mcpField
K
kogcat-mcp

kogcat-mcp

本地服务
github.com/KogCatAI 与智能体018 周前更新
代码仓库

关于 kogcat-mcp

KogCat 是面向 Claude Code 和 Codex 的本地优先判断校准层，依据存储在本机的知识库提供参考。独立的 stdio MCP 服务也让其他 MCP 客户端调用同一知识库工具。

主要功能

  1. 01提示反例与盲点
  2. 02校准判断类回答
  3. 03查询本地知识库
  4. 04审阅并整理已保存记忆
  5. 05多个客户端共用本地引擎

适用场景

  1. 01决策前检查假设
  2. 02将模型回答与已保存知识对照
  3. 03获取以知识库为先的结论和后续步骤
  4. 04审阅并整理存储的记忆

MCP 相关

独立的 stdio MCP 服务提供知识库工具，包括 `search`、`node`、`edges`、`calibrate`、`calibrate_review` 和 `memory_*` 系列。同一本地引擎可供 Claude Code、Codex 和其他 MCP 客户端使用。

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-kogcat-kogcat": {
      "command": "uvx",
      "args": [
        "kogcat-mcp"
      ]
    }
  }
}
启动命令uvx kogcat-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
pypikogcat-mcp0.46.2

工具

9

收录的工具列表 · 更新于 2 周前

参数类型必填说明
topinteger否
textstring是搜索查询
scopestring否'mine' | '@owner/name' | 'all' (default)
no_logboolean否
originenum否user_query | ingest_probe | system_audit
verticalstring否R|W|M|all (default all)
include_detailsboolean否将完整节点负载附加到每个命中结果的 `details` 字段中。

详细介绍

KogCat

AI 让答案更流畅。KogCat 让判断更可靠。

English | 中文 · 网站： https://www.kogcat.com

面向 Claude Code 和 Codex 的本地优先判断校准层。在你依据 AI 的回答采取行动之前，它会从存储在你设备上的知识库中，找出反例、边界和盲点。它不会替代你的模型，也不会拖慢你的速度。决定权始终在你手中。

看看有什么不同

“我每天读 30 分钟，但什么都记不住。要不要做更详细的笔记？”

普通 AI — 试试康奈尔笔记法，标出关键段落，再用 Anki 进行间隔重复。

KogCat — 更多笔记可能会让情况变得更糟。瓶颈不在记录，而在提取。你的知识库里有一条你标记为高置信度的结论：重读时那种“我懂了”的感觉，是判断是否真正记住最不可靠的信号。 所以试试这样做：读完一节后合上书，写下你记得的内容，再对照你原以为自己记住的内容。

适时提醒

KogCat 为判断而建，而非用于查找。它会在判断出错可能造成代价时提醒你——例如决策、权衡、比较、批评和策略。其他情况则保持安静：查找、定义、代码、摘要和翻译。即使遇到需要判断的问题，也只有在发现模型遗漏的信息时，它才会补充说明。

  • 自动触发。 在对话中提出判断类问题。只有确实有值得一说的内容时，才会出现提示，而且绝不会改动原始回答。
  • 按需使用。 /kogcat:query <question> 会优先使用你的知识库，给出结论、可能改变结论的条件，以及下一步建议。

安装

Claude Code

/plugin marketplace add KogCat/cc-kogcat
/plugin install kogcat

Codex

codex plugin marketplace add KogCat/cc-kogcat
codex plugin add kogcat@kogcat

安装后，请彻底退出并重新打开 Claude Code（或重启 Codex）。 首次下载要等到下一次全新的会话才会开始，仅运行安装命令不会启动下载。

首次启动时，KogCat 会在后台下载其引擎（约 40 MB）和嵌入模型（约 90 MB）。此操作只需一次。在网络状况良好时大约需要一分钟。下载期间可以继续工作；随时运行 /kogcat:status，查看各组件的启动进度。

在任何 MCP 客户端中使用

KogCat 的校准引擎以本地 sidecar 的形式运行；Claude Code / Codex 插件只是它的一个客户端。任何支持 MCP 的工具——Cursor、Cline、Zed、VS Code、Claude Desktop——都可以通过独立的 stdio MCP 服务使用同一个引擎。

将以下内容添加到客户端的 MCP 配置中（字段名称因客户端而略有不同；大多数使用 mcpServers 映射）：

{
  "mcpServers": {
    "kogcat": {
      "command": "uvx",
      "args": ["kogcat-mcp"]
    }
  }
}

需要安装 uv，支持 macOS（Apple Silicon）或 Windows x86_64（与下文所述的平台和引擎相同）。首次运行时，它会下载引擎和嵌入模型，并注册一个后台 sidecar——与插件共用同一次性设置，在这台设备上的所有客户端之间共享。它会提供知识库工具（search、node、edges、calibrate、calibrate_review 和 memory_* 系列），供模型调用。

与插件相比，你会失去什么。 Claude Code / Codex 插件提供了两项通用 MCP 客户端无法实现的宿主便利功能：在判断类问题上自动触发校准，以及在会话开始时将记忆索引注入上下文。使用独立服务时，你的模型仍能访问同一个知识库，但是否调用这些工具由模型决定——或者你可以要求它“使用 KogCat”——而不是由钩子自动替你触发。你不需要输入工具名称（search、calibrate_review、memory_*）；由模型来调用它们。

隐私

  • 你的知识库保留在你的设备上。KogCat 只会读取你指定的文件夹。
  • 你的对话会发送给你已经在使用的 Claude 或 Codex。不会发送给其他任何对象，也不会发送到其他任何地方。
  • 校准在本地进程中进行。结果不会离开本地。
  • 引擎来自公开发布渠道，并会在运行前根据 sha256 清单进行校验。

无需账户，无需订阅。没有其他人掌握你的知识。

命令

命令功能
/kogcat:query <question>以知识库为先的回答：结论、条件和下一步。
/kogcat:status只读的本地检查。如果首次启动似乎卡住了，可以运行它。
/kogcat:memory-consolidate检查并整理已保存的记忆——每项更改都由你确认。

自动校准无需命令。

要求

  • Claude Code 或 Codex
  • macOS（Apple Silicon）或 Windows x86_64——暂不支持 Intel Mac 和 Linux
  • PATH 中的 Python 3——macOS 已自带；Windows 用户需自行安装（勾选 Add python.exe to PATH）

许可证

FSL-1.1-MIT——参见 LICENSE。每次发布两年后转换为 MIT。

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。