关于 cohort-mcp
cohort-mcp 是面向团队的本地 MCP 服务，将共享 AI 记忆保存在 GitHub Markdown 知识库中。它按限额加载团队上下文，并通过安全检查和人工审批处理更新提议。
主要功能
- 01在 GitHub 共享 Markdown 记忆
- 02按限额优先加载已验证上下文
- 03扫描写入提议并要求人工审批
- 04搜索知识库并查看状态
- 05通过 Git 历史追溯记录来源
适用场景
- 01让团队成员的 AI 会话共享决策
- 02保存事实前审核更新提议
- 03按可读范围查找已验证记录
- 04从 Git 历史追溯记录来源
MCP 相关
本地 stdio MCP 服务提供知识库加载与搜索、受控更新提议、状态和策略查询，以及记录来源追溯工具。
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。
工具
6收录的工具列表 · 更新于 1 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| scope | string | 否 | 可选的范围提示，留待将来使用。 |
| topics | array | 否 | 可选的主题筛选器，用于缩小加载的上下文范围。 |
详细介绍
GitHub 上的单一 Markdown 知识库。每位队友的 AI 都读取和写入同一份记忆，
不受账号、套餐或平台限制，而且每项更改都由人类审批。
快速开始 · 工作原理 · 包含内容 · 引擎 · 安全 · 完整文档
为什么选择 Cohort
团队里的 AI 助手每次开始会话时都一无所知。一位队友的助手学到的内容（你们做出的决定、你标记的事实、尚未解决的讨论）对其他人的助手来说都不可见。你只能一遍遍粘贴相同的上下文，或者任由它丢失。
Cohort 为团队提供一份共享记忆。单个 Git 仓库以纯 Markdown 格式保存事实、决定和待处理事项。每位队友的 AI 在会话开始时读取范围受限的内容片段，并在会话结束时提议更新；每项更改都须经人工审批后才能生效。我们没有托管服务，也不要求你在我们这里注册账号：产品就是仓库，它位于你自己的 GitHub 中。
工作原理
- 加载。 会话开始时，AI 从知识库中提取范围受限、优先验证的内容片段，并将其标记为数据，绝不将其视为指令。
- 提议。 会话结束时，AI 会提议新增记录。每次写入都要通过本地关卡（机密和个人身份信息扫描、提示注入检查、矛盾检查），并等待人工处理。
- 审批。 人类在终端中核实记录。只有经过核实，记录才会成为可信记忆。Git 是唯一的传输方式，知识库始终归你所有。
亲自体验
包含内容
知识库、引擎和核心优势均免费开源，采用 Apache-2.0 许可，并完全在你自己的机器上运行。Cohort 全程只与你自己的 GitHub 仓库交互：维护者不会收到你的知识库、会话内容或任何遥测数据。Cohort 在本地读取和写入你的知识库，由你掌控，并由人类审批每次写入；所有处理都在你的机器上进行，而非我们的机器上。
引擎
cohort-mcp 是一个本地 stdio Model Context Protocol 服务，是任何 MCP 客户端都能运行的客户端中立引擎。它会加载有界、经过隔离的上下文，并通过服务端强制执行的关卡运行经人工批准的写回操作。
| MCP 工具 | 功能 |
|---|---|
cohort_load | 在令牌预算范围内返回有界的团队上下文，以数据形式隔离，并优先显示已验证内容。 |
cohort_propose | 通过服务端强制执行的写入关卡处理提议的记录。 |
cohort_status | 报告生效的策略、记录数量、隔离队列和过期记录。 |
cohort_policy_get | 返回调用方生效的只读策略限制。 |
cohort_search | 搜索知识库，遵循可读范围；默认仅搜索已验证内容。 |
cohort_why | 返回从 git 历史中读取的记录来源信息（谁、使用了哪个模型、何时）。 |
出于设计需要，有些操作由人工在终端中执行，因此模型可以提议和读取记录，但永远不能提升或弃用记录：
| CLI | 功能 |
|---|---|
cohort init | 初始化策略、配置客户端并打印后续步骤。 |
cohort verify | 将记录从隔离状态提升为已验证（仅限人工操作）。 |
cohort supersede | 将记录标记为已替换；记录会从加载结果中移除，但仍保留在 git 历史中。 |
cohort index | 构建已提交、可比较差异的检索索引（使用 --check 进行验证）。 |
