Knowledge Forest

Knowledge Forest MCP — 个人知识与学习记忆

面向任意 AI 导师、以本地优先的个人知识管理（PKM）和学习记忆 MCP 服务。

将目标转化为考虑先修关系的知识树，保留学习历史，并要求提供真实证据后才能宣称掌握。

中文 · MCP 注册表 · 产品原则 · 架构 · 参与贡献

这是你要找的 MCP 服务吗？

如果你希望 AI 导师或学习助手记住的不只是聊天记录，请选择 Knowledge Forest：

• 个人知识管理： 将学习者拥有的目标、概念、笔记、来源和证据保存在可移植的本地 JSON 文件中。
• 跨聊天的学习记忆： 让 Claude、Codex 或其他 MCP 宿主从同一份持久学习状态中继续学习。
• 可复用的知识图谱： 在多个目标之间共享同一个规范概念及其学习历史。
• 自适应学习： 展示先修知识、受阻概念、期望深度，以及接下来可执行的学习节点。
• 基于证据的掌握判定： 要求在新情境下、无辅助且闭卷的表现，才能将概念标记为已验证。

这不是向量数据库、文档 RAG 服务或通用的对话记录记忆工具。它用于建模一个人试图学习什么、概念之间如何相互依赖，以及什么证据真正能证明掌握。

它为何存在

AI 导师非常擅长讲解主题，却不擅长维护长期学习状态。聊天内容听起来可能很有成效，却会忘记先修知识、在不同项目中重复创建概念，或把精心组织的回答当作掌握的证明。

Knowledge Forest 为模型提供持久的学习层：

• 目标树将可观察的成果与达成它所需的最少知识连接起来。
• 规范节点让同一个概念服务于多个目标，而无需复制其学习历史。
• 由证据决定的掌握判定区分阅读和辅助练习与新情境下的闭卷表现。
• 本地优先存储将学习者的目标、笔记和证据保存在可移植的 JSON 文件中。
• 与模型无关的 MCP适用于任何兼容的宿主。宿主的模型负责推理并承担自身的令牌成本；此服务不会调用大模型。

快速开始

要求：Node.js 22 或更高版本。

在任意 stdio MCP 宿主中从 GitHub 运行

npx --yes github:znecho9/knowledge-forest-mcp doctor
npx --yes github:znecho9/knowledge-forest-mcp

安装为 MCP Bundle

支持 MCPB 的客户端可以从最新的 GitHub 发行版本安装独立 Bundle。Bundle 包含服务及其运行时依赖项；仍需安装 Node.js 22 或更高版本。

在本地开发

git clone https://github.com/znecho9/knowledge-forest-mcp.git
cd knowledge-forest-mcp
npm ci
npm run check
npm run dev

默认数据文件为 ~/.knowledge-forest/knowledge-forest.json。可使用 KNOWLEDGE_FOREST_FILE 或 --data-file 覆盖。

连接 MCP 宿主

使用宿主需要访问的确切数据路径。

Codex

将以下内容添加到 ~/.codex/config.toml：

[mcp_servers.knowledge-forest]
command = "npx"
args = ["--yes", "github:znecho9/knowledge-forest-mcp"]
env = { KNOWLEDGE_FOREST_FILE = "/absolute/path/to/knowledge-forest.json" }

Claude Desktop 和使用 JSON 配置的宿主

{
  "mcpServers": {
    "knowledge-forest": {
      "command": "npx",
      "args": ["--yes", "github:znecho9/knowledge-forest-mcp"],
      "env": {
        "KNOWLEDGE_FOREST_FILE": "/absolute/path/to/knowledge-forest.json"
      }
    }
  }
}

使用解析后的路径生成这两个代码片段：

npx --yes github:znecho9/knowledge-forest-mcp config --data-file /absolute/path/to/knowledge-forest.json

