local-only server

The server can only run on the client’s local machine because it depends on local resources.

Integrations

Uses Docker to run the Qdrant vector database which stores the persistent memories created by the model.
Provides project sponsorship capabilities through GitHub Sponsors.
Offers support for the project through Ko-fi donations.

フェギス

FEGISは、Anthropicのモデルコンテキストプロトコルを用いて構築された言語モデルにおける構造化認知と永続的認知アーティファクトのためのランタイムフレームワークです。ベクトル埋め込みと意味的コンテキストを用いて、スキーマ定義の認知モードを構造化認知アーティファクトとして動的に登録、呼び出し、保存することを可能にします。つまり、呼び出し可能な認知アーティファクトを備えたプログラム可能な思考ツールです。

FEGIS は認知システムではなく、独自のシステムを構築するための基盤です。

FEGISにおいて、認知とは、思考を捉え、評価し、関連付けるための動的なツール（モードと呼ばれる）を構造的に用いることを指します。これらのツールはアーキタイプとして定義され、モデルが内省、気づき、分析といった様々な認知活動を行うことを可能にします。FEGISは、非構造化プロンプトによる認知のシミュレーションではなく、スキーマ駆動型の認知を可能にし、あらゆる思考が検索可能で永続的、かつ文脈に富んだアーティファクトとなります。

主な機能

スキーマ定義の認知:構造化されたフィールドとメタデータを使用して、YAMLでカスタム認知モードを定義します。
永続的な認知アーティファクト: 認知アーティファクトを完全な来歴（モード、UUID、タイムスタンプ、メタデータ）とともに保存します。
セマンティック検索: コンテンツの類似性または直接のUUID検索によって以前の認知成果物を検索します
ベクトル化ストレージ: 埋め込みを利用してアーティファクト間の効率的なセマンティック検索を実現する
モデルに依存しないフォーマット: 認知成果物は異なるモデルやセッションにわたって保持されます

FEGISが実現するもの

過去の認知成果物を参照し、反映し、それに基づいて構築するエージェントを開発する
完全にローカルで、ポータブルで、検査可能な認知アーカイブを所有する
時間の経過とともに検索、取得、拡張できる、永続的で構造化された思考体系を維持する
道具の使用を支援する認知の層別モード

建築

FEGIS はいくつかの主要コンポーネントで構成されています。

アーキタイプ定義: 認知モードとその構造を定義する YAML ファイル
モデルコンテキストプロトコルサーバー: 互換性のある LLM クライアントに認知ツールを公開します。
Qdrantベクトルデータベース：意味検索のための認知成果物を保存し、インデックス付けします
動的ツール登録: 実行時にアーキタイプ定義からMCPツールを作成します。

クイックスタート

1. `uv`をインストールしてリポジトリをクローンする

# Install uv (modern Python package/runtime manager)

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
winget install --id=astral-sh.uv -e

# Clone the repo
git clone https://github.com/p-funk/FEGIS.git

2. Qdrantをインストールして起動する

Docker がインストールされ、実行されていることを確認します。

docker run -d --name qdrant -p 6333:6333 -p 6334:6334 qdrant/qdrant:latest

Docker をインストールする必要がある場合:

Dockerデスクトップをダウンロード

3. Claudeデスクトップを設定する

Claude Desktop 構成ファイルを作成または編集します。

macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
Windows : %APPDATA%\Claude\claude_desktop_config.json

次の内容を貼り付け、プレースホルダーパスをローカル FEGIS クローンへのフルパスに置き換えます。

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

カスタムアーキタイプの作成

FEGISは基本的に、認知アーキテクチャを実装するためのフレームワークです。提供されているアーキタイプ例は、内省的な思考プロセスに焦点を当てた構成の一例にすぎません。

次の方法で独自のカスタムアーキタイプを作成できます。

archetypesディレクトリに新しいYAMLファイルを作成する
独自の認知モード、分野、側面を定義する
Claude Desktop 構成のCONFIG_PATHを更新する

効果的なアーキタイプの設計に関する詳細なガイダンスについては、「効果的な FEGIS アーキタイプの設計」を参照してください。

たとえば、次のようなアーキタイプを作成できます。

問題解決プロセス
クリエイティブワークフロー
分析的思考フレームワーク
ドメイン固有の推論パターン

FEGISツールの使用

FEGIS ツールは実行時にモデルで使用できるようになりますが、自動的には使用されません。

ツールプライミング

モデルに認知ツールの使用を促すには、まず適切な指示を与える必要があります。例えば、.yaml は次のようになります。

  Throughout our conversation, use your tools naturally and fluidly. 
  Feel free to reflect, introspect, stay aware, have an innermonologue
  or use cognitive artifacts to recall past insights as needed. You can search past
  thoughts using `fegis_search`, or revisit specific artifacts with
  `fegis_retrieve`.

リポジトリに含まれる各アーキタイプファイルには、開始するための独自のプライミングプロンプトがあります。

認知的人工物の使用

認知アーティファクトシステムにより、次のことが可能になります。

セマンティック検索: コンテンツの類似性に基づいて認知アーティファクトを見つける
直接検索: UUIDで特定のアーティファクトを検索
永続ストレージ: アーティファクトはセッションやモデルをまたいで利用可能

ライセンス

PolyForm Noncommercial License 1.0.0に基づいてライセンスされます。

個人および非商用での使用は無料
再販、統合、またはホストされたサービスには商用ライセンスが必要です

商用ライセンスについては、 goldenp@ptology.comまでお問い合わせください。

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

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

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。