Skip to main content
Glama

FEGIS

フェギスバナー

MCP上に構築Qdrant 提供セマンティクスによる

フェギス

Fegisは、YAML仕様(アーキタイプと呼ばれる)を大規模言語モデル(LLM)用の構造化された再利用可能なツールに変換するセマンティックプログラミングフレームワークおよびツールコンパイラです。モデルコンテキストプロトコル(MCP)を基盤とするFegisは、各アーキタイプをスキーマ検証済みのインターフェースにコンパイルします。インターフェースでは、フィールド名とパラメータがコンテンツ生成を導くセマンティックディレクティブとして機能します。

すべてのツール呼び出しは、ベクトル埋め込みと構造化メタデータを組み合わせたハイブリッド メモリ システムに保存され、永続的なメモリ、セマンティック検索、相互接続されたアイデアの探索を可能にする新たな知識グラフを形成します。

コアコンポーネント

1. MCPサーバーの実装

Fegisはモデルコンテキストプロトコル(MCP)を実装していますが、LLMと外部システムの橋渡しに重点を置く一般的なMCPサーバーとは異なり、FegisはYAMLアーキタイプを用いて**、意味論的にリッチで内部的に定義されたツールを作成します。Fegisは、**言語モデルがこれらのツールをどのように理解し、相互作用するかを規定するパラメータとフレームを導入することで、MCPフレームワークを拡張します。

2. セマンティックプログラミングフレームワーク

Fegisは、YAML構造を言語モデルの振る舞いの足場として機能させる、実用的なセマンティックプログラミングを導入します。詳細なプロンプトや手順を記述する代わりに、意味のあるフィールド名、フレーム、パラメータを使用して意図を定義します。

このアプローチでは、構造をコードとして扱います。フィールド名は単なるラベルではなく、LLMが生成するものを導き、制約する役割を果たします。パラメータは単に値を渡すだけでなく、提供する足場を通してモデルの表現空間を形作ります。

3. ハイブリッドメモリシステム

Fegisは、ベクトル埋め込みと構造化メタデータを組み合わせたハイブリッドメモリシステムを備えており、すべてのツール呼び出しの強力で検索可能な履歴を作成します。このメモリは、創発的な知識グラフとして機能し、相互に関連する情報経路の発見と探索を可能にします。明示的に設定しない限り、すべての埋め込みデータとメモリデータはデフォルトでローカルに保存されます。

LLMがアーキタイプを処理する方法

これがどのように機能するかを理解するために、LLM がアーキタイプのスキャフォールディングを処理するときに何が起こるかを見てみましょう。

archetype_context: | You have tools for scientific education that allow you to clearly explain complex concepts with accuracy and accessibility. Focus on making information understandable while maintaining technical precision. parameters: Length: description: "Level of detail and wordiness in explanations" example_values: [terse, brief, moderate, comprehensive, exhaustive] Tone: description: "Communication style that shapes how scientific content is presented" example_values: [formal, informative, conversational, enthusiastic, socratic] tools: Summary: description: "Create a concise summary of important information." parameters: Length: brief Tone: informative frames: key_points: type: List required: true conclusion:

この YAML 定義の各要素は特定の目的を果たします。

  1. archetype_context - これらのツールの概念空間と目的を定義します。このテキストは、これらのツールの使用方法を文書化するために使用したり、必要に応じて挿入したりできます。
  2. パラメータ セクション- 出力を形成するセマンティック ディメンションを定義します。
    • パラメータ名(「長さ」)は、どの側面が構成されているかを識別します
    • 説明はパラメータの目的を明確に定義します
    • example_values は、可能な値の範囲を確立します([簡潔...網羅的])
    • ツールで使用する場合、特定の値(「簡潔」)は関連する言語パターンをトリガーします。
  3. ツール名「サマリー」 - モデルはこれをツールとして認識し、情報を要約するための関連パターンをアクティブ化します。
  4. ツールの説明「簡潔な要約を作成する...」では、具体的な目標と目的を設定します。
  5. **フレーム フィールドは、**生成するコンテンツを定義します。
    • フィールド名「key_points」は、モデルが重要な要素を識別するためのガイドとなります。
    • 型制約「リスト」は出力を個別の項目としてフォーマットします
    • 要件「required: true」により、このフィールドは常に入力されます。
    • フィールド名「結論」は要約文の作成を促す