cohort stats | 报告记录数量、写回操作、过期记录和当前加载大小。 |
cohort bridge / reabsorb | 生成 AGENTS.md、CLAUDE.md、Cursor 规则，并将手动编辑的内容折回为受关卡约束的提议。 |
cohort export / import | 使用可移植架构无损迁移整个知识库。 |
引擎和 CLI 位于 cohort-mcp/。它以 cohort-mcp 的名称发布到 npm，并以 io.github.magnusmage/cohort-mcp 的名称列入 MCP Registry，因此你可以用一条命令运行它：
claude mcp add cohort -- npx -y cohort-mcp # register with Claude Code
# or just run it: npx -y cohort-mcp
Claude Desktop 提供一键扩展：从 desktop-extension/ 构建 .mcpb，然后双击安装。你也可以将此仓库添加为插件市场，并安装捆绑的插件：
claude plugin marketplace add magnusmage/cohort
claude plugin install cohort@cohort
快速入门
Cohort 运行在可以访问你的磁盘和 git 的 AI 客户端中：Kimi Code CLI、Kimi Work 桌面版、ZCode 或 Claude Code（CLI、桌面版或 IDE 扩展）。无法访问磁盘的网页聊天无法运行它。
安装连接器（不到一分钟）：
curl -fsSL https://raw.githubusercontent.com/magnusmage/cohort/v0.3.0/install.sh | sh
安装程序会验证发布版本的校验和，然后将连接器技能复制到你机器上各客户端的技能文件夹中。想先阅读内容？运行 curl -fsSLO .../install.sh，阅读后再运行 sh install.sh。
然后，在客户端的聊天输入框中（不是终端）：输入 /cohort（在 Kimi Code CLI 中输入 /skill:cohort；在 Kimi Work 桌面版中使用 / 技能菜单），或者直接说“设置我的团队知识库”。连接器会说明它将如何处理你的数据，并等待你确认；随后会引导你完成 GitHub 登录和知识库创建，并询问三个同意选项。每一步都会等待你的操作。
客户端支持、逐步设置说明和开发者路径
适用于哪些客户端？
| 客户端 | 支持 Cohort 吗？ |
|---|---|
| Kimi Code CLI | 支持，完整设置和日常使用。 |
| Kimi Work 桌面版 | 支持。将知识库文件夹作为工作区附加，然后按照相同步骤操作。 |
| ZCode | 支持，完整设置和日常使用。 |
| Claude Code（CLI、桌面版或 IDE 扩展） | 支持，完整设置和日常使用。 |
| Kimi Chat、Claude.ai 网页版及其他无法访问磁盘的聊天客户端 | 不支持。它们无法访问你的磁盘或 git。队友可以将知识库文件导出到聊天项目中作为只读参考，但无法同步回去。 |
- 打开终端。 Windows：使用客户端内的终端，或 Git Bash。Mac：使用 Terminal 应用。Linux：使用你的终端应用。
- 安装： 粘贴上方的
curl命令并按 Enter。每个客户端都会显示一行installed cohort skill to ...。 - 检查是否安装成功（可选）：
ls ~/.claude/skills/cohort（或~/.kimi-code/skills/cohort、~/.zcode/skills/cohort）。 - 在任意项目文件夹中启动客户端，并按上述说明加载技能。
- 在聊天中回答连接器的问题。 它会创建你的知识库仓库（或者关联你在浏览器中创建的空仓库），然后询问它何时加载上下文、何时提出更新，以及会读取哪些内容。
没有 curl 或 sh？从最新版本下载技能 zip 文件，解压后，在客户端的技能设置中上传 cohort 文件夹（请使用 Assets 下的技能 zip 文件，而非 Source code）。
开发者路径
git clone https://github.com/magnusmage/cohort.git
sh cohort/scripts/setup.sh # seed a vault, ask consent, install the redaction hook
cp -R cohort/connectors/claude ~/.claude/skills/cohort # or connectors/kimi, connectors/zcode
