fastroute

Локальный MCP-плагин: когда агент получает новую задачу, он извлекает Top-N рекомендаций из всех локально установленных скиллов (уровень пользователя/плагина/проекта). Только рекомендует, не выполняет.

Метод индексации заимствован из SkillRouter (arXiv 2603.22455): all-field сегментированные мультивекторы (name+description — один вектор, основной текст разбивается на фрагменты ~800 символов, каждый получает вектор). Запрос вычисляет косинусное сходство для каждого фрагмента, итоговая оценка скилла — max-pool.

Инструменты

Related MCP server: skills-mcp-server

Установка (Claude Code)

claude mcp add fastroute -- node /absolute/path/to/fastroute/dist/index.js

Данные и модель

• Каталог данных ~/.fastroute (переопределяется FASTROUTE_DATA_DIR): fastroute.db, config.json, models/

• Эмбеддинг-модель: Xenova/paraphrase-multilingual-MiniLM-L12-v2 (q8, ~135 МБ), загружается из сети при первом вызове инструмента, по умолчанию зеркало ModelScope (FASTROUTE_EMBEDDING_HOST можно перенаправить на https://huggingface.co); при наличии кэша ~/.knowyoubetter/models используется повторно

• Модель — обязательная зависимость: в офлайн-режиме без кэша инструмент возвращает ошибку и инструкции по загрузке, лексический fallback не предусмотрен

• В config.json можно переопределить: chunkSize(800), autoThreshold(0.9), promptThreshold(0.6), topK(5), userSkillsDir, pluginCacheDir, projectSkillsEnabled

• После изменения chunkSize существующие индексы не пересоздаются автоматически: нужно удалить ~/.fastroute/fastroute.db и затем вызвать reindex_skills

Разработка

npm install
npm test            # 单测 + 集成（fake embedder，不联网）
npm run test:real   # 真实 embedding 冒烟（首次下载模型）
npm run eval        # distractor 评测：Hit@1/Hit@5/MRR
npm run build
npx @modelcontextprotocol/inspector node dist/index.js