docbrain

Projektstatus: Client-Quellcode offen, Server geschlossen. Der Quellcode für alles, was DocBrain auf Ihrer Seite der Netzwerkgrenze ausführt – die docbrain-CLI und der IDE-MCP-Server – befindet sich in diesem Repository unter crates/, MIT-lizenziert, in öffentlicher CI gebaut und getestet – ebenso wie alles andere in diesem Repository. Prüfen Sie genau, was in Ihrer Umgebung läuft und was sie verlässt. Der Server wird als kostenlose Produktions-Docker-Images (BSL 1.1 erlaubt Produktionsnutzung) mit vollständigen Helm-Charts, vollständiger Konfiguration, dem Bedrohungsmodell und allen Dokumenten für Self-Hosting in der Produktion ausgeliefert. Der Serverquellcode bleibt vorerst geschlossen – wir hatten ursprünglich die erste Hälfte 2026 für die Veröffentlichung anvisiert, haben dieses Datum verpasst und werden kein neues Datum bekannt geben, bis wir sicher sind, es einhalten zu können. Wenn ein geschlossener Server für Sie ein Ausschlusskriterium ist, ist das eine rationale Position, die wir respektieren: Wie DocBrain Vertrauen aufbaut. Beiträge: Code-PRs für die Client-Crates sowie Dokumentation, Konfiguration und Fehlerberichte. Wenn der Serverquellcode veröffentlicht wird, erfolgt dies unter der Business Source License 1.1.

Das Problem

Jede Organisation lebt von Wissen, das nie aufgeschrieben wird: die Entscheidung aus einem Meeting, die Lösung, die jemand um 2 Uhr nachts gefunden hat, der Workaround, den nur eine Person kennt. Es lebt in PRs, Chat-Threads, Tickets und in den Köpfen der Menschen. Wenn diese Person das Team wechselt oder kündigt, geht jahrelanger Kontext mit ihr.

Tools, die „Ihre Dokumente indexieren und einen Chatbot hinzufügen“, lösen die falsche Hälfte des Problems: Sie rufen Ihre veraltete, unvollständige Wiki geringfügig schneller ab. Das Wissen, das Ihre Organisation tatsächlich steuert, wurde nie erfasst. Und es wird schlimmer, da KI jetzt Code, Änderungen und flüssige Dokumentation schneller produziert, als ein Mensch sie aufnehmen kann – Ihre Agenten lesen diese Dokumente ebenfalls. Mehr Dokumentation ist einfach. Dokumentation, der Ihre Organisation vertrauen kann, ist das Knappe.

Related MCP server: MCPDocSearch

So funktioniert DocBrain

DocBrain erfasst Wissen an der Quelle, in dem Moment, in dem es entsteht:

  Someone merges a change      ──→  decisions, caveats, procedures extracted
  A team works through chat    ──→  the answer, distilled from the thread
  A deploy goes out            ──→  what changed and why
  On-call resolves an incident ──→  the fix and the root cause
  Any other system you run     ──→  ingested via the Connector SDK

Am ersten Tag liest es auch rückwärts. Richten Sie es auf Systeme, die Sie seit Jahren nutzen – archivierte Slack-Kanäle, geschlossene Tickets, gemergte Pull Requests, das Wiki, das seit 2022 niemand mehr geöffnet hat – und es nimmt sie an Ort und Stelle auf, schreibgeschützt. Ihre erste Antwort kann aus einem Thread stammen, an den sich niemand erinnert. Nichts wird migriert und niemand muss etwas neu ablegen.

Erfasste Fragmente werden mit Konfidenz bewertet, zu einem Gedächtnis verbunden und zu Dokumentation mit Provenienz pro Behauptung zusammengesetzt. Entwürfe durchlaufen eine menschliche Überprüfung, bevor etwas veröffentlicht wird. Dann hält DocBrain das Ergebnis ehrlich: Aktualitätsverfolgung, Widerspruchserkennung und Veraltungswarnungen, wenn sich die Realität ändert. Stellen Sie eine Frage, erhalten Sie eine zitierte Antwort – oder ein ehrliches „Ich weiß es nicht“ statt einer Vermutung.

