**Open-source MCP 서버는 데이터가 인프라를 떠나지 않고 데이터에 대해 AI Agent 딥 컨텍스트를 제공합니다. **

---

문제

엔터프라이즈 물류 회사는 운영 데이터의 년이 있습니다. - 이메일, 계약, TMS 레코드, 캐리어 관계, 가격 기록. AI 에이전트는이 상황에 유용해야합니다. 그러나 외부 클라우드 서비스에 대한 원시 데이터를 공유하는 것은 준수, 법적, 보안 팀을위한 비스타터입니다.

결과 : AI는 얕습니다. 에이전트는 context에서 협상 할 수 없습니다. 모든 상호 작용은 0에서 시작됩니다.

솔루션

ATLAS는 ** 보안 둘레 **를 실행합니다. 기존 시스템에 연결하여 데이터를 로컬로 색인하고 표준화된 MCP 인터페이스를 노출합니다. 모든 AI 에이전트는 ATLAS를 쿼리 할 수 있습니다 - 귀하의 데이터가 인프라를 떠나지 않고 딥 작동 컨텍스트를 얻는다.

귀하의 데이터는 당신과 함께 제공됩니다. Agents 을 얻 a 컨텍스트 그들은 필요.

---

빠른 시작

** 옵션 1: Docker (추천)**

http://localhost:3000 - Setup Wizard는 초기 구성을 통해 안내합니다.

지속적인 자료와 AI 특징을 가진 생산 사용을 위해, DOCKER.md를 보십시오.

** 옵션 2: Claude 데스크톱**

ATLAS — AI Transport Logistics Agent Standard

The open-source MCP server that gives AI agents deep context about your logistics operations — without your data ever leaving your infrastructure.

---

The Problem

Enterprise logistics companies have years of operational data — emails, contracts, TMS records, carrier relationships, pricing history. AI agents need this context to be useful. But sharing raw data with external cloud services is a non-starter for compliance, legal, and security teams.

The result: AI stays shallow. Agents can’t negotiate from context. Every interaction starts from zero.

The Solution

ATLAS runs inside your security perimeter. It connects to your existing systems, indexes your data locally, and exposes a standardized MCP interface. Any AI agent can query ATLAS — getting deep operational context — without your data ever leaving your infrastructure.

[Your Company]                        [Cargofy / Any AI Agent]
  ├── Email                                      │
  ├── TMS                    MCP Protocol        │
  ├── ERP          ←─────────────────────────────┤
  ├── Contracts              (questions only,    │
  ├── Knowledge Base          no raw data out)   │
  └── ATLAS instance ────────────────────────────┘

Your data stays with you. Agents get the context they need.

---

Quick Start

Option 1: Docker (recommended)

docker run -p 3000:3000 cargofy/atlas

Open http://localhost:3000 — the Setup Wizard will guide you through initial configuration.

For production use with persistent data and AI features, see DOCKER.md.

Option 2: Claude Desktop

Add to your claude_desktop_config.json under mcpServers:

{
  "atlas": {
    "command": "docker",
    "args": ["run", "--rm", "-i", "cargofy/atlas", "node", "src/index.js"]
  }
}

Option 3: Run from source

git clone https://github.com/cargofy/ATLAS
cd ATLAS
npm install
cp config.example.yml config.yml   # edit with your settings
node seed.js                       # optional: load sample data
node src/ui-server.js              # Web UI + API on port 3000
# or
node src/index.js                  # MCP server on stdio

---

Web UI

ATLAS ships with a full web interface at http://localhost:3000: