Factsets MCP Server

Name: Factsets MCP Server
Author: joshua-auchincloss

本地服务

github.com/joshua-auchincloss记忆与知识144 周前更新

代码仓库

关于 Factsets MCP Server

Factsets 是面向 AI Agent 的本地持久知识库，通过 SQLite 管理事实、资源、技能文档和执行日志。它支持过时内容检测、标签检索及面向 Agent 的上下文和维护指南。

主要功能

01跨会话保存事实与资源
02检测过时资源并提供刷新指南
03按标签组织和检索内容
04管理 Markdown 技能及依赖关系
05记录命令执行结果
06配置用户偏好和 Agent 行为

适用场景

01为项目保留跨会话上下文
02检索与任务相关的事实和资源
03维护技能文档及其关联内容
04检查资源是否需要刷新

MCP 相关

Factsets 通过 MCP 服务向客户端提供管理事实、资源、技能和执行日志的工具，并提供上下文及维护相关提示词。它还包括引导设置和用户偏好等提示词。

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": {
    "joshua-auchincloss-factsets": {
      "command": "npx",
      "args": [
        "-y",
        "factsets"
      ]
    }
  }
}

启动命令npx -y factsets

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

npmfactsets0.2.0stdio

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

Factsets


Package
CI/CD

一个面向 AI Agent 的可自维护知识库，通过 Model Context Protocol (MCP) 提供服务。使用 SQLite 管理事实（原子知识）、资源（缓存的外部内容）、技能（过程性 Markdown）和 执行日志（命令历史）。

功能

持久化上下文 - 知识可在不同会话间延续
自维护 - 检测内容过时并提供刷新说明
基于标签的组织方式 - 灵活分类和检索
技能文档 - 用于过程性知识的 Markdown 文件
用户偏好 - 可配置的输出风格和 Agent 行为
MCP 协议 - 用于 AI 工具和提示词定义的标准接口

安装

npm install --global factsets
pnpm install --global factsets
bun install --global factsets

快速开始

作为 MCP 服务

根据需要使用 bunx、npx 或 pnpm dlx，将其添加到 MCP 客户端配置中（Claude Desktop、GitHub Copilot、Cursor 等）：

{
  "mcpServers": {
    "factsets": {
      "command": "bunx",
      "args": ["factsets", "mcp-server"]
    }
  }
}

或直接运行：

bunx factsets mcp-server

首次设置

将 Factsets 添加到 MCP 客户端后，运行设置提示词，将其集成到项目中：

在受支持的 IDE 中：在聊天中输入 /mcp.factsets.setup，运行引导式设置

在其他客户端中：调用 get_setup_guide 工具或使用 setup 提示词

设置指南将：

分析项目结构并建立基准事实
为 AI 客户端配置技能目录
使用 Factsets 说明创建或更新 AGENTS.md
迁移任何现有技能，并集成 Factsets
将关键配置文件注册为资源

一次性设置可确保 Agent 在今后的每次交互中都拥有完整上下文。

CLI 命令

# Start MCP server (default command - auto-watches skill files and seeds starter content)
bunx factsets [--database-url <path>] [--client <type>]

# Explicit mcp-server command (same as above)
bunx factsets mcp-server [--database-url <path>] [--client <type>]

# Start without file watching
bunx factsets --no-watch-skills

# Start without seeding starter content
bunx factsets --no-seed

# Run file watcher standalone
bunx factsets watch-files [--database-url <path>]

# Run background maintenance worker
bunx factsets worker [--database-url <path>]

# Export database to JSON
bunx factsets dump backup.json

# Restore database from JSON
bunx factsets restore backup.json

--client 标志用于配置技能文件的存储位置（例如，github-copilot -> .github/prompts/skills/）。如果要更换客户端或技能目录，请通过你的 Agent 操作，它会为你迁移技能。

有关所有选项，请参阅配置指南。

核心概念

概念	描述
Facts	原子化知识单元（1-3 个句子），带有标签和时间戳
Resources	外部内容（文件、URL、API），包含缓存快照和检索方法
Skills	用于程序性知识的 Markdown 文档，存储在文件系统中
Execution Logs	命令历史，记录成功/失败情况，用于验证 Skill
Tags	用于所有内容类型的灵活分类

