CarpeOS MCP Server
OfficialCarpeOS
捕捉上下文。复合知识。
CarpeOS 是一个用于 AI 辅助工作的个人知识操作系统。它通过来源捕获智能体会话,在编写时形成持久含义(廉价
adj_v3 规则,加上捕获后的智能代理层),使提升的决策默认可搜索,并通过 MCP、CLI 和 Obsidian 帮助你与你的代理稍后检索该上下文 — 全部本地优先,无需人工审核,即可顺利运行。
它能够追踪每条信息的来源,不会将每次会话转储变成“记忆库”。
最新版本: @innocarpe/carpeos@6.7.8
(变更日志 · v6.7.8)。
网站
访问 CarpeOS 网站 了解 产品概述、系统模型、安装路径和公共指南。
Related MCP server: Hicortex - AI Fleet Memory
为什么会存在
你完成一个较长的代理会话,并得到一个真实的决定、一个半成品计划,或 一个 Bug 路径,而这些你并不想重新发现。一周后,该上下文分散在聊天历史、终端回滚和一些笔记中 — 而下一个代理对此一无所知。
CarpeOS 试图将这些上下文保存在你能控制的一个位置,并加入足够的结构,使得 “我们决定 X” 不会与 “模型曾经建议 X” 被同等对待。
常见问题 | 此处的应对方式 |
聊天历史丢失或难以信任 | 仅追加事件及来源 |
会话噪声淹没“记忆” | 捕获后判定 + 代理门槛;默认搜索为 仅提升 |
下一个代理忘记上次会话的决定 | 无人工介入代理层如何提升验证含义,用于默认检索 |
“记忆”主要是嵌入式向量 | 声明、接受、取代各自保留 |
每个工具保持独立的信息孤岛 | 共享捕获 + MCP 检索,供应商无关 |
生成的笔记成为唯一信息来源 | 笔记与索引是可重建的投影 |
两台机器,混乱的连续性 | 本地优先存储,可选私有同步 |
公开代码。私有知识。
本仓库包含设计、规范与实现,你的真实 会话、项目和凭据保留在你身边。
针对 代码块 中的表格,需要选择中文语境下最合适的术语进行翻译。
适用人群
适合你,如果你:
在多个代理(Codex、Claude Code、Grok 代码、…)之间切换,且不希望为每个代理建立一套独立的记忆
需要上周的决策仍然可用,而不是深埋在旧纪录中
在搜索时,关心某个内容是草稿、已拒绝,还是实际上已接受
默认希望数据保存在本地,需要同步时由你自行运行
相较于黑盒的“记忆产品”,更偏好显式的 schema 和测试
还不是成熟的消费者应用,不是托管 SaaS,不是你编辑器的替代品。 它更倾向于为已经活在代理工作流中的人提供“管道疏通”。
仓库内容
从你已在使用的工具中捕获
钩子将来自 Codex、Claude Code 和 Grok 构建的选定生命周期事件映射到 通用捕获形状。原始负载存放在加密存储中,事件日志保存元数据与引用。宿主钩子保持 快速失败且可通过。
在“记忆”之前形成含义(两个层面)
捕获后,两个写入时路径可以判定哪些值得保留:
层面 | 作用 | 默认路径 |
| 廉价规则预过滤器 / 噪声抑制 | 仍然可用;作为比较基线 |
智能体层 ( | 带类型的引用(网络开启时快速) + 质量层面 | 产物 6 顺利路径 来自 6.6.0;质量超限目标已通过 6.7.8 关闭门控 |
归属 | 含义 | 默认搜索 |
提升 | 主动观察 | 包含 |
持有 | 起草(侧信道) | 排除,除非 |
拒绝 | 仅归属(证据可保留) | 排除 |
智能代理(ADR-0018): 经核实的允许提取(决策 / 约束 / 偏好)在 E5 依据引用陈述作为依据时默认提升 — 无需人为点击。procedure 和 fact_candidate 保持偏向持有。人类撤销错误,可选接受声明,或清空持有 — 修正仅保留策略。
持有审查始终保持策略感知,并对两个平面追加。任何路径都不会自动创建 接入接受决策。
adj_v3 基础(3.2+)并保留策略对账功能:
carpeos adjudicate reconcile-policy \
--from-policy adj_v1 --to-policy adj_v3 \
--trust-zone tz_synthetic --limit 100B0 是原数据,仅支持以下精确标志:--from-policy、--to-policy、--trust-zone 和 --limit。--apply、--apply-safe-subset、确认信息、接收
和替代建设不被支持。B1 写入/应用/接收 工作仍未完成。随后进行模拟输入和合成输出。
一种不扁平化状态的模型
证据不是声明。某声明不会仅仅因为存在而被视为“真”。 接收与替代各自有各自记录。搜索可以显示什么是已经解决的、什么只是被提议的,以及什么被替换的 — 而不必将 所有内容塞进一个向量文本段落中。
flowchart LR
E[EvidenceArtifact] --> Feed[agentic_capture_feed]
E --> J[adj_v3 optional]
Feed --> Ag[Agentic E1–E8]
Ag -->|promote-when-verified| O[Observation active]
Ag -->|hold side channel| H[Observation draft]
Ag -->|reject| R[Evidence only]
J -->|promote| O
J -->|hold| H
O --> C[Claim draft optional]
C --> A[AcceptanceDecision<br/>human only]
O --> S[Supersession<br/>human retract]
A --> F[Accepted fact<br/>derived at query time]
S --> F面向人和代理的接口
CLI —
capture-hook、extract、adjudicate、agentic(运行 / 计时器 / 撤回 / 图形表示 / …)、retrieval rebuild、memory search|get|context(默认仅提升;--include-held可选)、sync status|push|pull|once|cycleMCP(stdio) — 八个本地工具(
memory_search、memory_get、memory_context_pack、memory_trace、memory_timeline、memory_related、memory_capture、memory_propose)常开代理 — 可选 30 分钟计时器:
carpeos agentic timer install(默认关闭网络)Obsidian 投影 — 从本地存储生成 Markdown 文件 (仅为投影;并非事实来源)
OKF v0.2 导出投影 —
carpeos okf export|rebuild写入 信任区、提升/默认为激活状态的便携式包;它不是规范性存储或导入路径(指南)
本地优先,同步可选
每台机器都会写入一个本地发件箱。这里有可部署的 Cloudflare
Worker/D1/R2 代码,如果你想要私有多设备同步,外加一个有界
carpeos sync cycle 供操作员循环使用。投影随时可以从事件日志中重建。
flowchart TB
subgraph devices [Your machines]
H1[Agent hooks]
CLI[carpeos CLI]
MCP[MCP stdio server]
OBS[Obsidian projection]
end
subgraph local [Local runtime]
OUT[Encrypted outbox + local store]
RET[Search + recheck]
end
subgraph private [Optional private sync]
W[Cloudflare Worker]
D1[(D1 metadata)]
R2[(R2 encrypted blobs)]
end
H1 --> OUT
CLI --> OUT
OUT --> RET
RET --> MCP
RET --> OBS
OUT <--> W
W --> D1
W --> R2它是如何组合在一起的
flowchart TB
A[Agent hooks<br/>fail-open] --> B[Local capture<br/>no LLM]
B --> F1[agentic_capture_feed]
B --> F2[adj_v3 optional]
F1 --> T[30m timer or<br/>agentic run]
T --> G[E5 ground + gate<br/>promote-when-verified]
G --> C[Event store]
F2 --> C
C --> D[Promoted / active meaning]
C --> E[Projections]
D --> M[MCP / CLI / Obsidian]
E --> M
H[Human retract / accept<br/>correction only] -.-> C首先值得了解的规则:
事件日志仅可追加;基于策略版本的追加也是仅可追加。
默认搜索为 提升/活跃 的含义 — 并不是每次捕获。
当提示与 提升当验证通过 时无需 HITL(ADR 0018) 即可闭环;正式的
AcceptanceDecision仍仅限人工且可选。“已接受” 是在查询时计算的 — 我们不会就地重写声明。
敏感明文不会存储在事件体内。
信任区才是真正的隔离边界,而不仅仅是标签。
注释、向量与上下文数据包可删除、重建;它们并非规范性存储。
更多细节请参阅:架构概述、 智能体层面、 记忆容量、 ADR 0017、 ADR 0018、 ADR、 spec/v1。
记忆容量(总量 vs 生效量)
CarpeOS 将 你存储多少私人知识 与 代理当前加载多少资源 分开:
维度 | 含义 | 存储位置 |
总量 | 可见的仅追加事件 + 信任区内的受保护数据块 | L1 存储 |
