AI导哈

知识交付引擎

Cortex MCP是一个内置728个代理、技能、模式和示例的知识交付引擎，可为任何MCP兼容的AI工具提供按需知识服务。

  • by BasharAmso
  • TypeScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 BasharAmso/cortex-mcp

使用说明

皮质MCP

一个知识交付引擎，内置了26个领域的728个代理、技能、模式和示例库，并按需提供给任何兼容MCP的AI工具。

不是每个项目都将自己的框架文件加载到上下文中（浪费了90%以上的令牌预算），而是只安装一次Cortex MCP，并将正确的知识提供给任何需要它的项目。

设置

两个步骤。将每一行复制粘贴到终端中。

步骤1——安装它：

npm install -g cortex-mcp-server

没有Node.js？从这里下载 nodejs.org （选择LTS版本）。然后回来跑上面的线。

步骤2——将其连接到您的AI工具：

Claude Code (one command) 
claude mcp add -s user cortex -- cortex-mcp-server

重新启动克劳德代码。完成。

Cursor
  1. 打开的游标
  2. 首选 设置 （齿轮图标）> 主控程序
  3. 点击 添加新的MCP服务器
  4. 姓名： cortex |命令： cortex-mcp-server

或者将其粘贴到 ~/.cursor/mcp.json 如果你喜欢：

{
  "mcpServers": {
    "cortex": {
      "command": "cortex-mcp-server"
    }
  }
}
Windsurf
  1. 开放式风帆
  2. 首选 设置 > MCP服务器
  3. 使用以下命令添加新服务器： cortex-mcp-server
Cline / Continue / Zed

这些工具通过JSON配置文件支持MCP。将Cortex添加到MCP配置中：

{
  "mcpServers": {
    "cortex": {
      "command": "cortex-mcp-server"
    }
  }
}

检查工具文档中的配置文件位置。

Any other MCP-compatible tool

Cortex MCP使用stdio传输。任何可以通过命令行启动MCP服务器的工具都可以：

  • 命令： cortex-mcp-server
  • 运输： 标准
  • 不需要API密钥或配置

如果你的工具要求服务器URL而不是命令，它需要Cortex不支持的HTTP传输（按设计，stdio更安全）。

就这样 现在正常工作。你的人工智能工具会在需要时从库中提取知识。你也可以直接问：

  • “搜索错误处理模式”
  • “查找身份验证技能”
  • “演示如何设置Stripe付款”
  • “有哪些代理人？”

运作原理

flowchart TB
    User["You (any AI tool)"]

    subgraph Client["Your AI Tool (any MCP client)"]
        Bashi["Bashi (Standalone or Lite)"]
        Claude["Claude Code"]
        Cursor["Cursor"]
        Windsurf["Windsurf"]
        Others["Cline · Continue · Zed\nCopilot · Codex · any MCP client"]
    end

    MCP{"Cortex MCP\nconnected?"}

    subgraph Cortex["Cortex MCP — Knowledge Library"]
        Fragments["728 Fragments"]
        Pillars["26 Domain Pillars"]
    end

    NoMCP["Works without Cortex\n(no knowledge grounding)"]

    User --> Client
    Client --> MCP
    MCP -->|Yes| Cortex
    MCP -.->|No| NoMCP
    Fragments --- Pillars

    style Client fill:#e8f4fd,stroke:#2196f3,color:#000
    style Cortex fill:#e8f5e9,stroke:#4caf50,color:#000
    style MCP fill:#fff3e0,stroke:#ff9800,color:#000
    style NoMCP fill:#e0e0e0,stroke:#666,stroke-dasharray: 5 5,color:#000

您的AI工具调用 search_knowledge 和 get_fragment 通过MCP。Cortex为任务返回正确的知识。您的项目仓库保持轻量级。

碎片按需装载。 如果你正在构建一款游戏，Cortex只在你要求时提供游戏开发模式。除非你搜索，否则沙龙预订示例永远不会触及你的上下文窗口。使用 budget 参数打开 search_knowledge 为了控制每次搜索返回的上下文量，默认情况下保持响应精简，当需要更深入的参考资料时增加响应。

有关完整的体系结构，请参见 docs/ARCHITECTURE.md.

