Skip to main content
Glama
deenesjakoruzh
Destrayon

Connapse

by Destrayon
OverviewSchemaRelated ServersScoreDiscussions
Hybrid

AIエージェントはセッションのたびにすべてを忘れてしまいます。Connapseがそれを解決します。

新しい会話を始めるたびに、AIエージェントはゼロからスタートします。過去のリサーチの記憶も、ドキュメントへのアクセスも、蓄積された知識もありません。Connapseは、エージェントに永続的で検索可能なメモリを提供するオープンソースのナレッジバックエンドです。ドキュメントをアップロードするか、既存のAmazon S3バケット、Azure Blob Storageコンテナ、またはローカルファイルシステムを指定するだけです。エージェントは11個のMCPツール、REST API、またはCLIを通じて、独自の調査コーパスをクエリおよび構築できます。コンテナ分離型、ハイブリッド検索（ベクトル＋キーワード）、セルフホスト型でプライバシーも万全です。Dockerを使用して60秒でデプロイ可能。.NET 10で構築されています。

AIエージェントはMCPサーバーを通じてナレッジベースをクエリし、ドキュメントからの出典付きで構造化された回答を受け取ります。

埋め込みプロバイダーの切り替え、チャンク化パラメータの調整、検索設定の構成を、再起動なしでランタイムに行えます。

📦 クイックスタート

git clone https://github.com/Destrayon/Connapse.git && cd Connapse && docker-compose up -d
# Open http://localhost:5001

前提条件

Docker Composeで実行

# Clone the repository
git clone https://github.com/Destrayon/Connapse.git
cd Connapse

# Set required auth environment variables (or use a .env file)
export CONNAPSE_ADMIN_EMAIL=admin@example.com
export CONNAPSE_ADMIN_PASSWORD=YourSecurePassword123!
export Identity__Jwt__Secret=$(openssl rand -base64 64)

# Start all services (PostgreSQL, MinIO, Web App)
docker-compose up -d

# Open http://localhost:5001 — log in with the admin credentials above

初回実行時の動作:

  1. Dockerイメージのプル (~2-5分)

  2. pgvector拡張機能付きPostgreSQLの初期化とEF Coreマイグレーションの実行

  3. MinIOバケットの作成

  4. 管理者アカウントのシード（環境変数から）とWebアプリケーションの起動

開発環境のセットアップ

# Start infrastructure only (database + object storage)
docker-compose up -d postgres minio

# Run the web app locally
dotnet run --project src/Connapse.Web

# Run all tests
dotnet test

# Run just unit tests
dotnet test --filter "Category=Unit"

CLIの使用

CLIをインストールします（いずれかのオプションを選択）:

# Option A: .NET Global Tool (requires .NET 10)
dotnet tool install -g Connapse.CLI

# Option B: Download native binary from GitHub Releases (no .NET required)
# https://github.com/Destrayon/Connapse/releases

基本的な使用方法:

# Authenticate first
connapse auth login --url https://localhost:5001

# Create a container (project)
connapse container create my-project --description "My knowledge base"

# Upload files
connapse upload ./documents --container my-project

# Search
connapse search "your query" --container my-project

# Update to latest release (--pre to include alpha/pre-release builds)
connapse update
connapse update --pre

Claude (MCP) での使用

Connapseには、Claudeおよび任意のMCPクライアントと統合するためのModel Context Protocol (MCP) サーバーが含まれています。

セットアップ: Web UI（設定 → エージェントAPIキー）またはCLI (connapse auth agent-key create) でエージェントAPIキーを作成し、クライアント用の設定スニペットを追加します:

claude mcp add connapse --transport streamable-http http://localhost:5001/mcp --header "X-Agent-Api-Key: YOUR_API_KEY"

claude_desktop_config.json に追加します:

{
  "mcpServers": {
    "connapse": {
      "transport": "streamable-http",
      "url": "http://localhost:5001/mcp",
      "headers": {
        "X-Agent-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

.vscode/settings.json (VS Code) またはCursorのMCP設定に追加します:

{
  "mcp": {
    "servers": {
      "connapse": {
        "transport": "streamable-http",
        "url": "http://localhost:5001/mcp",
        "headers": {
          "X-Agent-Api-Key": "${input:connapseApiKey}"
        }
      }
    }
  }
}

VS Codeは初回使用時にAPIキーの入力を求めます。

MCPサーバーは11個のツールを公開しています:

ツール

説明

container_create

ファイル整理用の新しいコンテナを作成

container_list

ドキュメント数を含む全コンテナを一覧表示

container_delete

コンテナを削除

container_stats

コンテナ統計（ドキュメント、チャンク、ストレージ、埋め込み）を取得

upload_file

コンテナに単一ファイルをアップロード

bulk_upload

1回の操作で最大100ファイルをアップロード

list_files

パス内のファイルとフォルダを一覧表示

get_document

ドキュメントの解析済み全文を取得

delete_file

コンテナから単一ファイルを削除

bulk_delete

1回の操作で最大100ファイルを削除

search_knowledge

コンテナ内でのセマンティック、キーワード、またはハイブリッド検索

詳細リファレンス: パラメータテーブル、戻り値の形式、エラーケース、使用例については docs/mcp-tools.md を参照してください。

書き込みガード: Amazon S3およびAzure Blob Storageコンテナは読み取り専用（ソースから同期）です。ファイルシステムコンテナはコンテナごとの権限フラグを尊重します。書き込みをブロックするコンテナに対してアップロードや削除ツールを実行するとエラーが返されます。

  • "アーキテクチャノート用に 'project-research' というコンテナを作成して"

  • "ダウンロードフォルダ内のすべてのPDFをproject-researchコンテナにアップロードして"

  • "project-researchコンテナでレート制限戦略に関する情報を検索して"

  • "project-researchコンテナの /notes/ フォルダ内の全ファイルをリストアップして"

  • "project-researchから distributed-systems-notes.md の全文を取得して"

  • "project-researchから meeting-2026-03-14.md を削除して、この更新版をアップロードして"

  • "project-researchの /drafts/ フォルダ内の全ファイルを削除して"

  • "project-researchコンテナには何個のドキュメントとチャンクがある？"

localhost:5001 で接続拒否 — Dockerが実行されていないか、ポートが競合しています。docker compose ps と docker compose logs web を確認してください。

401 Unauthorized / APIキーが機能しない — 設定 > エージェントAPIキーでキーを確認してください。キーは作成時に一度だけ表示されます。

Claudeにツールが表示されない — 設定変更後にMCPクライアントを再起動してください。curl http://localhost:5001/mcp でエンドポイントを確認してください。

アップロードが失敗またはタイムアウトする — ファイルタイプが許可リストに含まれているか確認してください。最大ファイルサイズはサーバー設定に依存します。

検索結果が返されない — アップロード後、ドキュメントの埋め込み処理に時間がかかります。コンテナ統計で埋め込みの進捗を確認してください。

🚀 機能

  • 🗂️ コンテナ分離型ナレッジ — 各プロジェクトは独自のベクトルインデックス、ストレージコネクタ、検索設定を持ちます。プロジェクト、チーム、クライアント間での混在はありません。

  • 🔍 ハイブリッド検索 — ベクトル類似度＋キーワード全文検索。設定可能な融合（凸結合、DBSF、AutoCut）により、純粋なベクトル検索では見逃される結果も取得します。

  • 🧠 マルチプロバイダーAI — Ollama、OpenAI、Azure OpenAI、Anthropicを埋め込みとLLMの両方で切り替え可能。再起動なしで、コンテナごとにランタイムで設定できます。

  • 🔌 既存ストレージのインデックス化 — MinIO、ローカルファイルシステム（ライブファイル監視）、Amazon S3 (IAM認証)、Azure Blob Storage (マネージドID) に接続。ファイルは元の場所に置いたまま利用可能です。

  • 🤖 4つのアクセスインターフェース — Web UI、REST API、CLI（ネイティブバイナリ）、MCPサーバー（Claude用11ツール）。人間、スクリプト、AIエージェントすべてに対応。

  • 🔐 エンタープライズ認証 — AWS IAM Identity CenterおよびAzure AD IDリンクを備えたマルチティアRBAC（Cookie + OAuth 2.1 + PAT + JWT）。クラウドの権限が信頼のソースとなります。

  • 🐳 ワンコマンドデプロイ — PostgreSQL + pgvector、MinIO、オプションのOllamaを含むDocker Compose。構造化された監査ログとレート制限を内蔵。

  • 📄 マルチフォーマット取り込み: PDF、Officeドキュメント、Markdown、プレーンテキスト — 自動的に解析、チャンク化、埋め込み

  • ⚡ リアルタイム処理: SignalR経由のライブ進捗更新を伴うバックグラウンド取り込み

  • 🎛️ ランタイム設定: 再起動なしでコンテナごとにチャンク化戦略、埋め込みモデル、検索設定を変更可能

  • ☁️ クラウドIDリンク: AWS IAM Identity Center (デバイス認証フロー) + Azure AD (OAuth2+PKCE) とIAM由来のスコープ強制