当前容量 | 在预算与复核后,适配有界响应包或搜索 | L2 工作记忆 |
程序性记忆 | 流程推理/工具轨迹作为受保护的事件,从不自动接受 | L3 |
产品投影 | 可重建的备注、数据包、开放循环、仪表盘 | L4 |
上下文数据包使用稀疏的 专家槽 分配(默认 16 槽)与 缓存友好的段顺序,因此被接受的证据能够领先于高流失率的草稿。 请参阅记忆容量架构说明 和容量主计划。 优先检索的图/混合召回 — 包括跨仓分区和 工作树方面 — 随 3.0 版本提供;承载的图适配器和路线图 仍在规划中。请参阅 product 3.0 DoD 和 GraphRAG 路线图。
安装
需要 Node.js ≥ 22.22。
大部分用户
# npm (preferred)
npm install -g @innocarpe/carpeos
carpeos setup plan # see paths + actions (no changes)
carpeos setup run --apply # apply defaults
# or curl (installs the same package, then setup run --apply)
curl -fsSL https://raw.githubusercontent.com/innocarpe/carpeos/main/scripts/install.sh | bashcarpe os setup 是有效的命令行界面 — 不是标识文件转储区。默认路径在
~/.carpeos 和 ~/.local/bin 下;MCP 会在 PATH 中找到的 Claude Code / Codex CLI / Grok 构建于当这些工具处于 PATH 时注册。
carpeos setup --help # full parameter interface
carpeos setup plan # resolved plan only
carpeos setup run --apply # apply the plan (home, wrappers, MCP)
carpeos setup hooks install --apply # capture hooks (merge-safe; product path)
carpeos setup doctor # verify install + hooks + store signals
carpeos setup show # print config.json有用的选项:--home、--bin-dir、--workspace-root、--trust-zone、
--注册-mcp auto|none|claude,codex,grok、--register-hooks auto|...。
在不使用 --apply 的情况下,Setup 从不修改机器。
当您关注可重现性时,请锁定版本:
npm i -g @innocarpe/carpeos@6.7.8。请参阅 变更日志。
里程碑 DoD(维护者):docs/maintainers/ ·
产品索引:docs/PRD.md。
开发指南(Git 检出)
git clone https://github.com/innocarpe/carpeos.git && cd carpeos
node scripts/install-local.mjs plan
node scripts/install-local.mjs run --apply # build, wrappers, MCP registration
node scripts/install-local.mjs hooks install --apply
export PATH="$HOME/.local/bin:$PATH"
node scripts/install-local.mjs doctor好的,这就是将提供的 Markdown 部分完全翻译成简体中文后的效果。# CarpeOS
捕获上下文。凝结知识。
CarpeOS 是一个用于 AI 辅助工作的个人知识操作系统。它以带来源的会话捕获为基础,在编写时形成持久含义(廉价
adj_v3 规则,以及捕获后的智能体层),将提升的搜索默认可发现,并通过 MCP、CLI 和 Obsidian 帮助你和你的代理稍后检索该上下文——全部本地优先,无需人工评审即可顺利运行。
它会记录每一条信息的来源,无需将每次会话转储视为“记忆”。
最新版本: @innocarpe/carpeos@6.7.8
(变更日志 · v6.7.8)。
网站
访问 CarpeOS 网站,获取 产品概述、系统模型、安装路径和公开指南。
为什么存在
你完成了一个较长的代理会话,得出了一个真实的决策、一个半成型的计划,或者一个你不想重新发现的 Bug 路径。一周后,这些上下文分散在聊天记录、终端回放和一些笔记中——而下一个代理对此一无所知。
CarpeOS 试图将这些上下文保存在你能控制的一个地方,并增加足够的结构,使“我们决定 X”不再与“模型有一次建议 X”混为一谈。
常见问题 | 此处的处理方式 |
聊天记录丢失或难以信任 | 仅追加事件并记录来源 |