里面是什么

resources/
├── agents/      10 agent definitions
├── skills/     443 skill procedures
├── patterns/   225 reusable patterns
└── examples/    50 code examples

技能作者

技能定义 该怎么办Cortex提供 须知.

任何技能——在Claude Code、Cursor、Copilot或自定义代理中——都可以在执行过程中调用Cortex，以将其输出固定在经过验证的模式中：

  1. search_knowledge("auth patterns", category="patterns") --查找相关知识
  2. get_fragment("PAT-0042") --将整个模式纳入上下文
  3. 将模式与技能自己的程序一起应用

你的技能会变得更聪明，而不会变得更长。知识保存在Cortex中，版本化和可搜索，而不是在每个技能文件中重复。

Bashi v3.2.0包括三个参考实现：后端开发、安全审计和ai功能，每个都有一个 ## Knowledge Enhancement (MCP mode) 展示这种模式在实践中的部分。

图书馆里有什么

类别 计数 示例
代理 10 构建者、审阅者、架构师、产品经理、设计师、修理者、部署者
技能 443 客户关系管理、潜在客户评分、市场规模、领英战略、沙龙预订、餐厅POS、代码审查、调试、游戏物理、关卡设计、电子商务、物联网、医疗保健、金融、教育
模式 225 错误处理，API设计，断路器，Saga，购物车状态，结账恢复，预约预订，POS架构，CRM数据模型，库存跟踪，成就系统
例子 50 Phaser Game、ECS、产品目录、Checkout、API网关、断路器、MVP登录页、A/B测试、CRM管道、沙龙预订、在线课程、IoT仪表板、竞争对手分析、祈祷时间、Go Server、Web Scraper、看板板等

每个片段都包含用于自然语言匹配的同义词。询问“如何添加登录名”，它会找到身份验证模式。问“我的应用程序很慢”，它就会找到性能技能。问“我如何在领英上成长”，它就会找到领英的战略技能。

26个知识支柱

支柱 碎片 覆盖了什么
软件开发 78 错误处理、API、测试、安全、DevOps、CI/CD
框架核心 31 代理、编排、质量审查、部署
前端 30 React、状态管理、测试、性能、i18n、安全
亲和设计 30 可用性测试、设计系统、可访问性、原型设计
建筑 30 API网关、消息队列、缓存、无服务器、GraphQL
应用程序波兰语 30 加载状态、动画、键盘快捷键、功能标志
电子商务 30 产品目录、结账、发货、订阅、防欺诈
游戏开发者 30 物理、音频、关卡设计、多人游戏、程序生成
教育 30 课程平台、抽认卡、评分、自适应学习、人工智能辅导
编码素养 30 阅读代码、代码审查、调试、理解抽象
业务自动化 30 沙龙预订、POS系统、发票、日程安排、忠诚度计划
销售 30 客户关系管理、潜在客户评分、渠道管理、冷外联、预测
市场调研 30 竞争对手分析、市场规模、调查、趋势分析
个人品牌 30 领英、时事通讯、播客、演讲、社区建设
产品业务 30 MVP策略、定价、A/B测试、指标、流失预防
内容创作 30 写作、文案、YouTube、时事通讯、人工智能辅助创作
平台 30 SwiftUI、Compose、Flutter、Vue、Svelte、Angular、Next.js
健康 15 远程医疗、Contoso、心理健康应用程序、可穿戴设备、药物跟踪
金融 15 个人理财、银行API、投资组合、税务引擎、账单
协作 15 维基、项目管理、视频会议、团队聊天
宗教的 15 祈祷时间、读经者、捐款、灵修、布道
物联网 15 边缘计算、MQTT、仪表板、智能家居、工业物联网
开发者成长 15 技术写作、开源、职业发展、面试准备
语言 15 Java、C#、Swift、Kotlin、PHP、Ruby、并发模式
自动化 15 网络抓取、浏览器自动化、数据管道、聊天机器人
特定领域 15 法律技术、建筑、农业、物流、活动管理

