skrstop/mcphub-desktop

⚠️ 중요한 성명 (먼저 읽어주세요)

• 저장소 내 mcphub-origin/ 디렉터리는 이 프로젝트의 일부가 아닙니다; 이는 서드파티 오픈 소스 프로젝트 samanhappy/mcphub의 소스 코드 스냅샷입니다. 저작권은 원저자 @samanhappy와 그 기여자들에게 있습니다.
• 저장소에 저장하는 이유는 (1) 이 프로젝트의 재작성 과정을 추적 가능하게 하기 위함; (2) 데스크톱과 웹 버전 간 비교를 용이하게 하기 위함; (3) 원본 문서에 오프라인으로 접근하기 위함.
• **이 프로젝트 자체의 코드에는 **:frontend/, [T2], [T3]], [T4]]와 루트 디렉터리 구성 파일만 포함되어 있습니다.
• mcphub-origin/의 파일 수정은 엄격히 금지됩니다; 이해, 디버깅 또는 코드를 기여하려면 위 프로젝트 디렉터리 내에서만 작동해 주세요.

프로젝트 개요

MCPHub Desktop은 Tauri 2 기반으로 구축된 **로컬 우선} 데스크톱 클라이언트로, 개인용 컴퓨터에서 MCP(모델 컨텍스트 프로토콜) 서버, Skills, RAG 지식 기반, 임베디드 모델을 중앙에서 관리하는 데 사용됩니다. 모든 프로세스, 구성, 키, 벡터 데이터는 원격 서비스에 의존하지 않고 사용자의 자신의 컴퓨터에서 실행되거나 저장됩니다.

MCP 서버 집계 외에도, 이 프로젝트는 개별 사용자를 위한 세 가지 주요 로컬 기능 확장에 중점을 둡니다:

• 기술 관리 — 수십 명의 에이전트를 한 번에 한 번에 설치/내보낼 수 있는 AI 에이전트 기술 라이브러리의 통합 관리.
• RAG 지식 기반 — 자동 청크, 벡터화, 수집 및 혼합 로컬 문서의 검색, 에이전트의 로컬 장기 기억 역할을 합니다.
• 임베디드 모델 관리 — 다중 아키텍처 GGUF 임베디드 모델은 패킷 형태로 배포되며, 로컬 추론과 데이터는 기계를 떠나지 않습니다.

💡 > 로컬 장기 기억: RAG 지식 기반은 AI 에이전트에게 크로스 세션, 검색과 유사한 추가/삭제 장기 기억을 제공합니다 — 업로드된 문서, 노트, 코드, 명세서를 로컬에서 청크화하고 벡터화합니다. 에이전트는 단일 세션의 컨텍스트 창에 제한받지 않고 주문형 접근을 위해 의미 + 키워드 혼합 검색을 사용합니다. 모든 벡터 데이터는 오직 컴퓨터에만 저장되며** 개인정보 보호가 가능하고 오프라인 접근이 가능합니다.

• 제품명: MCPHub 데스크톱
• 애플리케이션 식별자: app.mcphub.desktop
• 현재 버전: src-tauri/tauri.conf.json 참조
• 업스트림 프로젝트: (창고 내 복사본은 mcphub-origin/에 위치하며, 이 프로젝트의 코드는 아님)

핵심 기능

MCP 서버 관리

• 여러 MCP 서버의 중앙 집중식 로컬 뷰, 시작-중지, 디버깅, 그룹화, Rust가 호스팅하는 프로세스
• 노드 / UV / Bun 런타임이 패킷과 함께 배포되며(src-tauri/runtimes/ 참조), 사전 설치된 환경 없이도 즉시 사용할 수 있습니다.