会话噪音淹没“记忆” | 捕获后裁决 + 智能体门槛;默认搜索为 仅提升 |
下一个代理忘记上一次的决策 | 无人工介入的智能体层默认检索时提升已验证的含义 |
“记忆”主要是嵌入向量 | 声明、接受与取代各自保留 |
每种工具各自为政 | 共享捕获 + MCP 检索,供应商无关 |
生成的笔记成为唯一信息来源 | 注释与索引为可重建的投射 |
两台机器不整洁,连续性差 | 本地优先存储,可选私有同步 |
公共代码。私有知识。
本仓库包含设计、规范与实现;你的真实问题、项目与凭据留在你身边。
适用人群
适用于以下人群:
在多个智能体(Codex、Claude Code、Grok 构建……)之间切换,且不希望每个智能体单独维护一套记忆
需要上周的决策仍可用,而不是埋没在旧记录里
在检索时关心某内容仅是草稿、已被拒绝,还是真正被采纳
数据默认保存在本地,如需同步可由你自行决定运行时间
对显式范式与测试有明确偏好,而非黑盒式“记忆产品”
暂不提供消费者应用功能,亦非托管 SaaS,亦非编辑器替代品。服务对象。
对于无需全局安装的 monorepo 工作:执行 pnpm install && pnpm build,然后使用
node apps/carpeos-cli/dist/index.js …(参见 本地捕获)。
产品路径:安装 → 会话 → 复合 → 搜索
# 1) Runtime + MCP
carpeos setup run --apply
# 2) Capture hooks (Claude / Codex / Grok; merge-safe, does not wipe user hooks)
carpeos setup hooks install --apply
# 3) Always-on Agentic brain (30 minutes; network off by default)
carpeos agentic timer install
# 4) Doctor (hooks, store, adjudication health, promoted-only default search)
carpeos setup doctor
# 5) After a host session, meaning compounds without manual review:
# capture → feed → agentic run (timer or:)
carpeos agentic run --once --materialize
carpeos retrieval rebuild --trust-zone tz_local_default
carpeos memory search \
--query "durable decision" \
--trust-zone tz_local_default \
--visible-trust-zone tz_local_default
# Correction only (not the happy path)
# carpeos agentic retract --event-id evt_… --reason "…" --decided-by human --human-confirmed
# carpeos agentic promote-held --event-id evt_…
# carpeos adjudicate list-held --limit 50
# Kill / staging
# CARPEOS_AGENTIC=off …
# CARPEOS_AGENTIC_HOLD_FIRST=1 carpeos agentic run --once --materializecarpeos setup doctor 报告 hook 安装状态、最近的 EvidenceArtifact 活动、Observation/Claim 计数、裁决策略版本 + 提升/搁置/拒绝计数,以及默认搜索仅包含已提升/活跃的内容(空存储 → 警告,而非失败)。
自动化门禁:
门禁 | 验证内容 |
| 1.0 流水线循环(捕获 → 提取路径 → 搜索) |
| 2.0 提升 vs 噪声拒绝 |
| 多 hook 公开安全的噪声场景 |
| MCP 工具面 |
高级/手动 hook 模板仍位于 adapters/ 下。完整说明:
一站式安装 ·
MCP ·
产品冒烟测试。
供在此仓库中工作的智能体参考
首先阅读 AGENTS.md(公共/私有边界、PR 标签、发布技能、安装规则)。保持安装的幂等性;切勿提交 ~/.carpeos、凭据或真实会话数据。优先使用 carpeos setup / scripts/install-local.mjs —— 不要发明其他安装路径。发布:仅使用 SemVer + vX.Y.Z(版本管理、主版本发布范围、skills/carpeos-release/SKILL.md)。
指南 | 链接 |
安装(所有路径) | |
捕获与 hooks | |
检索 / context-pack CLI | |
