mcpField
A
agentskb

agentskb

本地服务
github.com/Cranot记忆与知识913 周前更新
代码仓库

关于 agentskb

agentskb 是面向 AI Agent 的托管 MCP 服务，提供经过研究的技术解答。它依据官方文档、规范和 RFC；知识不足时可以选择不作答。

主要功能

  1. 01提供带来源的技术问题解答
  2. 02检查任务相关知识储备
  3. 03按主题搜索已有问答
  4. 04浏览知识分类体系
  5. 05提供项目技术栈上下文资源

适用场景

  1. 01依据官方来源核验技术方案
  2. 02开始任务前检查前置知识
  3. 03查找某项技术的已有答案
  4. 04向 Agent 提供检测到的技术栈上下文

MCP 相关

可通过流式 HTTP 将 MCP 客户端连接到托管端点。服务提供提问、搜索、预检、统计、分类浏览、前置条件和锁文件工具，并公开两个上下文资源。

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": {
    "cranot-agentskb": {
      "command": "npx",
      "args": [
        "-y",
        "@agentskb/cli"
      ]
    }
  }
}
启动命令npx -y @agentskb/cli

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@agentskb/cli0.1.0-beta.8

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

AgentsKB MCP Server

为你的 AI 提供专家级知识

针对任何问题提供经过研究的答案。升级你的 AI。

关于此仓库： AgentsKB 是一个托管式 MCP 服务——无需在本地构建或运行服务， 此仓库也不包含源代码。此仓库用于记录端点并收集 Bug 报告。将 MCP 客户端指向下方的 URL 即可使用。

安装

服务托管在 https://mcp.agentskb.com/mcp-kb，通过可流式传输的 HTTP 使用 MCP。 无需 API 密钥，也无需注册。

Claude Code
claude mcp add --transport http agentskb https://mcp.agentskb.com/mcp-kb

添加 --scope user，即可在每个项目中使用，而不只是当前项目。使用以下命令验证连接：

claude mcp list
Claude Desktop、Cursor、Cline 和其他 MCP 客户端

将以下内容添加到客户端的 MCP 配置文件中：

{
  "mcpServers": {
    "agentskb": {
      "type": "http",
      "url": "https://mcp.agentskb.com/mcp-kb"
    }
  }
}

配置文件位置：

客户端文件
Claude Code（按项目）项目根目录中的 .mcp.json
Claude Code（全局）~/.claude.json
Claude Desktopclaude_desktop_config.json
Cursor（全局）~/.cursor/mcp.json
Cursor（按项目）项目根目录中的 .cursor/mcp.json

Cursor 不使用 type 字段——对于 Cursor，请单独列出 url。

某些较旧的客户端不支持远程 HTTP 服务，只能启动本地进程。如果你的客户端属于这种情况，请通过 mcp-remote连接到此端点：

{
  "mcpServers": {
    "agentskb": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.agentskb.com/mcp-kb"]
    }
  }
}
REST API（无需 MCP 客户端）

无需密钥，也可以通过普通 HTTP 访问知识库：

curl -X POST https://agentskb-api.agentskb.com/api/free/ask \
  -H "Content-Type: application/json" \
  -d '{"question":"What is a PostgreSQL index scan?"}'

我们的不同之处

你的 AI 负责搜索。我们负责研究。这就是区别。

  • 针对每个问题进行专门研究——而不是在调试时顺带处理
  • 仅使用官方来源——文档、规范、RFC
  • 宁可不回答，也不猜错

工具

工具参数说明
ask_questionquestion*、domain、limit提供专家级答案及来源
preflight_checktask*、depth查看针对你的任务有哪些经过验证的知识
search_questionsquery*、domain、limit按主题浏览问答
get_stats—覆盖情况指标
consult_taxonomypath、depth浏览知识分类体系
check_prerequisitesdomain*需要先了解的基础主题
get_lockfile_status—检查是否已启用严格／固定答案模式

* 必填。question 和 query 需要完整的自然语言问题—— mysql 这类单独的关键词会被拒绝。

服务还提供两个资源：agentskb://context/current（检测到的项目技术栈）和 agentskb://context/prompt（适用于该技术栈的系统提示词片段）。

覆盖范围

涵盖 287 个领域的 55,000 多条问答。目前覆盖最深入的领域包括：

  • 数据库和 ORM： PostgreSQL、Prisma、Drizzle
  • 框架： Next.js、NextAuth、Vue
  • 基础设施和工具： Docker、Bash、nginx、Git

调用 get_stats 获取实时统计数据，或调用 consult_taxonomy 浏览完整的 领域列表。

覆盖范围并不均衡，且仍在不断扩展。如果你询问的主题尚未覆盖，服务会将其加入研究队列，并回复 Topic '<name>' research queued，而不是直接给出答案——请稍后再次提问。

报告 Bug

在此仓库中提交 issue： https://github.com/Cranot/agentskb-mcp/issues

相关链接

许可证

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。