Skip to main content
Glama
deenesjakoruzh
Auctalis

NocturnusAI

by Auctalis
OverviewSchemaRelated ServersScoreDiscussions
Hybrid

NocturnusAI

CI PyPI npm Docker License: BUSL-1.1 MCP

许可协议简述。 商业源码许可 1.1 (SPDX: BUSL-1.1)。在您自己的组织内部使用（包括内部生产环境）是免费的。若要将 NocturnusAI 或其核心功能作为产品/托管服务提供给第三方，则需要商业许可 (licensing@nocturnus.ai)。该协议将于 2030 年 2 月 19 日转换为 Apache 2.0 协议。

NocturnusAI — AI 智能体的上下文服务器

输入海量轮次。输出精简上下文窗口。

如果您的智能体在每次模型调用时都在不断重复聊天记录、工具输出、CRM 备注、重试记录和陈旧的摘要，NocturnusAI 首先会为您削减这些冗余内容。

其核心工作流并非“学习谓词”，而是：

  1. 发送您现有的原始轮次。

  2. 获取一个更小的有效集。

  3. 为下一个问题缩小该集合。

  4. 重用差异（diffs），以便后续轮次仅发送变更内容。

谓词、规则、推理、真值维护、作用域和时序逻辑依然存在且至关重要。它们只是处于幕后，而非前台。

工作循环

自然语言轮次需要 LLM 支持。 下面的示例通过 LLM 发送原始文本轮次以提取结构化事实。如果您在没有 LLM 提供商的情况下启动服务器，自然语言轮次将返回零事实。请参阅 快速入门 获取设置选项，或使用谓词语法（例如 "customer_tier(acme_corp, enterprise)"），该语法无需 LLM 即可工作。

1. 首次精简：POST /context

curl -X POST http://localhost:9300/context \
  -H 'Content-Type: application/json' \
  -H 'X-Tenant-ID: default' \
  -d '{
    "turns": [
      "user: Customer says they are enterprise and blocked on SLA credits.",
      "tool: CRM says account is Acme Corp with a 2M ARR contract.",
      "agent: Last week support promised to review SLA eligibility.",
      "tool: Billing note says renewal is due next month."
    ],
    "maxFacts": 12
  }'

响应结构（事实和显著性值取决于 LLM 提取）：

{
  "facts": [
    {"predicate":"customer_tier","args":["acme_corp","enterprise"],"salience":0.65},
    {"predicate":"contract_value","args":["acme_corp","2000000"],"salience":0.65},
    {"predicate":"issue","args":["acme_corp","sla_credits"],"salience":0.64}
  ],
  "totalFactsInKB": 7,
  "factsReturned": 3,
  "contradictions": 0,
  "newFactsExtracted": 3
}

2. 目标驱动的传递：POST /memory/context

curl -X POST http://localhost:9300/memory/context \
  -H 'Content-Type: application/json' \
  -H 'X-Tenant-ID: default' \
  -d '{
    "goals": [
      {"predicate":"eligible_for_sla","args":["acme_corp"]}
    ],
    "maxFacts": 12,
    "sessionId": "ticket-42"
  }'

当您明确下一次模型调用旨在回答什么问题时，请使用此接口。

3. 后续轮次：POST /context/diff

curl -X POST http://localhost:9300/context/diff \
  -H 'Content-Type: application/json' \
  -H 'X-Tenant-ID: default' \
  -d '{
    "sessionId": "ticket-42",
    "maxFacts": 12
  }'

此接口仅返回快照之间 added（新增）和 removed（移除）的条目。

4. 会话结束：POST /context/session/clear

curl -X POST http://localhost:9300/context/session/clear \
  -H 'Content-Type: application/json' \
  -H 'X-Tenant-ID: default' \
  -d '{"sessionId":"ticket-42"}'

