docbrain

프로젝트 상태: 클라이언트 소스 공개, 서버 비공개. DocBrain이 네트워크 경계의 사용자 쪽에서 실행하는 모든 것 — docbrain CLI와 IDE MCP 서버 — 의 소스는 이 저장소의 crates/에 있으며, MIT 라이선스로 공개 CI에서 빌드 및 테스트됩니다. 이 저장소의 다른 모든 것도 마찬가지입니다. 사용자 환경에서 실행되는 것과 외부로 나가는 것을 정확히 감사하세요. 서버는 무료 프로덕션 Docker 이미지(BSL 1.1은 프로덕션 사용을 허용)로 제공되며, 전체 Helm 차트, 완전한 구성, 위협 모델, 그리고 프로덕션 자체 호스팅을 위한 모든 문서가 포함됩니다. 서버 소스는 현재 비공개입니다 — 원래 2026년 상반기를 목표로 공개하려 했으나 그 시점을 놓쳤고, 확실히 달성할 수 있다고 확신하기 전까지는 새 일정을 발표하지 않겠습니다. 비공개 서버가 거래를 맺을 수 없는 조건이라면, 그것은 합리적인 입장이며 우리도 존중합니다: DocBrain이 신뢰를 얻는 방법. 기여: 클라이언트 크레이트에 대한 코드 PR, 문서, 구성, 버그 리포트. 서버 소스가 공개되면 Business Source License 1.1로 공개될 예정입니다.

문제점

모든 조직은 결코 문서화되지 않는 지식 위에서 운영됩니다: 회의에서 내린 결정, 새벽 2시에 찾아낸 해결책, 단 한 사람만 아는 우회 방법. 그것은 PR, 채팅 스레드, 티켓, 그리고 사람들의 머릿속에 존재합니다. 그 사람이 팀을 옮기거나 퇴사하면, 수년간의 맥락이 함께 사라집니다.

"문서를 인덱싱하고 챗봇을 추가하는" 도구는 문제의 잘못된 절반을 해결합니다: 낡고 불완전한 위키를 조금 더 빠르게 검색할 뿐입니다. 실제로 조직을 운영하는 지식은 애초에 포착된 적이 없습니다. 그리고 AI가 인간이 흡수할 수 있는 것보다 더 빠르게 코드, 변경 사항, 유창한 문서를 생산하면서 상황은 더 악화되고 있습니다 — 에이전트도 그 문서를 읽습니다. 더 많은 문서는 쉽습니다. 조직이 신뢰할 수 있는 문서가 희소한 것입니다.

Related MCP server: MCPDocSearch

DocBrain 작동 방식

DocBrain은 지식이 생성되는 그 순간, 원천에서 포착합니다:

  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

첫날부터 과거도 읽습니다. 수년간 사용해 온 시스템 — 보관된 Slack 채널, 종료된 티켓, 병합된 풀 리퀘스트, 2022년 이후 아무도 열지 않은 위키 — 을 가리키면 그 자리에서 읽기 전용으로 수집합니다. 첫 번째 답변은 아무도 기억하지 못하는 스레드에서 나올 수 있습니다. 마이그레이션은 없고, 누구도 다시 분류할 필요가 없습니다.

포착된 조각은 신뢰도 점수가 매겨지고, 하나의 메모리로 연결되며, 주장별 출처가 있는 문서로 구성됩니다. 초안은 게시 전에 인간 검토를 거칩니다. 그런 다음 DocBrain은 결과의 정직성을 유지합니다: 신선도 추적, 모순 감지, 현실이 변함에 따른 낡음 경고. 질문하면 인용된 답변을 얻거나 — 추측 대신 정직한 "모르겠습니다"를 얻습니다.

빠른 시작

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

또는 수동으로:

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

전체 설정 가이드: docs/quickstart.md

에이전트 교육

팀이 Claude Code나 Cursor를 사용한다면, docbrain-mcp 서버가 이미 에이전트에 포착 도구를 제공합니다 — 대부분의 팀은 에이전트에게 그 도구를 사용하라고 말하지 않을 뿐입니다. CLAUDE.md에 세 줄을 추가하면 모든 디버깅 세션이 문서화로 바뀝니다:

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.

