Artifact Hub MCP Server
Artifact Hub
Artifact Hub ist eine teamorientierte Agent-Wissensdatenbank und ein MCP-Server. Er speichert wiederverwendbare Wissensartefakte in Git, stellt IDE und Agenten MCP-Tools bereit und bietet ein Dashboard zur Anzeige von Wissen, Review-Aufgaben und Nutzung.
Er kann weiterhin als alte Skill-Registry verwendet werden oder als zentrale KI-Wissensdatenbank, die skill, spec, plan, review und adr aus jeder Agent-Sitzung sammelt.
Schnellstart
npm install
npm run build
node packages/server/src/cli.js start --port 3721 --root .Nach dem Start druckt der Dienst ein Zugriffstoken und gibt bereit:
Dashboard:
http://localhost:3721REST-API:
/api/*MCP-HTTP-Endpunkt:
/mcp
Im Dashboard das beim Start gedruckte Token eingeben, um sich zu verbinden.
Related MCP server: jt-mcp-server
Globale Installation
Im Repository-Root ausführen:
npm linkDanach kann der Befehl artifact-hub lokal direkt verwendet werden oder in anderen Projekten über npx artifact-hub aufgerufen werden.
Zentrale Agent-Wissensdatenbank
Teams können Artifact Hub als zentralen MCP-Server bereitstellen. knowledge/** in Git ist die Quelle der Wahrheit:
knowledge/
skill/<id>.md
spec/<id>.md
plan/<id>.md
review/<id>.md
adr/<id>.mdUnterstützte Wissensartefakt-Typen:
skill: Wiederverwendbare Fähigkeiten, Engineering-Standards, Tool-Nutzungsmethoden.spec: Spezifikationen für Produkte, Schnittstellen, Prozesse, Datenmodelle usw.plan: Wiederverwendbare Ausführungspläne, Migrationspläne, Implementierungsschritte.review: Code-Reviews, Lösungs-Reviews, Risiko-Reviews.adr: Architekturentscheidungsaufzeichnungen, einschließlich Entscheidungsstatus und ersetzter Entscheidungen.
Empfohlener Agent-Workflow:
Beim ersten Anschluss
get_agent_instructionsaufrufen, um die Nutzungsregeln der Team-Wissensdatenbank zu erhalten.Bei größeren Aufgaben
session_startaufrufen, um die Sitzung zu protokollieren.Vor der Erstellung wiederverwendbarer Inhalte
search_artifactsaufrufen, um doppeltes Wissen zu vermeiden.Nach dem Finden relevanter Kenntnisse
get_artifactaufrufen, um den vollständigen Inhalt zu laden.Nach der Erstellung neuer wiederverwendbarer
skill,spec,plan,reviewoderadrcreate_artifactoderupdate_artifactaufrufen, um zu speichern.Vor Abschluss der Aufgabe
session_endaufrufen, damit das System protokolliert, welche Artefakte in dieser Sitzung erstellt wurden.
Wie man Agenten zur aktiven Nutzung bringt
artifact-hub install schreibt die MCP-Konfiguration und Agent-Anweisungen in die IDE-/Agent-Konfigurationsorte des Projekts, z. B.:
Claude Code:
CLAUDE.mdCodex / Allgemeiner Agent:
AGENTS.mdCursor:
.cursor/rules/knowledge-hub.mdc
Diese Anweisungen verlangen, dass der Agent vor wiederverwendbarer Arbeit zuerst die Wissensdatenbank durchsucht und nach der Erstellung wiederverwendbarer Inhalte Wissensartefakte speichert. Der MCP-Server bietet auch das get_agent_instructions-Tool an, damit Agenten, die dynamische Tool-Aufrufe unterstützen, die Regeln zur Laufzeit erneut abrufen können.
Die Nutzung wird in .artifact-hub/usage.json protokolliert. Auf der Seite „Nutzung“ im Dashboard können die Sitzungs-, Such- und Schreibstatistiken der Agenten eingesehen werden, um zu beobachten, ob das Team die Wissensdatenbank wirklich wiederverwendet.
Installation in die IDE
Mit einem Klick MCP-Konfiguration und Agent-Anweisungen schreiben:
artifact-hub install --server http://localhost:3721 --token <token>Oder nur die MCP-Konfiguration für eine bestimmte IDE generieren:
node packages/server/src/cli.js init-ide --ide cursor --server http://localhost:3721 --token <token>
node packages/server/src/cli.js init-ide --ide claude --server http://localhost:3721 --token <token>Cursor schreibt in .cursor/mcp.json, Claude Code in .mcp.json. Die Konfiguration zeigt auf den MCP-HTTP-Endpunkt:
{
"mcpServers": {
"team-artifact-hub": {
"url": "http://localhost:3721/mcp",
"headers": {
"Authorization": "Bearer <token>"
}
}
}
}Wenn die IDE nur einen stdio-Bridge unterstützt, kann eine Proxy-Konfiguration generiert werden:
node packages/server/src/cli.js init-ide --transport stdio --ide cursor --server http://localhost:3721 --token <token>Format der Wissensartefakte
Jedes Wissensartefakt ist eine Markdown-Datei mit Frontmatter:
---
id: api-contract
type: spec
title: API Contract
status: active
version: 1.0.0
author: agent
owner: platform
description: REST API contract rules.
tags:
- api
- backend
aliases:
- rest contract
related_artifacts:
- adr/http-style
applicable_projects:
- billing-service
source_conversation_id: session-1
review_policy: reviewer
risk: medium
created_at: 2026-08-20T00:00:00.000Z
updated_at: 2026-08-20T00:00:00.000Z
---
# API Contract
Use resource-oriented URLs and stable response envelopes.Gemeinsame Felder umfassen:
id,type,title,status,versionauthor,owner,descriptiontags,aliases,related_artifactsapplicable_projects,source_conversation_idreview_policy,risk,created_at,updated_at
skill unterstützt zusätzlich triggers und eval_cases; adr unterstützt zusätzlich decision_status und supersedes.