选择您的交互界面

Python SDK

from nocturnusai import SyncNocturnusAIClient

with SyncNocturnusAIClient("http://localhost:9300") as client:
    ctx = client.process_turns(
        turns=[
            "user: Customer says they are enterprise and blocked on SLA credits.",
            "tool: CRM says account is Acme Corp with a 2M ARR contract.",
        ],
        scope="ticket-42",
        session_id="ticket-42",
    )

    diff = client.diff_context(session_id="ticket-42", max_facts=12)
    client.clear_context_session("ticket-42")

    print(ctx.briefing_delta)

TypeScript SDK

import { NocturnusAIClient } from 'nocturnusai-sdk';

const client = new NocturnusAIClient({
  baseUrl: 'http://localhost:9300',
  tenantId: 'default',
});

const ctx = await client.processTurns({
  turns: [
    'user: Customer says they are enterprise and blocked on SLA credits.',
    'tool: CRM says account is Acme Corp with a 2M ARR contract.',
  ],
  scope: 'ticket-42',
  sessionId: 'ticket-42',
});

const diff = await client.diffContext({
  sessionId: 'ticket-42',
  maxFacts: 12,
});

await client.clearContextSession('ticket-42');
console.log(ctx.briefingDelta);

MCP

将 Nocturnus 添加为 MCP 服务器：

{
  "mcpServers": {
    "nocturnus": {
      "url": "http://localhost:9300/mcp/sse",
      "transport": "sse"
    }
  }
}

在每一轮中使用 context 工具获取按显著性排序的有效集。当您需要目标驱动的组装和差异对比时，请将 MCP 与 HTTP 上下文端点结合使用。

工作流背后的机制

当您确实需要后端机制时，NocturnusAI 提供了以下功能：

  • 确定性的事实和规则存储

  • 带有证明链的后向链推理

  • 真值维护和矛盾处理

  • 带有 ttl、validFrom 和 validUntil 的时序事实

  • 通过 X-Database 和 X-Tenant-ID 实现多租户支持

  • 在同一引擎上提供 MCP、REST、Python SDK、TypeScript SDK 和 CLI 接口

这就是后端。而产品的前端故事依然是轮次精简。

快速入门

Docker（最快）

docker run -d --name nocturnusai -p 9300:9300 \
  --restart unless-stopped \
  -v nocturnusai-data:/data \
  ghcr.io/auctalis/nocturnusai:latest

验证其是否正在运行：

curl http://localhost:9300/health

尝试逻辑引擎（立即生效，无需 LLM）：

curl -X POST http://localhost:9300/tell \
  -H 'Content-Type: application/json' \
  -H 'X-Tenant-ID: default' \
  -d '{"predicate":"customer_tier","args":["acme_corp","enterprise"]}'

curl -X POST http://localhost:9300/tell \
  -H 'Content-Type: application/json' \
  -H 'X-Tenant-ID: default' \
  -d '{"predicate":"contract_value","args":["acme_corp","2000000"]}'

curl -X POST http://localhost:9300/ask \
  -H 'Content-Type: application/json' \
  -H 'X-Tenant-ID: default' \
  -d '{"predicate":"customer_tier","args":["acme_corp","?tier"]}'

就是这样。服务器正在运行，将数据持久化到指定的 Docker 卷中，并自动重启。如需进行自然语言轮次提取（上述工作循环），请添加 LLM 提供商 —— 请参阅下一节。

结合 Ollama 的 Docker（启用自然语言提取）

如果您在本地运行了 Ollama：

docker run -d --name nocturnusai -p 9300:9300 \
  --add-host=host.docker.internal:host-gateway \
  -e LLM_PROVIDER=ollama \
  -e LLM_MODEL=granite3.3:8b \
  -e LLM_BASE_URL=http://host.docker.internal:11434/v1 \
  -e EXTRACTION_ENABLED=true \
  ghcr.io/auctalis/nocturnusai:latest

安装脚本（CLI + 设置向导）

curl -fsSL https://raw.githubusercontent.com/Auctalis/nocturnusai/main/install.sh | bash