에이전트가 문제를 고치고, 조직이 이미 알고 있는지 확인하고, 승인을 받아 누락된 것을 검토 큐에 제출합니다. 지식은 무료인 유일한 순간, 즉 수정 후 몇 초 안에 포착됩니다. Cursor 설정과 개인정보 보호 모델을 포함한 전체 가이드: docs/agents.md

제공 기능

• 13가지 내장 소스에서 포착 — Confluence, Slack, Teams, GitHub, GitLab, Jira, PagerDuty, Linear, OpsGenie, Rootly, Zendesk, Intercom, 로컬 파일, 그리고 그 외 모든 것을 위한 언어 비종속 Connector SDK. 수집 가이드 →

• 인용과 함께 질문 — 하이브리드 벡터 + 키워드 검색, 신뢰도 점수가 매겨진 답변; 낮은 신뢰도는 추측 대신 명확한 질문을 합니다. API →

• docbrain generate — 자체 런북, 장애, 스레드, PR에 근거한 주문형 문서, 주장별 출처와 지식이 답할 수 없는 부분에 대한 정직한 needs_input 포함. 생성 가이드 →

• 모든 문서에 대한 품질 게이트 — 구조적, 스타일(자체 스타일 가이드, 자동 적용), 의미적 점수; 점수가 매겨지지 않은 것은 시스템에 들어갈 수 없습니다. 스타일 정책 →

• 검토 워크플로와 소유권 — 다단계 승인, 공간 소유자, SLA, 거버넌스 대시보드로 문서에 책임성을 부여합니다. 거버넌스 → · 검토 →

• 오토파일럿 — 답변되지 않은 질문을 공백으로 클러스터링하고, 근거 있는 수정 초안을 작성하며, 인간 검토로 라우팅합니다. 감독 없이는 아무것도 게시되지 않습니다. 오토파일럿 →

• 실시간 인텔리전스 — 질문하는 순간 연결된 시스템을 읽고, 인덱싱된 기록과 하나의 인용된 답변으로 조정합니다. 쓰기 가능한 도구는 발견 시 제거되므로 어떤 것도 변경할 수 있는 능력을 보유하지 않습니다. MCP 도구 →

• 신선도 및 모순 감지 — 낡은 문서 플래그, 충돌하는 문서 표면화, 의존 문서 간 연쇄 낡음 추적. 지식 인텔리전스 →

• 학습 파이프라인(선택 사항, 기본 꺼짐) — 답변에 대한 피드백이 사용자 코퍼스에서 임베딩 모델을 미세 조정하여 검색이 코드베이스에서 "유사"의 의미를 학습하게 합니다. 버전은 승격 전에 품질 게이트를 거치며 성능이 저하되면 자동으로 롤백됩니다. 전적으로 사용자 인프라에서 실행됩니다. 학습 →

• 예측 인텔리전스 — 신규 입사자가 첫 30일 동안 묻는 질문에서 온보딩 공백 감지, 계절별 쿼리 예측, 코드 변경 트리거 문서 검토. 지식 인텔리전스 →

• 소스 시스템 ACL 미러링 — Confluence 제한, Slack 채널 멤버십, 저장소 가시성이 쿼리 시점에 적용됩니다. 접근 제어 →

• RBAC, SSO, 감사 로깅 — 4단계 역할, GitHub/GitLab/OIDC SSO, 공간별 격리. RBAC →

• 팀이 일하는 모든 곳 — 웹 대시보드, Slack 명령, CLI, CI 훅, Claude Code, Cursor 및 모든 MCP 호환 편집기를 위한 MCP 도구. Slack →

아키텍처

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 서버, PostgreSQL, OpenSearch, Redis. 전체 설계: docs/architecture.md

보안

DocBrain은 전적으로 사용자 인프라에서 실행되며, 소스에 대해 읽기 전용으로 작동합니다. 모델이 실행되는 위치를 선택할 수 있습니다: Ollama를 통한 완전 로컬(데이터 유출 제로), 자체 클라우드 계정(Bedrock, Azure, Vertex — 자체 KMS, 자체 감사 추적), 또는 제공업체 API. 문서, 임베딩, 인덱스는 네트워크를 벗어나지 않으며, 선택한 LLM에 도달하는 것은 쿼리와 관련 청크뿐입니다.

