage recall "how do I run tests" --project .
kage verify --project .        # check citations against current code
kage pr check --project .      # stale-catch + graph freshness gate
kage gains --project .         # what Kage saved you
kage viewer --project .        # local dashboard
kage okf migrate --project .   # render memory as a Google OKF bundle

完整的 CLI 和 MCP 参考:docs。 将工作委派给编码 Agent(分派 → 经验证的认领 → 合并):docs/DELEGATION.md。

存储

所有内容都位于 .agent_memory/ 中:packets/ 是持久的代码仓库记忆(可由 git 跟踪的 OKF Markdown);graph/、code_graph/、structural/ 和 indexes/ 可通过 kage refresh 重建;reports/ 保存价值账本和健康报告。捕获内容写入前会扫描机密和个人身份信息(PII)。

标准格式——开放知识格式(OKF)。 Kage 的记忆是一个 OKF 包:带有 YAML frontmatter 的纯 Markdown 概念文件,任何 OKF 消费端均可读取(包括 Google 的可视化工具)。运行 kage okf migrate,可将存储渲染为 .agent_memory/okf/ 下的 OKF 包。Kage 补充了 OKF 未涵盖的生命周期功能——依据验证、验证状态和时效性——这些信息通过符合 OKF 规范的 x-kage-* 字段承载,并且可以 import 任何第三方 OKF 包。往返转换不会丢失信息。参见 OKF_STANDARD.md。

开发

cd mcp
npm install
npm test
npm run build

贡献与社区

Kage 以开源方式开发,我们期待你的帮助。只有四个运行时依赖(检索核心不依赖任何项),无需账户,也无需云服务——这是一个很适合上手的代码库。

参与即表示你同意我们的行为准则。

许可证

GPL-3.0-only。请参阅 LICENSE。切换到 GPL 之前发布的版本采用 MIT 许可证。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。