open-zk-kb
open-zk-kb
새 세션을 열면 에이전트는 당신이 누구인지 전혀 모릅니다. 또 다시요. 스택, 규칙, 다섯 번이나 고친 그 엣지 케이스를 다시 설명해야 합니다.
open-zk-kb는 에이전트에게 기억을 제공합니다 — 그래서 수정 사항이 유지되고, 컨텍스트가 축적되며, 모든 세션이 이전보다 더 똑똑하게 시작됩니다.
빠른 시작
Bun 필요 —
curl -fsSL https://bun.sh/install | bash로 설치
bunx open-zk-kb@latest설치 프로그램은 선택한 클라이언트를 구성하고, 에이전트 지침을 설치하며, 로컬 볼트를 생성합니다. 지원되는 클라이언트: OpenCode, Claude Code, Cursor, Windsurf, Zed, Pi, OMP.
수동 설치 및 문제 해결은 설정 가이드를 참조하세요.
Related MCP server: Memento
왜 open-zk-kb인가?
에이전트는 매 세션마다 제로에서 시작합니다. 기억도 없고, 학습 곡선도 없습니다. 같은 실수를 고치고, 같은 규칙을 다시 설명하고, 같은 컨텍스트를 다시 가르칩니다. 도구를 바꾸면 더 심해집니다 — Cursor 에이전트는 Claude 에이전트가 배운 것을 알지 못합니다.
open-zk-kb가 이를 해결합니다.
한 번 고치면 유지됩니다 — 에이전트가 수정 사항, 선호도, 결정을 저장합니다. 다음 세션에서는 이미 알고 있습니다.
모든 도구에서 작동 — Claude Code, Cursor, Windsurf, OpenCode, Zed, Pi, OMP가 공유하는 하나의 지식 베이스
관련 내용을 찾아줍니다 — 하이브리드 검색이 키워드뿐만 아니라 의미를 매칭하므로 유용한 컨텍스트만 표시됩니다
로컬에서 실행 — API 키도, 클라우드도 없이 오프라인으로 작동합니다. 데이터는 내 머신에 유지됩니다.
사람이 읽을 수 있음 — 탐색, 편집, 버전 관리가 가능한 일반 Markdown 파일
오픈 소스 — MIT 라이선스
Pi: 네이티브 지식 도구
Pi 패키지를 설치한 다음 Pi를 다시 시작하세요:
pi install npm:open-zk-kb확장 프로그램은 10개의 knowledge-* 도구를 모두 Pi에서 직접 노출합니다. 결과는 Pi 네이티브 컴팩트 렌더링을 사용합니다: search, store, context, health는 집중된 요약과 확장 가능한 세부 정보를 제공하고, 다른 도구는 간결한 상태 출력을 표시합니다. MCP 서버와 로컬 SQLite/임베딩 작업은 여전히 Bun >= 1.0에서 실행됩니다. Pi 자체는 지원되는 Node.js 런타임에서 실행됩니다. 따라서 Pi 패키지를 사용할 때도 Bun 설치가 필요합니다.
Pi는 또한 세션이 시작될 때 활성 프로젝트 선호도를 자동으로 로드하여 모델이 검색을 시작하지 않아도 모델 컨텍스트에 주입합니다. 표시되는 knowledge-context 항목은 도구 호출을 조작하지 않고 발생한 일을 보고합니다.
전체 선호도 워크플로와 렌더러 예제는 Pi 경험 가이드를 참조하세요. 설치 프로그램 관리 지침, 검증 및 문제 해결은 Pi 설치를 참조하세요.
구성
구성은 전혀 필요 없습니다. 로컬 임베딩은 API 키 없이 바로 작동합니다.
임베딩, 볼트 경로, 수명 주기 조정 및 서버 설정은 구성 가이드를 참조하세요.
내부 동작
Zettelkasten 방식으로 구축되었습니다 — 구조화된 종류를 가진 원자적이고 연결된 노트. 각 노트는 하나의 개념(결정, 선호도, 함정)을 담고 관련 노트에 연결되어 상호 연결된 지식 그래프를 구축합니다.
검색은 SQLite FTS5 전문 색인과 로컬 벡터 임베딩(MiniLM-L6-v2)을 결합하여 의미론적 매칭을 수행합니다. Markdown 파일이 진실의 원천이며, 데이터베이스는 재구축 가능한 인덱스입니다.
텔레메트리
활성화되면(telemetry.enabled: true 및 telemetry.share: true), open-zk-kb는 완료된 각 세션에 대해 익명 이벤트 하나를 이후 시작 시 PostHog(EU Cloud)로 전송합니다. 여기에는 표준 클라이언트, 제한된 모델 ID, 볼트 크기, 10개 도구의 개수가 포함됩니다 — 노트 내용, 쿼리, 경로, 이름 또는 이메일 주소는 포함되지 않습니다. 런타임 기본값은 비활성화되어 있습니다. 대화형 설치 프로그램은 명시적 동의 후에만 공유를 활성화하며, 무인 및 직접 패키지 설치는 별도로 구성하지 않는 한 비활성화된 상태로 유지됩니다. DO_NOT_TRACK=1을 설정하면 공유를 무조건 차단하고(로컬 SQLite 카운터는 영향을 받지 않음), 두 플래그를 모두 false로 유지할 수도 있습니다. 전체 이벤트 스키마와 세부 정보는 텔레메트리를 참조하세요.
문서
설정 가이드 — 설치, 클라이언트별 설정, 문제 해결
Pi 경험 — 네이티브 도구, 자동 선호도, 렌더러 갤러리
도구 참조 — 매개변수와 예제가 포함된 10개 MCP 도구 전체
노트 수명 주기 — 노트 종류, 상태, 검토 시스템
구성 — 임베딩, 볼트, 수명 주기, 서버 설정
아키텍처 — 이중 저장, 소유권 모델, 설계 결정
개발 — 로컬 개발, 테스트, 디버깅
기여 — 기여자 가이드라인
라이선스
This server cannot be deployed
Maintenance
Related MCP Connectors
Persistent memory for AI assistants: store, search, and connect knowledge across conversations.
Personal wiki and memory layer for AI assistants. Persistent, structured memory across sessions.
AI memory layer — one shared, persistent memory across every AI tool you connect.
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
Related MCP Servers
- AlicenseAqualityDmaintenanceGives any AI tool persistent, searchable memory across sessions using hybrid semantic and keyword search, running 100% locally with no API keys or cloud dependencies.61MIT
- AlicenseNot gradedqualityCmaintenanceProvides persistent memory for AI tools by building a local knowledge graph from conversations, enabling cross-session recall and context awareness without cloud dependencies.9MIT
- AlicenseNot gradedqualityDmaintenanceEnables persistent, searchable memory for AI assistants across platforms like Claude, ChatGPT, and Gemini, using semantic search and automatic deduplication.16 npmMIT
- AlicenseNot gradedqualityDmaintenanceProvides persistent memory for AI assistants, enabling context retention across sessions through hybrid search and memory management tools.1MIT