特性

  • 728个内置片段 跨越26个领域——代理、技能、模式和代码示例
  • 支柱过滤 --按域过滤（例如。， game-dev, ecommerce, sales, coding-literacy)
  • 同义词匹配 --即使使用非正式语言，也能找到片段
  • 三层搜索 --快速缓存（~2ms），预建索引（~5-10ms），模糊回退（~15-20ms）
  • 代币预算 --通过四种输出模式尊重上下文限制
  • 零结果恢复 --当没有完全匹配时，建议替代方案
  • 堆栈检测 — detect_project 该工具可识别您的堆栈并建议相关搜索
  • 适用于任何MCP客户端 --克劳德代码、光标、风帆等
  • 零成本 -没有云，没有API密钥，在本地运行

MCP工具

工具 说明
search_knowledge 使用模式、预算和类别过滤器的自然语言搜索
get_fragment 通过带有依赖关系和相关注释的ID检索片段
browse_library 浏览所有片段或按类别筛选
list_categories 列出类别和片段计数
detect_project 检测项目的堆栈并获取建议搜索
search_metrics 查看诊断搜索指标（分层率、零结果、顶部片段）

输出模式

模式 你得到什么 何时使用
index 仅限ID和姓名 快速概述
minimal JSON元数据+URIs 默认值——良好平衡
catalog 完整元数据，无内容 加载前浏览
full 完整的降价内容 随时可用

配置（可选）

创建 cortex.config.json 如果您想自定义，请在项目根目录中：

{
  "customDirectories": ["./my-knowledge"],
  "matching": {
    "maxResults": 10,
    "defaultMode": "minimal",
    "defaultBudget": 4000
  }
}

默认值开箱即用。大多数用户不需要配置文件。

写自己的片段

看 docs/FRAGMENT-AUTHORING-GUIDE.md 完整的指南。

快速版本：在任何配置的目录中使用YAML frontmatter创建一个markdown文件：

---
id: SKL-CUSTOM-001
name: My Custom Skill
category: skills
tags: [my-tag, another-tag]
capabilities: [what-it-can-do]
useWhen:
  - when to use this skill
synonyms: ["informal way to ask for it", "another way to ask"]
estimatedTokens: 500
lastUpdated: "2026-03-29"
difficulty: intermediate
relatedFragments: []
dependencies: []
---

# My Custom Skill

Content here...

发展

npm install         # Install dependencies
npm run dev         # Dev mode (hot reload)
npm run build       # Build
npm run build-index # Rebuild search indexes
npm test            # Run tests
npm run typecheck   # Type check

故障排除

安装后“找不到命令”？ 关闭并重新打开终端。如果仍然不起作用，试试 npx cortex-mcp-server 相反。

没有看到结果？ 添加MCP配置后重新启动AI工具。更改仅在重新启动时生效。

返回了错误的碎片？ 尝试使用更广泛的搜索词。使用 browse_library 查看所有可用的内容。

贡献

看 贡献.md 了解如何在本地设置、提交片段和打开拉取请求。

关于

由...建造 巴沙尔·阿姆索。我厌倦了在问第一个问题之前，将相同的框架文件加载到每个项目中，并烧尽我的代币预算。Cortex MCP解决了这个问题。

部分 城市 生态系统。

致谢

这个库是通过研究数百个开源项目、技术文档和社区最佳实践的模式而构建的。我们感谢开源社区，他们的共享知识使这一切成为可能。

许可证

麻省理工学院

相关 MCP