nicholasglazer/gnosis-mcp

Gnosis의 MCP

파일이 컨텍스트로 축소합니다. 당신의 AI 대리인은 대신 당신의 국부적으로 docs를 검색합니다. 5–10× 찾은 당 몇몇 토큰. 92 % Hit@5 실제 dev docs. Zero 클라우드 의존성.

빠른 시작 · 문서 · 공구 · 윤곽 · 전체 참조

Ingest docs → 하이라이트 검색 → 통계 개요 → 에이즈 에이전트

---

docs 서버 없이

• LLMs Hallucinate API 서명이 존재하지 않는
• 전체 파일은 컨텍스트로 덤프 — doc 당 3,000–15,000 토큰
• 수십개의 파일들을 둘러싼 건축 결정
• 모든 반복된 조회는 가득 차있는 상황에 비용을 지불합니다

###Gnosis MCP를 가진 ##

• search_docs 랭크, 강조된 발췌 - 일반적으로 300-800 토큰
• 실제 docs에 기반을 둔 Real Answer는 훈련 데이터에서 추측하지 않습니다.
• 수백 개의 파일에 걸쳐 하나의 로컬 인덱스 — 인스턴트 멀티 문서 검색
• **5–10× 토큰 절약 ** 당신의 corpus가 질문을 다룰 때

---

gnosis-mcp 다른 것 만드는

• **당신의 자료는 기계에 체재합니다. ** 기본적으로 SQLite, PostgreSQL은 스케일에서 — 아무것도 호스트를 나타낸다.
• **문자 모양의 아무것도 포함.

---

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