モデルコンテキストプロトコル(MCP)のアーケード上に構築されたAIエージェントの個人知識ライブラリ。

**ステータス エージェントライブラリは、Arcademic.devエンジニアが構築したコミュニティプロジェクトです。 公式の Arcade.dev 製品ではない で、Academic.dev のサポートや SLAs で覆われていません。 期待通りのサポートをご覧ください。

Naming。 パッケージは、PyPI の [librarian] の [librarian] の [Python モジュール] にある ** エージェント ライブラリ** (agent-library]) です。 MCP サーバは、その中の Librarian と認識しています。これは、エージェントが話している役割であり、露出したツールが Librarian_SearchLibrary 、 [Librarian_AddToLibrary] と名付けられている理由です。

概要

エージェントライブラリは、テキスト、文書、知識の永続的なストレージを持つAIエージェントを提供します。 エージェントは、情報を格納し、会話全体でコンテキストを維持し、セマンティックとキーワード検索で後で取得することができます。

##特徴

• AIエージェントの永続的な知識ストレージ
• ベクトル検索のための [sqlite-vec による SQLite ストレージ
• BM25ランキングでFTS5を使用したフルテキスト検索
• セマニティックとキーワードマッチングを組み合わせたハイブリッド検索
• 多様な結果を得るための最大証拠金(MMR)
• 設定可能な埋め込みモデル(ローカルまたはOpenAI互換API)

Agent Library

A personal knowledge library for AI agents, built on Arcade for the Model Context Protocol (MCP).

Status. Agent Library is a community project built by Arcade.dev engineers. It is not an official Arcade.dev product and is not covered by Arcade.dev support or SLAs. See Support below for what to expect.

Naming. The package is Agent Library (agent-library on PyPI, librarian as the Python module). The MCP server inside it identifies itself as Librarian — that’s the role your agent talks to, and it’s why the exposed tools are named Librarian_SearchLibrary, Librarian_AddToLibrary, and so on.

Overview

Agent Library provides AI agents with persistent storage for text, documents, and knowledge. Agents can store information and retrieve it later through semantic and keyword search, maintaining context across conversations.

graph LR
    A[Agent Stores Info] --> B[Parser]
    B --> C[Chunker]
    C --> D[Embedder]
    D --> E[(SQLite + vec)]
    F[Agent Queries] --> G[Hybrid Search]
    E --> G
    G --> H[Relevant Context]

Features

• Persistent knowledge storage for AI agents
• SQLite storage with sqlite-vec for vector search
• Full-text search using FTS5 with BM25 ranking
• Hybrid search combining semantic and keyword matching
• Max Marginal Relevance (MMR) for diverse results
• Configurable embedding models (local or OpenAI-compatible API)
• Header-aware text chunking with overlap
• Time-bounded search filters
• CLI and MCP server interfaces

Multi-Modal Support

Agent Library supports indexing and searching across multiple file types:

Installation

The recommended way to install Agent Library is as a uv tool, which gives you the libr CLI and the MCP server in an isolated environment:

uv tool install 'agent-library[all]'

The [all] extra pulls in optional support for PDFs, images, OCR, and code-aware embeddings. If you’d rather install only what you need:

uv tool install agent-library                # core only (text + code)
uv tool install 'agent-library[pdf]'         # add PDF support
uv tool install 'agent-library[vision]'      # add image support
uv tool install 'agent-library[ocr]'         # add OCR for image-based PDFs

Installing from source

If you want to contribute or run from a clone:

git clone https://github.com/arcadeai-labs/agent-library.git
cd agent-library
./setup.sh