MCP | |
MCP 工具契约 | |
Cloudflare / 同步 | |
OKF v0.2 导出投影 | |
冒烟测试 |
|
变更日志 | |
Product 1.0 DoD(流水线) | |
Product 2.0 DoD(裁决) | |
Product 3.0 DoD(以检索为先的图) | |
Product 3.1 DoD(OKF v0.2 导出) | |
Product 3.2 DoD(B0 对账预览) | |
Product 6 智能体架构 | |
智能体质量平面(终极目标) | |
Product 6 DoD | |
版本管理与发布 | |
兼容性 / 弃用 | |
本地存储迁移 | |
同步 / 多台 Mac | |
内存容量计划 |
产品线(主版本)
当前 npm 包为 @innocarpe/carpeos@6.7.8(v6.7.8):操作循环贯穿裁决与检索、Product 4 信任平面、选择加入的 Product 5 草稿通道,以及 Product 6 无 HITL 智能体层(捕获后的 Flash 大脑;验证后提升、撤回、每日支出、30 分钟计时器 —— ADR 0018),外加智能体质量平面(6.7.x:预置包、脱敏、按行准入、转录恢复、引用溯源、质量语料库 DoD、近似重复搁置、更高密度的主机适配器 —— 捕获层保持简单;人工工具仅用于纠正)。
完整的主/次版本论点和 DoD 索引:
docs/PRD.md — 每个主版本一份 PRD
docs/architecture/agentic-quality.md — 质量终极目标
docs/maintainers/ —
product-N.0.0.md凭证(例如 6.0.0、5.0.0)
诚实列出剩余差距(不要虚报绿灯):线上 Product 4 发布权限仍在带外;B1 应用已推迟;不宣称支持托管图/边缘;V5 从未处于捕获热路径;流程自动提升仍偏向搁置;在线 Flash 仍为可选加入网络;Q-S5 自用测试仍为建议性质(已附指标助手)。
目前可用的功能
公共包: @innocarpe/carpeos@6.7.8
(v6.7.8 · CHANGELOG)。npm install 不意味着托管部署或线上 Product 4 发布权限。
默认本地循环(CI 门禁):
hooks → encrypted evidence → agentic_capture_feed (no LLM in capture)
→ agentic flush / run / 30m timer (promote-when-verified, agentic_v1.1)
→ quality belt (line-scoped admit, scrubbed pack views, cite clamp, near-dup)
→ active Observations in default search
→ retrieval-first graph/hybrid recall → MCP / CLI
(+ adj_v3 baseline, local OKF export, optional private sync, Obsidian)
# Kill: CARPEOS_AGENTIC=off
# Staging: CARPEOS_AGENTIC_HOLD_FIRST=1
# Offline (no Flash): CARPEOS_AGENTIC_NETWORK=off or --allow-network false
# Credentials: DEEPSEEK_API_KEY or ~/.carpeos/v5-provider.env
# Q-S5 advisory: node scripts/quality-qs5-metrics.mjs --days 7领域 | 状态 |
规范、本体、ADR | |
本地捕获 + Outbox | 已发布 |
知识裁决( | 已在 3.2 中发布——精确率/会话去噪;无自动 Claim 或 |
默认检索 | 仅限已提升/激活的内容;其余保持选择加入 |
Doctor 裁决健康度 | 已发布( |
同步 Worker/客户端 + 有界 | 代码 + 本地测试;未声称已部署生产边缘 |
MCP stdio 服务器(8 个工具) | 仅本地 |
专家槽位上下文包 | CLI + MCP(本地) |
检索优先的图/混合召回 | 已发布——6.4 中的 GraphRAG 类型化加权提升 |
托管图适配器/服务 | 已规划;尚未发布或部署 |
OKF v0.2 导出投影 | 已在 3.1 中发布——仅本地导出;无导入路径 |
产品 3.x–5.x | 已发布——参见 |
产品 6 智能体层( | 无人在回路(HITL-free)已发布,自 6.6.0 起;质量维度已闭环至 6.7.8( |
| 已发布( |
OpenLoop / 仪表盘库 | 库 + 测试;并非已发布的 UI |
Obsidian 投影 | 仅本地 |
托管嵌入 / 多租户 SaaS | 非本仓库的目标 |