模型可以做什么

MCP 能力	用途	是否更改数据？
forest_overview	查看目标、进度和可开始的工作	否
search_knowledge	查找可复用的规范节点	否
get_node_context	阅读关系、笔记和证据	否
diagnose_node	找出前置条件、深度和证据方面的缺口	否
get_learning_queue	查找可开始和受阻的节点	否
create_goal_tree	持久化一棵精简且足够的知识树	是
update_node_learning_state	设置深度或工作流状态	是
append_learning_note	添加笔记、来源、反思或练习	是
record_verification	记录证据并执行掌握规则	是
export_forest	读取完整的可移植归档	否

附带的 plan_learning_goal 提示词会引导宿主完成搜索、明确复用和创建树。

掌握状态难以伪造

只有满足以下全部四个条件时，record_verification 才会将节点标记为 verified：

demonstrated
AND closed_book
AND NOT assisted
AND novel_prompt

可从来源中看到的研究、解释、总结和带提示的答案仍是有用的学习记录，但绝不会成为掌握证据。其他工具无法直接设置 verified。

与 Knowledge Forest 工作台协同工作

存储封装和核心目标／节点字段与本地 Knowledge Forest 工作台的 learning/knowledge-forest.json 结构兼容。将 MCP 服务指向该文件，即可让 AI 宿主与工作台共用同一棵规范知识森林：

KNOWLEDGE_FOREST_FILE=/path/to/workbench/learning/knowledge-forest.json \
  node dist/cli.js doctor

共享正在使用的工作台文件前，请先提交更改或备份。服务会执行原子写入、跨进程锁定和验证，并在 learning/backups/ 下保留最近 20 份 MCP 快照。仅由 MCP 添加的记录也会同步写入相邻的 knowledge-forest.mcp-records.json 辅助文件，避免只了解核心架构的工作台自动保存功能将其覆盖；export 会将所有内容合并为一个可移植归档。

本地优先保障

• 无需模型 API 密钥。
• 服务不会发起网络请求。
• 不会收集遥测数据。
• v1 不提供删除工具。
• 每次修改都会经过架构验证并以原子方式写入。
• 并发本地写入程序会使用锁来避免更新丢失。
• 归档采用可读的 JSON 格式，可通过 knowledge-forest-mcp export 导出。

开放核心边界

单个学习者构建、检查、验证、备份和迁移知识森林所需的一切，均以 Apache-2.0 协议开源。可能提供的付费服务（本服务均不依赖这些服务）包括加密多设备同步、托管式远程 MCP、托管备份、组织控制和高级连接器。明确的边界请参阅产品简介。

常见问题

有用于个人知识管理的 MCP 服务吗？

有。Knowledge Forest 是一款本地优先的 PKM MCP 服务，侧重于学习状态而非文档存储。它为 AI 宿主提供用于管理目标、可复用概念、前置条件、笔记、证据和进度的结构化工具。

AI 导师能跨聊天记住我的进度吗？

可以。让每个兼容的宿主都指向同一个 Knowledge Forest JSON 文件。MCP 服务会独立于任何单次聊天或模型提供商，持久保存学习者模型。

这是知识图谱 MCP 服务吗？

是，但图谱范围刻意保持狭窄：规范知识节点、前置关系、目标归属、学习记录和验证证据。它不会试图从每份文档中提取通用实体图谱。

它与通用 AI 记忆 MCP 有何不同？

通用记忆通常侧重于保存和回忆上下文。Knowledge Forest 则侧重于学习进程：学习者想要达成什么目标、必须先学什么、哪些内容可以复用、哪些内容受阻，以及是否已证明掌握。

状态

0.1.1 是公开 Alpha 版本。数据架构已进行版本管理，但工具契约在 1.0 发布前仍可能发生变化。请备份真实学习数据，并在升级前查看发行说明。

安全与贡献

请按照 SECURITY.md 中的说明私下报告漏洞。欢迎提交 Bug 报告和针对性拉取请求；请先阅读 CONTRIBUTING.md。

Apache-2.0 © Knowledge Forest 贡献者。