Schnellstart

git clone https://github.com/docbrain-ai/docbrain.git && cd docbrain
./scripts/setup.sh    # interactive wizard: picks provider, sets keys, starts services

Oder manuell:

cp .env.example .env   # set LLM_PROVIDER and API keys
docker compose up -d

# Get the auto-generated admin API key
docker compose exec server cat /app/admin-bootstrap-key.txt

# Open the web dashboard
open http://localhost:3001

# Or ask a question via API
curl -H "Authorization: Bearer <key>" \
     -H "Content-Type: application/json" \
     -d '{"question":"How do I deploy to production?"}' \
     http://localhost:3001/api/v1/ask

Vollständiger Einrichtungsleitfaden: docs/quickstart.md

Bringen Sie Ihrem Agenten bei

Wenn Ihr Team Claude Code oder Cursor verwendet, bietet der docbrain-mcp-Server Ihrem Agenten bereits Erfassungswerkzeuge – die meisten Teams sagen dem Agenten nur nie, sie zu nutzen. Drei Zeilen in Ihrer CLAUDE.md verwandeln jede Debugging-Sitzung in Dokumentation:

When we resolve an error or discover non-obvious behavior, call
docbrain_suggest_capture for the files involved. If a gap exists, draft a
3–5 line capture and ask me to approve it before calling docbrain_annotate.

Ihr Agent behebt etwas, prüft, ob die Organisation es bereits weiß, und legt – mit Ihrer Genehmigung – das Fehlende in die Überprüfungswarteschlange. Das Wissen wird in dem einzigen Moment erfasst, in dem es kostenlos ist: Sekunden nach der Behebung. Vollständiger Leitfaden, einschließlich Cursor-Einrichtung und Datenschutzmodell: docs/agents.md

Was Sie bekommen

• Erfassung aus 13 integrierten Quellen – Confluence, Slack, Teams, GitHub, GitLab, Jira, PagerDuty, Linear, OpsGenie, Rootly, Zendesk, Intercom und lokale Dateien, plus ein sprachunabhängiges Connector-SDK für alles andere. Erfassungsleitfaden →

• Fragen mit Zitaten – hybride Vektor- und Stichwortsuche, Antworten mit Konfidenzbewertung; bei geringer Konfidenz werden klärende Fragen gestellt, statt zu raten. API →

• docbrain generate – On-Demand-Dokumentation, die auf Ihren eigenen Runbooks, Vorfällen, Threads und PRs basiert, mit Provenienz pro Behauptung und ehrlichem needs_input für das, was das Wissen nicht beantworten kann. Generate-Leitfaden →

• Qualitätsgates für jedes Dokument – strukturelle, stilistische (Ihr Styleguide, automatisch durchgesetzt) und semantische Bewertung; nichts Unbewertetes gelangt in das System. Stilrichtlinie →

• Überprüfungsworkflows und Verantwortlichkeit – mehrstufige Genehmigungen, Bereichsverantwortliche, SLAs und Governance-Dashboards, sodass Dokumentation rechenschaftspflichtig ist. Governance → · Überprüfungen →

• Autopilot – gruppiert unbeantwortete Fragen zu Lücken, erstellt fundierte Korrekturen und leitet sie zur menschlichen Überprüfung weiter. Nichts wird ohne Aufsicht veröffentlicht. Autopilot →

• Live-Intelligenz – liest verbundene Systeme in dem Moment, in dem Sie fragen, und gleicht sie dann mit dem indizierten Verlauf in einer zitierten Antwort ab. Schreibfähige Werkzeuge werden bei der Erkennung entfernt, sodass es nie die Fähigkeit besitzt, etwas zu ändern. MCP-Tools →

• Aktualitäts- und Widerspruchserkennung – veraltete Dokumente werden markiert, widersprüchliche Dokumente aufgedeckt, Kaskadenveralterung über abhängige Dokumente verfolgt. Wissensintelligenz →