API 키는 Argon2로 해시되고, 모든 엔드포인트는 RBAC를 적용하며, 속도 제한은 키별로 적용되고, 관리자 작업은 감사 로깅됩니다. 설치하는 클라이언트 코드는 crates/에서 오픈 소스로 제공됩니다. 전체 위협 모델 — 11가지 분석된 공격 벡터와 운영자 체크리스트 — 이 공개되어 있습니다: THREAT_MODEL.md

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

배포

# 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 가이드 → · 구성 →

문서

실제 작동 보기

▶ 편집 없는 빠른 시작 녹화 — 설치 → 수집 → 인용된 답변 → 원시 온콜 노트를 출처를 인용하는 런북으로 바꾸는 generate. 90초, 배포된 이미지, 100% 로컬 모델, 준비된 것 없음.

독립 평가

우리는 Atlassian 자체 AI 어시스턴트를 열어, 스스로를 DocBrain과 비교해 달라고 요청했고, 전체 응답을 편집 없이 공개했습니다 — 여기에는 그것이 우위를 점하는 부분도 포함됩니다.

"DocBrain의 '기록된 적 없는 지식을 포착하는 것'은 내가 근본적으로 해결할 수 없는 문제를 해결하는 것입니다." — Rovo, 직접 비교 프롬프트에 대한 응답

Rovo가 우위를 점하는 부분: 네이티브 Atlassian 통합, 기존 Atlassian Cloud 팀을 위한 제로 설정, 광범위한 업무 실행, 300만 명 이상의 사용자. 전체 대화록 →

아직 입증하지 못한 것

과장을 거부하는 데 기반을 둔 프로젝트는 스스로에 대해서도 과장해서는 안 됩니다.

• 서버는 클로즈드 소스입니다. 네트워크 내부에서 실행되는 클라이언트는 MIT 라이선스이며 crates/에서 감사할 수 있습니다. 서버는 공개되지 않았습니다. 우리는 2026년 상반기를 목표로 했지만 놓쳤고, 확신이 설 때까지 새로운 날짜를 밝히지 않을 것입니다.

• 측정된 정확도 벤치마크를 공개하지 않습니다. 근거 기반(grounding)은 내부적으로 측정되며 모든 모델 승격의 관문이지만, 실제 고객 말뭉치에서 측정되고 방법론을 함께 공개할 수 있을 때까지 어떤 수치도 이 README에 넣지 않습니다.

• 셀프 호스팅은 우리만의 고유 기능이 아닙니다. 오픈소스 대안이 존재하며 그중 몇몇은 검색(retrieval) 측면에서 진정으로 훌륭합니다 — 일부는 우리보다 더 관대한 라이선스를 사용합니다. 그들이 하지 못하는 것은 기록된 적 없는 지식을 포착하는 것입니다. 그 점으로 우리를 평가해 주십시오.

• 우리의 증거 기반은 소프트웨어 팀에 가장 강력합니다. 이 메커니즘은 지원, 운영 및 기타 비즈니스 영역 전반에 일반화되지만, 공개된 통계는 모든 곳에서 측정된 것이 아니며, 그렇게 암시하지도 않을 것입니다.

커뮤니티

• GitHub Issues: 버그 신고 및 기능 요청

• GitHub Discussions: 질문 및 커뮤니티 대화

• 이메일: hello@docbrainapi.com

기여

기여를 환영합니다. 클라이언트 도구 소스(crates/)는 코드 PR을 받습니다. 서버 측 기여는 문서, 구성, 버그 신고 형태가 가장 적합합니다. 기여 가이드를 참조하십시오.

보안 신고

보안 취약점을 신고하려면 SECURITY.md를 참조하십시오. 공개 이슈로 등록하지 마십시오.

라이선스

이 저장소는 MIT 라이선스입니다 — docbrain CLI, MCP 서버, Helm 차트, 구성, 예제 및 문서를 포함합니다.

DocBrain 서버 바이너리 및 컨테이너 이미지는 Business Source License 1.1에 따라 배포됩니다. 프로덕션 사용은 허용되지만, DocBrain을 호스팅 서비스로 제공하는 것은 제외됩니다. 대체 라이선스 문의: licensing@docbrainapi.com.

행동 강령

Contributor Covenant 행동 강령. 우려 사항은 hello@docbrainapi.com으로 신고해 주십시오.