下载 CLI 二进制文件并启动交互式设置向导，您可以在其中选择 LLM 提供商（Ollama、Anthropic、OpenAI、Google 或跳过）。它会创建一个持久化的 Docker Compose 安装。

如果您已知晓所需配置，可使用以下快捷方式：

curl -fsSL ... | bash -s -- --host-ollama    # Reuse local Ollama
curl -fsSL ... | bash -s -- --ollama         # Bundle Ollama in Docker
curl -fsSL ... | bash -s -- --key sk-ant-... # Use Anthropic

Python SDK

pip install nocturnusai

TypeScript SDK

npm install nocturnusai-sdk

MCP 客户端

从 mcp-configs/ 复制其中一个配置。

从本仓库构建（贡献者）

make up-ollama
make smoke

CLI

CLI 对于交互式检查和显著性窗口检索非常有用：

nocturnusai                                # Interactive REPL
nocturnusai -e "context 10"               # Salience-ranked working set
nocturnusai -e "compress"                 # Simplified alias: POST /memory/compress
nocturnusai -e "cleanup 0.05"             # Simplified alias: POST /memory/cleanup

对于目标驱动的上下文窗口和差异对比，请结合使用 REST API 或 SDK 与 CLI。

文档

完整文档：nocturnus.ai

从这里开始

从轮次精简工作流开始

上下文工作流

原始轮次 -> 优化 -> 差异 -> 清除

API 参考

REST 端点和响应结构

SDKs

Python 和 TypeScript 客户端方法

集成

LangChain, CrewAI, AutoGen, LangGraph, OpenAI Agents, Anthropic, MCP

MCP 集成

MCP 配置及配套上下文 API 使用

后端工作原理

事实、规则、推理、显著性、作用域

安全与认证

API 密钥、RBAC、TLS、静态加密

Docker Compose（高级）

用于持久化配置、监控或 Ollama 捆绑：

git clone https://github.com/Auctalis/nocturnusai.git && cd nocturnusai

make up                                        # Server using .env.example defaults
make up-ollama                                 # + Ollama (reuses host or starts bundled)
make up-monitoring                             # + Prometheus + Grafana
make smoke                                     # Verify health + context endpoint

从源码构建

需要 JDK 17+。

./gradlew :nocturnusai-server:run              # HTTP server on :9300
./gradlew :nocturnusai-cli:run                 # Interactive REPL (JVM)
./gradlew :nocturnusai-cli:nativeCompile       # Build native binary
./gradlew test                                 # Full test suite

贡献

请参阅 CONTRIBUTING.md。标记为 good first issue 的问题是很好的切入点。

安全

请通过 GitHub 安全公告 私下报告漏洞。请参阅 SECURITY.md。

许可

商业源码许可 1.1 - 非生产环境使用及组织内部生产环境使用免费。将 NocturnusAI 作为产品或服务提供给第三方需要从 licensing@nocturnus.ai 获取商业许可。该协议将于 2030 年 2 月 19 日转换为 Apache 2.0 协议。请参阅 LICENSE 和 DISCLAIMER.md。

法律与安全声明

NocturnusAI 是一个确定性的推理引擎，但 其输出的可靠性仅取决于提供给它的事实。

  1. 无真实性保证。 “已验证”是指推理的逻辑一致性，而非现实世界主张的准确性。

  2. 不适用于自主高风险决策。 未经独立的人工验证步骤，请勿将此引擎用于无人值守的医疗、金融、法律或物理安全决策。

  3. 仅限逻辑层。 NocturnusAI 提供信息和推理；它不执行操作。

  4. 免责声明。 请参阅 DISCLAIMER.md 和 LICENSE。

Install Server
A
security – no known vulnerabilities
F
license - not found
A
quality - A tier

How are these scores calculated?

Resources

Tools

View all tools

Latest Blog Posts

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/Auctalis/nocturnusai'

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