**未部署:**本仓库未证明存在托管的 Worker、D1/R2 生产资源、托管的图适配器/服务、私有 vault 采用或托管 MCP。npm publish 由 SemVer 标签 + CI 把关(版本管理)。
在本仓库通过测试和文档明确声明之前,请勿将适配器安装、线上 Cloudflare 环境、托管 MCP 或经校准的人类级判断视为已完成。
仓库边界
仅公开实现。运行时知识保持私有。
此处允许 | 此处不允许 |
合成测试夹具( | 真实项目名称或私有 URL |
协议示例 | 真实会话记录 |
测试与模式 | 凭据、令牌、生产日志 |
贡献者文档 | 运行时数据库转储、个人路径 |
设计影响
部分思路与 obsidian-mind 存在重叠(智能体记忆、钩子、面向智能体的检索)。CarpeOS 是另一个独立的设计:以仅追加事件而非 Markdown vault 作为权威来源,采用显式的声明/接受/取代机制、信任区域、受保护价值,以及不锁定于单一供应商的 MCP。
贡献
参见 CONTRIBUTING.md、GOVERNANCE.md 和 AGENTS.md。
pnpm check # format, lint, build, typecheck, test, public-boundary公共包发布使用同一套共享流程(任何编码智能体都应遵循相同的技能):
./scripts/install-release-skill.sh # Claude / Codex / Grok skill links
# then: release / tag / npm — see skills/carpeos-release/SKILL.md许可证
This server cannot be deployed
Maintenance
Related MCP Connectors
- memnodeOAuthdev.memnode
Persistent, inspectable memory for AI agents with lineage, correction, and a hosted MCP endpoint.
Cross-session memory for AI agents with a Source Receipt for every memory, over MCP.
- KogniteOAuthdev.kognite
Hosted agent memory: store, search, and recall facts across sessions from any MCP client.
Cross-tool persistent memory and context for AI assistants over MCP.
Related MCP Servers
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to store, search, assemble, and manage local-first memories through seven MCP tools, including conversation turns, feedback, status, and dashboard access without cloud dependencies.AGPL 3.0
- FlicenseAqualityBmaintenanceShared fleet memory for AI agents — what one agent learns, the whole fleet knows. Nightly self-correction: stale facts rewritten in place, duplicates merged. Recall pushed into every prompt in supported coding agents. Self-hosted.8112-

artificial-memoryofficial
AlicenseNot gradedqualityAmaintenanceEnables AI agents to persist, recall, expand, trace, and inspect durable memories with provenance through MCP tools.MIT- AlicenseNot gradedqualityCmaintenanceEnables autonomous multi-agent workflows to capture, preserve, and retrieve immutable transcripts and atomic memory cards through a local MCP server, providing tools for forensic search, topic mapping, and structured fact access without losing context fidelity.1MIT