使用一条命令注册 MCP 引擎：cohort init --vault <dir> --agent <id>。
日常使用
| 你的需求 | 你的操作 |
|---|---|
| 在会话开始时加载团队上下文 | 加载技能，或询问“load team context”（会自动加载项目范围内的上下文） |
| 保存一项决策、事实或待处理事项 | 请连接器提出回写建议；编辑并批准草稿 |
| 添加一位队友 | 将其添加为知识库仓库的 GitHub 协作者。这就是全部的共享机制 |
路线图
阶段 1 至 5 已在 main 上构建、测试并发布。它们构成了完整的
产品：知识库、引擎和护城河，全部在你自己的机器上运行。
- 阶段 1：行走骨架。 策略引擎、记录架构、git 传输、写入门控以及最初的四个工具。
- 阶段 2：信任与安全主干。 信任级别、仅限人工验证、对抗性测试套件。
- 阶段 3：会话捕获与搜索。 将会话笔记转为受门控的草稿；搜索知识库。
- 阶段 4：采用桥梁。 生成并重新吸收 AGENTS.md / CLAUDE.md / Cursor 规则；支持可移植的导出和导入。
- 阶段 5：护城河。 原生 Git 索引、按 token 预算优先检索已验证内容、矛盾检测、过时与替代处理、确定性合并，以及
cohort_why。 - 阶段 6：企业版（进行中，暂缓）。 提供 SSO 的审核与审计仪表板，以及多知识库访问、静态加密和数据保留功能。它有意不属于已发布产品，并保留在
phase-6-control-plane分支中。如果之后发布，该仪表板将是可选的，并在你自己的基础设施上运行，附带独立的隐私声明；维护者仍然不会收到你的数据。
完整计划见 docs/planning。
安全性
Cohort 是由多个 Agent 读取和写入的共享记忆，因此记忆本身就是一个 攻击面：遭到投毒的记录可能会被读取为给另一位队友的 Agent 的指令。该项目将安全视为每次变更都必须具备的属性。存储的记忆和模型均不可信；只有经过批准和扫描的写入才会入库；加载的记忆会被明确隔离为数据，绝不会作为指令；与已验证事实相矛盾的事实会交由人工处理，而不会覆盖已验证事实；并且只有服务端会执行提交。除你自己的 git 远程仓库外，不会收集遥测数据，也不会进行网络调用，因此维护者永远不会收到你的知识库、会话或任何其他数据。
请参阅安全模型，了解威胁模型、脱敏规则和同意模型。发现漏洞？请通过此仓库的 GitHub 私密漏洞报告功能私下报告，不要创建公开议题。
了解更多
- Cohort 说明：循环、每条命令、各项授权选择，以及一页纸上的安全模型
- 规范：架构、保险库架构、连接器契约
- 安全模型：威胁模型、脱敏规则、授权模型
- 十分钟快速入门
- 适用对象和坦诚说明的限制
- 决策记录和发布历史
仓库布局
├── cohort-mcp/ The MCP server and CLI: the engine and the moat
├── connectors/ Kimi, ZCode, and Claude connectors (Agent Skills standard)
├── vault-template/ Blank vault scaffold (copied into your own repo)
├── example-vault/ Synthetic demo vault (CC0, all content fictional)
├── scripts/ Setup wizard and vault validator
├── security/ Versioned gitleaks redaction rules
├── install.sh Pinned-tag installer for the connector skill
└── docs/ The public spec, decision records, and diagrams
参与贡献
请参阅 CONTRIBUTING.md。提交使用 Conventional Commits，并附上 DCO
签署（git commit -s）。安全问题：请通过 GitHub 的私密漏洞报告功能私下报告，
不要发布在公开议题中。
许可证与作者
代码采用 Apache-2.0 许可，文档采用 CC BY 4.0 许可，示例保险库内容采用 CC0 许可。由 Sarmad 创建并维护。引用元数据请参阅 CITATION.cff。
评论
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。