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.

联邦地理信息系统

FEGIS 是一个运行时框架，用于在基于 Anthropic 模型上下文协议 (MCP) 构建的语言模型中实现结构化认知和持久化认知工件。它允许使用向量嵌入和语义上下文，将模式定义的认知模式动态地注册、调用和存储为结构化认知工件。想象一下：具有可调用认知工件的可编程思维工具。

FEGIS 不是一个认知系统——它是构建您自己的认知系统的基础。

在 FEGIS 中，认知指的是结构化地使用动态工具（称为模式）来捕捉、评估和关联思想。这些工具在原型中定义，并允许模型参与不同类型的认知活动，例如反思、意识和分析。FEGIS 并非通过非结构化的提示来模拟认知，而是支持模式驱动的认知，使每个思想都成为可搜索、持久且上下文丰富的产物。

关键功能

模式定义认知：使用结构化字段和元数据在 YAML 中定义自定义认知模式
持久认知工件：存储具有完整来源（模式、UUID、时间戳、元数据）的认知工件
语义检索：通过内容相似性或直接 UUID 查找来搜索以前的认知工件
矢量化存储：利用嵌入实现跨工件的高效语义搜索
模型无关格式：您的认知成果在不同的模型和会话中持续存在

FEGIS 的功能

开发能够参考、反思和构建先前认知成果的代理
拥有完全本地化、可移植且可检查的认知档案
保持持久、结构化的思想体系，以便随着时间的推移进行搜索、检索和扩展
分层认知模式以支持新兴工具的使用

建筑学

FEGIS 由几个关键组件组成：

原型定义：定义认知模式及其结构的 YAML 文件
模型上下文协议服务器：向兼容的 LLM 客户端公开认知工具
Qdrant 矢量数据库：存储和索引用于语义检索的认知工件
动态工具注册：在运行时根据原型定义创建 MCP 工具

快速入门

1. 安装`uv`并克隆 repo

# 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.安装并启动Qdrant

确保 Docker 已安装并正在运行：

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

如果需要安装Docker：

下载 Docker Desktop

3.配置Claude桌面

创建或编辑 Claude Desktop 配置文件：

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

粘贴以下内容，并将占位符路径替换为本地 FEGIS 克隆的完整路径：

{
  "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"
      }
    }
  }
}

创建自定义原型

FEGIS 本质上是一个实现认知架构的框架。所提供的示例原型只是一种侧重于内省思维过程的可能配置。

您可以通过以下方式创建自己的自定义原型：

在archetypes目录中创建一个新的 YAML 文件
定义你自己的认知模式、领域和方面
更新 Claude Desktop 配置中的CONFIG_PATH

有关设计有效原型的详细指导，请参阅有效的 FEGIS 原型设计。

例如，您可以为以下内容创建原型：

解决问题的过程
创意工作流程
分析思维框架
领域特定推理模式

使用 FEGIS 工具

FEGIS 工具在运行时可供模型使用，但不会自动使用。

工具底漆

为了鼓励模型使用认知工具，您必须首先为其提供适当的指令。例如.yaml：

  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`.

存储库中包含的每个原型文件都有自己的 Priming Prompt，可以帮助您入门。

认知工件的使用

认知工件系统允许：

语义搜索：根据内容相似性查找认知工件
直接检索：通过 UUID 查找特定工件
持久存储：工件在会话和模型之间保持可用

执照

根据PolyForm 非商业许可证 1.0.0授权。

个人和非商业用途免费
转售、集成或托管服务需要商业许可证

联系goldenp@ptology.com获取商业许可。

支持

☕请我喝杯咖啡
💖 GitHub 上的赞助商

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

FEGIS 是一个模型上下文协议服务器，它通过模式中定义的可定制认知工具为 LLM 提供结构化、持久和可移植的内存。