  • 👥 招待制アクセス: 4つのロール（管理者/編集者/閲覧者/エージェント）を持つ管理者制御のユーザー登録

  • 🤖 エージェント管理: APIキーのライフサイクル、スコープ付き権限、監査証跡を備えた専用エージェントエンティティ

  • 📋 監査ログ: アップロード、削除、コンテナ操作、認証イベントの構造化された監査証跡

  • 📦 CLI配布: ネイティブの自己完結型バイナリ（Windows/Linux/macOS）およびNuGet経由の.NETグローバルツール

  • 🔄 クロスモデル検索: プロジェクト途中で埋め込みモデルを切り替え可能 — レガシーベクトルに対する自動セマンティック→ハイブリッドフォールバック

🎯 Connapseは誰のためのもの？

  • AIエージェント開発者: エージェントがクエリと構築の両方を行えるナレッジバックエンドが必要な方 — リサーチのアップロード、コーパスのキュレーション、MCPまたはREST API経由での検索

  • .NET / Azureチーム: 既存のスタックとクラウドIDに適合するRAGプラットフォームを求める方

  • エンタープライズチーム: 適切なRBACと監査証跡を備えたプロジェクト分離型のナレッジベースが必要な方

  • ファイルの再アップロードに疲れた方: 既存のAmazon S3/Azure Blob Storage/ファイルシステムストレージをConnapseで活用したい方

本プロジェクトは現在活発に開発中（v0.3.2）であり、本番環境利用に近づいています。

v0.3.xでは、IAMベースのアクセス制御、マルチプロバイダー埋め込みとLLMサポート、クラウドIDリンク（AWS SSO + Azure AD）、レート制限を備えたクラウドコネクタアーキテクチャが追加されました。

  • ✅ 認証と認可 (v0.2.0)

  • ✅ ロールベースのアクセス制御 (管理者/編集者/閲覧者/エージェント)

  • ✅ 監査ログ

  • ✅ クラウドIDリンク — AWS IAM Identity Center + Azure AD OAuth2+PKCE (v0.3.0)

  • ✅ IAM由来のスコープ強制 — クラウド権限が信頼のソース (v0.3.0)

  • ✅ レート制限 — ユーザーごとおよびIPごとのポリシーを備えたASP.NET Coreミドルウェア (v0.3.2)

  • ⚠️ 本番環境では強力な Identity__Jwt__Secret を設定してください — デプロイガイド を参照

完全なセキュリティポリシーについては SECURITY.md を参照してください。

🏗️ アーキテクチャ

┌──────────────────────────────────────────────────────────────────────┐
│                         Access Surfaces                              │
│  Web UI (Blazor)  │  REST API  │  CLI  │  MCP Server                │
└─────────────┬────────────────────────────────────────────────────────┘
              │
┌─────────────▼────────────────────────────────────────────────────────┐
│                       Core Services Layer                            │
│  Document Store  │  Vector Store  │  Search  │  Ingestion           │
└─────────────┬────────────────────────────────────────────────────────┘
              │
┌─────────────▼────────────────────────────────────────────────────────┐
│                        Connectors Layer                              │
│  MinIO  │  Filesystem  │  Amazon S3  │  Azure Blob Storage          │
└─────────────┬────────────────────────────────────────────────────────┘
              │
┌─────────────▼────────────────────────────────────────────────────────┐
│                        Infrastructure                                │
│  PostgreSQL+pgvector  │  MinIO (S3)  │  Ollama (optional)           │
└──────────────────────────────────────────────────────────────────────┘

データフロー: アップロード → 検索

[Upload] → [Parse] → [Chunk] → [Embed] → [Store] → [Searchable]
              ↓
         [Metadata]
              ↓
        [Document Store]

目標: アップロードから検索可能になるまで30秒未満。

主要技術:

  • データベース: PostgreSQL 17 + pgvector (ベクトル埋め込み用)

  • オブジェクトストレージ: マネージドストレージ抽象化 — デフォルトはMinIO (S3互換)、デプロイごとに上書き可能

  • バックエンド: ASP.NET Core 10 Minimal APIs

  • フロントエンド: Blazor Server (インタラクティブモード)

  • 埋め込み: Ollama (デフォルト)、OpenAI、Azure OpenAI (設定可能)

  • LLM: Ollama、OpenAI、Azure OpenAI、Anthropic (設定可能)

  • 検索: 凸結合融合を用いたハイブリッドベクトル＋キーワード検索

  • コネクタ: マネージドストレージ (デフォルトMinIO)、ファイルシステム、Amazon S3、Azure Blob Storage

📚 ドキュメント

  • [アーキテクチャガイド](docs/architecture

Install Server
A
security – no known vulnerabilities
A
license - permissive license
-
quality - not tested

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/Destrayon/Connapse'

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