nicholasglazer/gnosis-mcp

Gnosis MCPの特長

ファイルの貼り付けをコンテキストに停止します。 あなたのAIエージェントは、代わりにローカルのドキュメントを検索します。 5–10× 一見あたりの少数のトークン。 92 % 実際の dev docs で Hit@5 を実行します。 ゼロクラウド依存関係。

速い開始· ドキュメント · ツール · 構成· 完全な参照

Ingest docs → ハイライトと検索 → ステータスの概要 → AI エージェントに配信

お問い合わせ

##docs サーバーがなければ

• LLMs は存在しない API の署名を幻覚します
• コンテキストにダンプされたファイルをエンティア — ドキュメントごとの3,000–15,000トークン
• 数十ファイルに埋め込まれたアーキテクチャの決定
• 繰り返したルックアップは、完全なコンテキストコストを支払う

Gnosis MCPの####

• [[search_docs] は、ランク付けされた、ハイライトされた抜粋を返す - 典型的に300〜800トークン
• 実際のドキュメントで接地された実際の回答は、トレーニングデータから推測しない
• 何百ものファイルを渡る1つのローカルインデックス - インスタントマルチドキュメント検索
• 5–10×トークン節約* あなたのコルパスが質問を覆うときのルックアップあたり

お問い合わせ

gnosis-mcp を異なるものにする

• あなたのデータはあなたの機械にとどまります。 デフォルトでSQLite、PostgreSQLをスケールで保存します。ホストは何も残しません。
• **docs字型である何かをデックスします.

---

Without a docs server

• LLMs hallucinate API signatures that don’t exist
• Entire files dumped into context — 3,000–15,000 tokens per doc
• Architecture decisions buried across dozens of files
• Every repeated lookup pays full context cost

With Gnosis MCP

• search_docs returns ranked, highlighted excerpts — typically 300–800 tokens
• Real answers grounded in your actual docs, not guesses from training data
• One local index across hundreds of files — instant multi-doc search
• 5–10× token savings per lookup when your corpus covers the question

---

What makes gnosis-mcp different

• Your data stays on your machine. SQLite by default, PostgreSQL at scale — nothing leaves the host.
• Index anything that’s docs-shaped. Markdown, git commit history, crawled websites — one index, one search API.
• Measured, not marketed. Ships BEIR SciFact numbers (0.671 nDCG@10 — within 1 % of the Lucene BM25 baseline), a reproducible eval harness (gnosis-mcp eval), and a chunk-size sweep showing where the quality plateau actually sits.

Full side-by-side vs Context7 / docs-mcp-server / mcp-local-rag: gnosismcp.com#compare.

---

Features

• Zero config — SQLite by default, pip install and go