• Lernpipeline (optional, standardmäßig deaktiviert) – Feedback zu Antworten kann das Einbettungsmodell auf Ihrem Korpus feinabstimmen, sodass die Suche lernt, was „ähnlich“ in Ihrer Codebasis bedeutet. Versionen werden vor der Promotion auf Qualität geprüft und bei Regressionen automatisch zurückgerollt. Läuft vollständig auf Ihrer Infrastruktur. Lernen →

• Prädiktive Intelligenz – Erkennung von Onboarding-Lücken aus dem, was neue Mitarbeiter in ihren ersten 30 Tagen fragen, saisonale Abfrageprognosen und durch Codeänderungen ausgelöste Dokumentenüberprüfung. Wissensintelligenz →

• ACL-Spiegelung der Quellsysteme – Confluence-Einschränkungen, Slack-Kanalmitgliedschaft und Repo-Sichtbarkeit werden zur Abfragezeit durchgesetzt. Zugriffskontrolle →

• RBAC, SSO, Audit-Logging – 4-stufige Rollen, GitHub/GitLab/OIDC-SSO, Isolation pro Bereich. RBAC →

• Überall, wo Ihr Team arbeitet – Web-Dashboard, Slack-Befehle, CLI, CI-Hooks und MCP-Tools für Claude Code, Cursor und jeden MCP-kompatiblen Editor. Slack →

Architektur

graph TB
    subgraph "Capture Layer"
        CI["CI/CD Pipelines"]
        IDE["IDE (MCP)"]
        SLACK["Slack / Teams"]
        WEB["Web UI"]
        CLI["CLI"]
        API_EXT["External APIs"]
    end

    subgraph "DocBrain Server (Rust / Axum)"
        FRAG["Fragment Router"]
        QUAL["Quality Pipeline"]
        CLUST["Clustering Engine"]
        COMP["Composition Engine"]
        REV["Review Workflows"]
        RAG["RAG Pipeline"]
        AUTO["Autopilot"]
        GOV["Governance"]
        EVT["Event Bus + Webhooks"]
    end

    subgraph "Storage"
        PG["PostgreSQL"]
        OS["OpenSearch<br/><i>vector + keyword</i>"]
        RD["Redis"]
    end

    CI & IDE & SLACK & WEB & CLI & API_EXT --> FRAG
    FRAG --> QUAL --> CLUST --> COMP --> REV
    WEB & CLI & SLACK --> RAG
    RAG & AUTO & GOV --> PG & OS
    EVT --> PG

Rust-Server, PostgreSQL, OpenSearch, Redis. Vollständiges Design: docs/architecture.md

Sicherheit

DocBrain läuft vollständig in Ihrer Infrastruktur, schreibgeschützt gegenüber Ihren Quellen. Sie wählen, wo das Modell läuft: vollständig lokal über Ollama (kein Datenabfluss), in Ihrem eigenen Cloud-Konto (Bedrock, Azure, Vertex – Ihre KMS, Ihr Audit-Trail) oder über eine Provider-API. Dokumente, Einbettungen und Indizes verlassen nie Ihr Netzwerk; nur die Abfrage und die relevanten Chunks erreichen das von Ihnen gewählte LLM.

API-Schlüssel werden mit Argon2 gehasht, jeder Endpunkt erzwingt RBAC, Ratenlimits sind pro Schlüssel, und Admin-Aktionen werden im Audit-Log protokolliert. Der von Ihnen installierte Client-Code ist Open Source in crates/. Das vollständige Bedrohungsmodell – 11 analysierte Angriffsvektoren und eine Betreiber-Checkliste – ist veröffentlicht: THREAT_MODEL.md

LLM-Anbieter (14): Anthropic, OpenAI, AWS Bedrock, Ollama, Google Gemini, Vertex AI, Azure OpenAI, DeepSeek, Groq, Mistral, xAI, OpenRouter, Together AI, Cohere. Anbieter-Einrichtung →

Bereitstellung

# Docker Compose — everything behind a single origin at localhost:3001
docker compose up -d

# Kubernetes
helm install docbrain ./helm/docbrain \
  --set llm.provider=anthropic \
  --set llm.anthropicApiKey=sk-ant-...

