choihyunsus/n2-qln

Developer tools

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。原文を見る

47 stars 9 forks 品質 73 トレンド 21NOASSERTION

Repository Install

n2-QLN:MCPのインテリジェントツールルータとセマンティック検索レイヤー。1000以上のツールを1インターフェイスで接続します。 AIモデルの混乱を防ぎ、コンテキストウィンドウの効率を最大化

概要

=**uery **ayer **etwork — AIとツールの間に座る意味のあるツールルータ。 AI は、すべての 1,000 個のツールではなく、ルータだけを見ている。 MCP ツールは、コンテキストトークンを消費します。 10 ツール? 良い。 100? Slow. — 会話が始まる前にコンテキストがいっぱいです。 1。すべてのツールは、QLNのSQLiteエンジン2でインデックス化されます。 AI は : n2 qln call (~200 トークン) 3. AI の検索 → 最良のマッチ → 自動フォールバックで実行接続されたMCPサーバーをスキャンし、ツールを自動インデックス化 — QLN は . 行に3回失敗するツールは自動的に無効になっています。 60秒後、QLNは回復を試みます。カスケーディングの失敗、無駄な要求無し。 auto モードは 3 つのランクの候補まで試します。トップマッチが失敗すると、QLNは次のベストツールに自動的に落ちます。キュレーションされた検索条件を、boostKeywords 経由でツールに追加します。これらは、BM25ランキングで2×重量を得る, コンテキストオーバーヘッドを追加することなく発見可能性を改善.

概要（AI 翻訳）

お問い合わせ

#n2-qlnの

QLN = Query Layer Network — AIとツールの間に座っているセマンティックツールルータ。

1つのMCPツールを介して1,000以上のツールをルート化 AI は、すべての 1,000 個のツールではなく、ルータだけを見ている。

コンテンツの表

QLNの理由

v4.1の新機能
クイックスタート
使い方
APIリファレンス
MCPオートディスカバリー
プロバイダーマニフェスト
構成
プロジェクト構成
よくある質問
貢献

#QLNの理由

MCP ツールは、コンテキストトークンを消費します。 10 ツール? 良い。 100?スロー。1,000? インポシブル - 会話が始まる前にコンテキストがいっぱいです。

QLNはこれを解決します:

1。すべてのツールは、QLNのSQLiteエンジンにインデックス化されます 2. AI は 1 つのツール**: n2_qln_call (~200 トークン) を参照してください。 3. AI検索 → 最適なマッチ → 自動フォールバックで実行

結果:~200トークンの代わりに~50,000。99.6%の減少。

##特徴

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。

README

以下は原文 README の抜粋です。原文を見る。

🇰🇷 한국어

n2-qln

QLN = Query Layer Network — a semantic tool router that sits between the AI and your tools.

Route 1,000+ tools through 1 MCP tool. The AI sees only the router — not all 1,000 tools.

Why QLN
What’s New in v4.1
Quick Start
How It Works
API Reference
MCP Auto-Discovery
Provider Manifests
Configuration
Project Structure
FAQ
Contributing

Why QLN

Every MCP tool eats context tokens. 10 tools? Fine. 100? Slow. 1,000? Impossible — context is full before the conversation starts.

QLN solves this:

All tools are indexed in QLN’s SQLite engine
The AI sees one tool: n2_qln_call (~200 tokens)
AI searches → finds the best match → executes with automatic fallback

Result: ~200 tokens instead of ~50,000. 99.6% reduction.

Features

Feature	Description
1 tool = 1,000 tools	AI sees `n2_qln_call` (~200 tokens), QLN routes to the right one
Sub-5ms search	3-stage engine: trigger match → BM25 keyword → semantic vector
Auto mode	One-shot search + execute with confidence gating and fallback chain
Circuit Breaker	Auto-disable failing tools, self-recover after timeout
MCP Auto-Discovery	Scan external MCP servers and index their tools automatically
Boost Keywords	Curated terms with 2× BM25 weight for precision search
Self-learning ranking	Usage count + success rate feed back into scores
Source weighting	Prioritize tools by origin (mcp > plugin > local)
Hot reload	Edit `providers/` manifests at runtime — auto re-indexed
Bulk inject	Register hundreds of tools in one call
Enforced validation	`verb_target` naming, min description length, category constraints
Semantic search	Optional Ollama embeddings for natural language matching
Zero native deps	SQLite via sql.js WASM — `npm install` and done
Dual execution	Local function handlers or HTTP proxy — mix and match
TypeScript strict	Full strict-mode codebase since v4.0

What’s New in v4.1

🔍 MCP Auto-Discovery

Scan connected MCP servers and auto-index their tools — QLN becomes a universal MCP hub.

n2_qln_call({
  action: "discover",
  servers: [

GitHub で README 全文を見る

インストール

npx -y n2-qln

MCP 初心者？mcpskill.org のガイドから始めましょう →

設定

{
  "mcpServers": {
    "n2-qln": {
      "command": "npx",
      "args": ["-y", "n2-qln"]
    }
  }
}