choihyunsus/n2-qln

Developer tools

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기

47 stars 9 forks 품질 73 트렌드 21NOASSERTION

Repository Install

n2-QLN: MCP를 위한 지적인 공구 대패 & Semantic 수색 층. 1개의 공용영역을 통해서 1,000+ 공구를 연결합니다. AI 모델 혼란 방지 및 컨텍스트 창 효율 극대화

개요

= **uery **ayer **etwork - AI와 도구 사이에 앉아있는 semantic 도구 라우터. AI는 라우터 만 볼 수 있습니다 - 모든 1,000 도구. 모든 MCP 도구는 컨텍스트 토큰을 먹는다. 10 도구? 이름 * 100? 느린. — 대화가 시작되기 전에 문맥이 가득합니다. 1. 모든 도구는 QLN의 SQLite 엔진에 색인됩니다. AI 참조 : n2 qln call (~200 토큰) 3. AI 검색 → 자동 낙하와 함께 최고의 일치 → 실행 MCP 서버와 자동 인덱스를 스캔 — QLN이 됩니다. 3 번 연속하지 않는 도구는 자동으로 비활성화됩니다. 60 초 후에, QLN는 회복을 시도합니다. 캐스케이드 실패 없음, 낭비되지 않은 요청. 자동 모드는 이제 3 등급의 후보자를 공개합니다. 상단 경기가 실패하면 QLN은 다음 최고의 도구로 자동으로 떨어졌습니다. boostKeywords를 통해 도구에 curated 검색 조건을 추가하십시오. 이 BM25 순위에서 2 × 무게를 얻을, 컨텍스트 오버 헤드를 추가하지 않고 발견성을 향상.

개요(AI 번역)

₢ 킹

QLN = Query Layer Network - AI 및 도구 사이에 앉아있는 semantic 도구 라우터.

** 1 MCP 도구를 통해 1,000 + 도구. ** AI는 라우터 만 볼 수 있습니다 - 모든 1,000 도구.

내용 표

왜 QLN
v4.1의 새로운 기능
빠른 시작
어떻게 작동
API 참조
MCP 자동 회수
공급자 Manifests
구성
프로젝트 구조
자주 묻는 질문
기여

왜 QLN

모든 MCP 도구는 컨텍스트 토큰을 먹는다. 10 도구? 이름 * 100? 느린. ** 1,000? Impossible** — 대화가 시작되기 전에 문맥이 가득합니다.

QLN는 이것을 해결합니다:

모든 공구는 QLN의 SQLite 엔진에서 색인됩니다
AI는 ** 하나 공구 **를 참조하십시오: n2_qln_call (~200 토큰)
AI 검색 → 제일 경기를 찾아내고 → 자동적인 fallback로 실행하십시오

** 결과: ~50,000 대신 ~200 토큰. 99.6% 감소.**

특징

특징	묘사
1 도구 = 1,000 도구	AI는 `n2_qln_call` (~200 토큰), QLN 경로를 오른쪽으로 표시합니다
Sub-5ms search	3단 엔진: 트리거 매치 → BM25 키워드 → 세만틱 벡터
자동 모드	원샷 검색 + 신뢰의 그라팅과 떨어짐 체인으로 실행

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.

README

원문 README의 일부입니다. 원문 보기.

🇰🇷 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: [

GitHub에서 전체 README 보기

설치

npx -y n2-qln

MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →

설정

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