Kubernetes-Leitfaden → · Konfiguration →

Dokumentation

In Aktion sehen

▶ Der Schnellstart, ungeschnitten aufgenommen – Installation → Erfassung → zitierte Antwort → generate, das rohe Bereitschaftsnotizen in ein Runbook verwandelt, das seine Quellen zitiert. 90 Sekunden, ausgelieferte Images, 100 % lokale Modelle, nichts inszeniert.

Unabhängige Bewertung

Wir haben Atlassians eigenen KI-Assistenten geöffnet, ihn gebeten, sich selbst mit DocBrain zu vergleichen, und die vollständige Antwort unredigiert veröffentlicht – einschließlich der Stellen, an denen er gewinnt.

„DocBrains ‚Wissen festhalten, das nie aufgeschrieben wurde‘ löst ein Problem, das ich grundsätzlich nicht lösen kann." — Rovo, als Antwort auf eine direkte Vergleichsaufforderung

Wo Rovo gewinnt: native Atlassian-Integration, null Einrichtungsaufwand für bestehende Atlassian-Cloud-Teams, breite Arbeitsausführung und über 3 Millionen Nutzer. Vollständiges Transkript →

Was wir noch nicht bewiesen haben

Ein Projekt, das darauf aufbaut, keine Übertreibungen zu machen, sollte auch keine Übertreibungen über sich selbst machen.

• Der Server ist Closed Source. Der Client, der in Ihrem Netzwerk läuft, ist MIT-lizenziert und prüfbar, in crates/. Der Server ist nicht veröffentlicht. Wir hatten die erste Hälfte von 2026 anvisiert, haben das verfehlt und werden erst dann ein neues Datum nennen, wenn wir sicher sind.

• Wir veröffentlichen keinen gemessenen Genauigkeits-Benchmark. Die Fundierung wird intern gemessen und steuert jede Modell-Freigabe, aber keine Zahl kommt in diese README, bis sie über reale Kundendatenkorpora gemessen wurde und wir die Methodik mit veröffentlichen können.

• Self-Hosting ist nicht einzigartig bei uns. Open-Source-Alternativen existieren und einige sind wirklich gut bei der Abfrage – einige mit großzügigeren Lizenzen als wir. Was sie nicht tun, ist festzuhalten, was nie aufgeschrieben wurde. Beurteilen Sie uns danach.

• Unsere Evidenzbasis ist am stärksten für Software-Teams. Der Mechanismus verallgemeinert sich auf Support, Betrieb und den Rest des Unternehmens; die veröffentlichten Statistiken wurden nicht überall gemessen, und wir werden das nicht andeuten.

Community

• GitHub Issues: Fehlerberichte und Feature-Anfragen

• GitHub Discussions: Fragen und Community-Gespräche

• E-Mail: hello@docbrainapi.com

Mitwirken

Wir begrüßen Beiträge. Die Client-Tooling-Quelle (crates/) akzeptiert Code-PRs; serverseitige Beiträge landen am besten als Dokumentation, Konfiguration und Fehlerberichte. Siehe Mitwirkungsleitfaden.

Sicherheitsmeldungen

Um eine Sicherheitslücke zu melden, siehe SECURITY.md. Bitte kein öffentliches Issue einreichen.

Lizenz

Dieses Repository ist MIT-lizenziert – die docbrain-CLI, der MCP-Server, die Helm-Charts, Konfiguration, Beispiele und Dokumentation.

Die DocBrain-Server-Binärdateien und Container-Images werden unter der Business Source License 1.1 verteilt. Die Produktionsnutzung ist erlaubt, außer DocBrain als gehosteten Dienst anzubieten. Für alternative Lizenzen: licensing@docbrainapi.com.

Verhaltenskodex

Contributor Covenant Verhaltenskodex. Melden Sie Bedenken an hello@docbrainapi.com.