このアーキテクチャは、各要素が特定の目的を果たす構造化されたフローを作成します。

┌─────────────────────────────────────────────────┐ │ YAML ↔ LLM Processing │ │ │ │ [Optional] archetype_context → Sets context │ │ parameters → Define semantic dimensions │ │ tool name → Identifies functional category │ │ description → States specific purpose │ │ frames → Structure and guide content creation │ └─────────────────────────────────────────────────┘

インタラクションの例: 認知ツール

Fegis の動作を確認するには、思考および反映ツールがメモリ システムでどのように機能するかを示す、認知ツールとのこの例のインタラクションを確認してください。

Fegis で何を構築できますか?

Fegis は次のようなものを作成するために使用されています:

  • 複雑な推論プロセスを通して法学修士課程を導く思考フレームワーク
  • コンテンツをキュレーションおよび接続するためのツールを備えたWeb探索インターフェース
  • 生物学的ネットワークに着想を得た最適化システム
  • 絵文字を視覚言語として使う記号的推論ツール

クイックスタート

# Install uv # Windows winget install --id=astral-sh.uv -e # macOS/Linux curl -LsSf https://astral.sh/uv/install.sh | sh # Clone the repository git clone https://github.com/p-funk/Fegis.git # Start Qdrant docker run -d --name qdrant -p 6333:6333 -p 6334:6334 qdrant/qdrant:latest

Claudeデスクトップの設定

claude_desktop_config.jsonを更新します。

"mcpServers": { "mcp-fegis-server": { "command": "uv", "args": [ "--directory", "<FEGIS_PATH>", "run", "fegis" ], "env": { "QDRANT_URL": "http://localhost:6333", "QDRANT_API_KEY": "", "COLLECTION_NAME": "trace_archive", "FAST_EMBED_MODEL": "nomic-ai/nomic-embed-text-v1.5", "CONFIG_PATH": "<FEGIS_PATH>/archetypes/example.yaml" } } }

もっと詳しく知る

  • - 始めるためのサンプルアーキタイプ

さらに多くのドキュメントがすぐに公開されます...

開発サポート

コーヒーを買ってください
💖 GitHub でスポンサーになる

ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。詳細については LICENSE ファイルを参照してください。

MIT ライセンスは寛容かつシンプルです。適切な帰属表示をし、著者に責任を負わせない限り、コードに対して何でも行うことができます。

-
security - not tested
A
license - permissive license
-
quality - not tested

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

FEGIS は、スキーマで定義されたカスタマイズ可能な認知ツールを通じて、LLM に構造化された永続的かつ移植可能なメモリを提供するモデル コンテキスト プロトコル サーバーです。

  1. コアコンポーネント
    1. MCPサーバーの実装
    2. セマンティックプログラミングフレームワーク
    3. ハイブリッドメモリシステム
  2. LLMがアーキタイプを処理する方法
    1. インタラクションの例: 認知ツール
      1. Fegis で何を構築できますか?
        1. クイックスタート
          1. Claudeデスクトップの設定
        2. もっと詳しく知る
          1. 開発サポート
            1. ライセンス

              Related MCP Servers

              • A
                security
                A
                license
                A
                quality
                A Model Context Protocol server that enables LLMs to interact with Salesforce data through SOQL queries, SOSL searches, and various API operations including record management.
                Last updated -
                10
                77
                Python
                MIT License
              • A
                security
                A
                license
                A
                quality
                A Model Context Protocol server that gives LLMs the ability to interact with Ethereum networks, manage wallets, query blockchain data, and execute smart contract operations through a standardized interface.
                Last updated -
                31
                323
                2
                TypeScript
                MIT License
              • -
                security
                A
                license
                -
                quality
                A Model Context Protocol server that enables LLMs to interact directly with MongoDB databases, allowing users to query collections, inspect schemas, and manage data through natural language.
                Last updated -
                340
                TypeScript
                MIT License
                • Apple
              • -
                security
                A
                license
                -
                quality
                A Model Context Protocol server that enables LLMs to interact directly with MongoDB databases, allowing users to query collections, inspect schemas, and manage data through natural language.
                Last updated -
                340
                MIT License
                • Apple

              View all related MCP servers

              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/p-funk/FEGIS'

              If you have feedback or need assistance with the MCP directory API, please join our Discord server