Distillery

Name: Distillery
Author: norrietaylor

远程服务

github.com/norrietaylor记忆与知识25今天更新

代码仓库

关于 Distillery

Distillery 是面向团队的知识库，通过 Claude Code 技能（slash 命令）捕获、搜索和综合会话、会议与书签中的信息。知识以 DuckDB 中的向量嵌入存储，可本地通过 stdio 运行，也可作为带 GitHub OAuth 的托管 HTTP 服务使用。

主要功能

0115 个 Claude Code 技能命令
02基于向量嵌入的语义搜索与溯源
03多条目综合并附引用
04会议纪要与书签管理
05可选本地 fastembed 或 Jina、OpenAI 嵌入

适用场景

01记录会话中的决策并检测重复内容
02按自然语言检索团队知识并查看来源
03订阅信息源并生成活动摘要

MCP 相关

Distillery 以 MCP 服务的形式运行，提供 18 个 MCP 工具供客户端调用，并支持 stdio 与 HTTP 两种传输方式。

#stdio #http #knowledge-management #productivity

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": {
    "distillery": {
      "command": "uvx",
      "args": [
        "distillery-mcp"
      ],
      "env": {
        "JINA_API_KEY": "<JINA_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>"
      }
    }
  }
}

启动命令uvx distillery-mcp

需要配置的环境变量

JINA_API_KEY密钥API key for Jina embedding provider

OPENAI_API_KEY密钥API key for OpenAI embedding provider (alternative to Jina)

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

pypidistillery-mcp0.7.0stdioStreamable HTTP

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

Distillery

团队知识，精炼呈现
通过对话式命令捕获、分类、连接并呈现团队知识。

文档 · 技能 · 快速开始 · 路线图 · 幻灯片

Distillery 是什么？

Distillery 是一个通过 Claude Code 技能访问的团队知识库。它将来自工作会话、会议、书签和对话的原始信息提炼为浓缩、可搜索的知识 — 以向量嵌入的形式存储在 DuckDB 中，并通过自然语言检索。支持通过 stdio 在本地运行，或作为带 GitHub OAuth 的托管 HTTP 服务供团队访问。

Distillery 捕捉最具价值的转化 — 从噪声到信号 — 并使其成为整个团队都能使用的工具。

完整文档： norrietaylor.github.io/distillery

Distillery 演示 — /distill 捕获一项决策，/pour 将其综合呈现

## Skills

Distillery 提供 15 个 Claude Code 斜杠命令：

Skill	用途	示例
`/distill`	捕获会话知识并进行去重检测	`/distill "We decided to use DuckDB for local storage"`
`/recall`	带来源追踪的语义搜索	`/recall distributed caching strategies`
`/pour`	带引用的多条目综合	`/pour how does our auth system work?`
`/compass`	对比内部知识与环境智能，给出方向性评估	`/compass our caching strategy`
`/bookmark`	存储 URL 并自动生成摘要	`/bookmark https://example.com/article #caching`
`/minutes`	会议记录，支持追加更新	`/minutes --update standup-2026-03-22`
`/classify`	对条目进行分类并分诊审核队列	`/classify --inbox`
`/watch`	管理被监控的订阅源	`/watch add github:duckdb/duckdb`
`/radar`	环境订阅源摘要并提供来源建议	`/radar --days 7`
`/tune`	调整订阅源相关性阈值	`/tune relevance 0.4`
`/digest`	基于内部条目的团队活动摘要	`/digest --days 7 --project myapp`
`/gh-sync`	将 GitHub issue/PR 同步到知识库	`/gh-sync owner/repo --issues`
`/investigate`	带关系遍历的深度上下文构建器	`/investigate distributed caching`
`/briefing`	带指标的团队知识仪表盘	`/briefing --days 7`
`/setup`	用于 MCP 连接与配置的引导向导	`/setup`

快速开始

第 1 步：安装插件

claude plugin marketplace add norrietaylor/distillery
claude plugin install distillery

这会安装全部 15 个 skill。该插件不会自动配置 MCP 服务——请运行下方的 /setup 来添加一个。推荐的配置通过 uvx --from 'distillery-mcp[fastembed]>=0.6.0' distillery-mcp 在本地运行——在你的机器上建立一个私密、自包含的知识库，使用设备端的 fastembed 嵌入（无需 API key）。需要 Python 3.11+ 和 uv（安装：curl -LsSf https://astral.sh/uv/install.sh | sh）。

第 2 步（可选）：改用 Jina 或 OpenAI

默认的 fastembed 提供程序离线运行，无需 API key。如果你更愿意使用托管的嵌入服务，请设置 DISTILLERY_EMBEDDING_PROVIDER 并提供匹配的 API key：

# Jina (free tier at jina.ai)
export DISTILLERY_EMBEDDING_PROVIDER=jina
export JINA_API_KEY=jina_...

# Or OpenAI
export DISTILLERY_EMBEDDING_PROVIDER=openai
export OPENAI_API_KEY=sk-...

uvx 会从你的 shell 环境继承这些变量。完整的提供程序配置块（包括用于 fastembed 模型选择的选项 C）请参见 distillery.yaml.example。

重启 Claude Code 并运行引导向导：

/setup

试用托管演示（选择加入）

想在本地不安装任何东西的情况下进行评估？将托管演示配置为 distillery-mcp.fly.dev，而不是本地服务：

claude mcp add distillery --scope user --transport http --url https://distillery-mcp.fly.dev/mcp

演示服务： distillery-mcp.fly.dev 仅供评估使用。请勿存储敏感或机密数据。

完整的配置选项请参见本地设置指南，团队使用可部署你自己的实例。

开发

uv pip install -e ".[dev]"
# or
pip install -e ".[dev]"
pytest                              # run tests
mypy --strict src/distillery/       # type check
ruff check src/ tests/              # lint

完整指南请参见贡献指南。