MCP-Tools
Allgemeine Wissensdatenbank-Tools:
get_agent_instructions: Nutzungsregeln der Wissensdatenbank abrufen, die Agenten befolgen müssen.session_start: Beginn einer Agent-Sitzung protokollieren.session_end: Ende einer Agent-Sitzung und die in dieser Sitzung erstellten Artefakte protokollieren.search_artifacts: Wissensartefakte nach Typ, Projekt, Tag, Alias, Status und Stichwort durchsuchen.get_artifact: Vollständiges Wissensartefakt lesen.get_related_artifacts: Empfehlungen für verwandte Wissensartefakte abrufen.create_artifact: Neues Wissensartefakt erstellen.update_artifact: Wissensartefakt aktualisieren.archive_artifact: Wissensartefakt archivieren.delete_artifact: Wissensartefakt löschen.get_artifact_history: Git-Verlauf anzeigen.get_artifact_diff: Versionsunterschiede anzeigen.rollback_artifact: Auf einen bestimmten Git-Ref zurücksetzen.validate_artifact: Regelbasierte Reviewer-Prüfung ausführen.propose_artifact_change: Änderungs-Review für Wissensartefakt einreichen.list_review_tasks: Review-Aufgaben anzeigen.review_artifact: Genehmigung, Ablehnung oder Eskalation protokollieren.evaluate_artifact: Eval-Cases für Skill-Typen ausführen.get_git_status: Git-Status der Wissensdatenbank anzeigen.
Kompatible Tools für die alte Skill-API bleiben erhalten:
search_skillsget_skillcreate_skillupdate_skillpropose_skill_updateevaluate_skillsave_artifact
Dashboard
Das Dashboard hat jetzt die Wissensdatenbank als Hauptzugang:
Seite „Wissensdatenbank“: Durchsuchen und Anzeigen von
skill/spec/plan/review/adr.Seite „Review“: Ausstehende Review-Aufgaben anzeigen und Genehmigung oder Ablehnung ausführen.
Seite „Nutzung“: Sitzungs-, Such- und Schreibstatistiken der Agenten anzeigen.
Seite „Einstellungen“: MCP-Konfiguration anzeigen, zwischen strenger Genehmigung und offenem Schreiben umschalten.
Migration
Alte skills/*.md können in das neue Wissensdatenbank-Verzeichnis migriert werden:
artifact-hub migrate --root .Der Befehl schreibt alte Skills in knowledge/skill/*.md, behält den ursprünglichen Inhalt und markiert Migrationsinformationen im Frontmatter.
Governance
Der Dienst ist standardmäßig im strengen Modus:
Schreibvorgänge für Artefakte mit hohem Risiko oder Review-Bedarf werden in
.artifact-hub/reviews/abgelegt.Maintainer können auf der Seite „Review“ im Dashboard genehmigen oder ablehnen.
Einstellungen werden in
<root>/.artifact-hub/settings.jsongespeichert.
Nach dem Wechsel in den offenen Modus werden neue und geänderte Artefakte direkt in den Git-gestützten Wissensspeicher geschrieben.
Entwicklung
API-Server und Vite-Dev-Server separat starten:
node packages/server/src/cli.js start --port 3721 --root .
npm run devVite läuft auf http://localhost:5173 und proxied /api zum Backend.
Architektur
packages/core: Artifact-Frontmatter, Index, Git-Service, Store, Review, Session-Nutzung, Eval.packages/mcp-server: JSON-RPC-MCP-Router, HTTP-Gateway, stdio-Proxy.packages/server: REST-API, SSE, statisches Dashboard, CLI.packages/web: React + Vite-Dashboard.
Tests
npm test
npm run buildLizenz
Dieses Projekt verwendet die MIT-Lizenz, siehe LICENSE.
Häufige Befehle
node packages/server/src/cli.js start --port 3721 --root .
artifact-hub install --server http://localhost:3721 --token <token>
artifact-hub migrate --root .
node packages/server/src/cli.js mcp-proxy --server http://localhost:3721 --token <token>This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseAqualityCmaintenanceSelf-hosted memory and governance layer for AI coding agents. 28 MCP tools with hybrid search, structured knowledge capture, behavioral nudges, and git-native storage. Zero cloud dependencies.304Business Source 1.1
- AlicenseNot gradedqualityCmaintenanceMCP server that equips AI agents with dev workflow tools including GitHub project management, conventional commits, visual regression testing, Jira/Confluence integration, and a persistent memory knowledge graph.25MIT
- AlicenseNot gradedqualityAmaintenanceGoverned knowledge base for AI agents via the Model Context Protocol (MCP), enabling agents to search, read, and contribute persisted knowledge with versioning, audit trails, and approval workflows.92MIT
- AlicenseNot gradedqualityAmaintenanceAn MCP server that enables verified agents to retrieve from, propose changes to, and share capabilities around a human-owned Markdown/Git knowledge base, ensuring curation, exact-byte approval, and Git-based promotion.MIT
Related MCP Connectors
Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.
Git-backed platform for skills, tools, and context for AI agents
Cross-agent artifact workspace with provenance across Claude Code, Codex, Cursor, LangGraph.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/123XiaoYi321/artifact-hub'
If you have feedback or need assistance with the MCP directory API, please join our Discord server