MCP 工具

Facts

工具	描述
`submit_facts`	添加 Facts，并附带标签和来源追踪
`search_facts`	按标签、内容或筛选条件查询 Facts
`verify_facts`	按 ID 将 Facts 标记为已验证
`verify_facts_by_tags`	按标签批量验证 Facts
`update_fact`	更新 Fact 的内容、元数据或标签
`delete_facts`	按条件移除 Facts
`restore_facts`	恢复软删除的 Facts

Resources

工具	描述
`add_resources`	注册 Resources，并附带检索方法
`search_resources`	按标签、类型或 URI 查找 Resources
`get_resources`	按 ID 或 URI 获取 Resources，并查看时效性
`update_resource_snapshot`	更新单个 Resource 的缓存内容
`update_resource_snapshots`	批量更新缓存内容
`update_resource`	更新 Resource 元数据（不含内容）
`delete_resources`	移除 Resources
`restore_resources`	恢复软删除的 Resources

Skills

工具	描述
`create_skill`	创建 Markdown Skill 文档
`update_skill`	更新 Skill 元数据/引用
`search_skills`	按标签或查询内容查找 Skills
`get_skills`	按名称获取 Skills 及其内容
`link_skill`	将 Skill 链接到 Facts/Resources/Skills
`sync_skill`	文件编辑后同步 Skill
`delete_skills`	移除 Skills
`get_dependency_graph`	获取 Skill 依赖树
`restore_skills`	恢复软删除的 Skills

执行日志

工具	描述
`submit_execution_logs`	记录命令/测试/构建执行情况
`search_execution_logs`	按查询内容、标签和成功状态查找执行记录
`get_execution_log`	按 ID 获取执行详情

配置

工具	描述
`get_config`	按键获取配置值
`set_config`	设置配置值
`delete_config`	删除配置值
`list_config`	列出所有配置及其架构
`get_config_schema`	获取可用选项及其说明

用户偏好

工具	描述
`get_preference_prompt`	获取自然语言偏好提示词
`get_user_preferences`	获取结构化偏好数据
`infer_preference`	根据用户行为更新偏好
`reset_preferences`	将偏好重置为默认值

维护

工具	描述
`check_stale`	查找过时的资源和依赖项
`mark_resources_refreshed`	将资源标记为最新

上下文与指南

工具	描述
`get_knowledge_context`	根据标签构建上下文（事实/资源/技能）
`build_skill_context`	获取包含格式化内容和引用的技能
`get_maintenance_report`	生成过时情况/维护报告
`get_refresh_guide`	获取刷新资源的说明
`get_agent_guide`	获取 Agent 工作流指南（先调用）
`get_concept_guide`	获取概念概述和设计理念
`get_config_guide`	获取包含所有选项的配置指南

MCP 提示词

提示词	描述
`setup`	为新项目集成提供引导式设置
`user_preferences`	获取用户对输出格式的偏好
`knowledge_context`	根据标签构建上下文
`recall_skill`	获取包含引用的技能
`maintenance_report`	过时情况摘要
`refresh_guide`	刷新资源的说明
`agent_guide`	Agent 工作流指南（先调用）
`concept`	概念概述和理念
`config`	包含所有选项的配置指南

文档

配置指南 - CLI 标志、客户端设置和技能目录
设计参考 - 完整的 API 文档
概念 - 理念和设计依据
Agent 工作流 - Agent 如何使用 Factsets

开发

# Run tests
bun test

# Run full e2e (tests + build + dry run)
bun e2e

# Build distribution
bun dist

# Format code
bun format

# Lint
bun lint

# Generate database migrations
bun migrations

# Inspect MCP server with inspector
bun inspect

支持 Markdown

登录后评论

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。

阅读入门指南

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。

工具	描述
`create_tags`	创建组织标签
`list_tags`	列出标签及其使用次数
`update_tags`	更新标签描述
`prune_orphan_tags`	清理未使用的孤立标签