KnownPath 是一个面向 AI 编程代理的开源共享知识网络。其长期目标是让代理不再反复重新发现相同的技术解决方案，而是通过代理原生的接口提供经过验证、可复用的工程经验。
[!IMPORTANT] KnownPath 正在积极进行分阶段开发。Phase 13 添加了可移植的安装器 CLI 以及五个编程代理的安全适配器。贡献/成果工具、仪表板、公开注册和公开匿名访问尚未实现。安装器以
knownpath发布。
Node.js 24 LTS（.nvmrc 跟踪所支持的主版本；package.json 执行已验证的版本范围）
Corepack（随受支持的 Node.js 发行版提供）
Docker Desktop 或其他支持 Compose 的 Docker Engine，用于本地 MongoDB
Related MCP server: CodeGraph
corepack enable
pnpm install
cp .env.example .env按照 .env.example 中的说明生成独立的 BETTER_AUTH_SECRET 和 API_KEY_PEPPER 值。已提交的示例不包含任何默认凭据。
启动 MongoDB：
pnpm dev:infra创建或同步当前的集合、验证器和索引：
pnpm db:init可选的持久化检查和仓库层往返验证：
pnpm db:inspect
pnpm db:verify通过掩码 CLI 创建第一个本地用户或管理员（注册已关闭）：
pnpm auth:user:create可选，在 .env 中设置 GITHUB_TOKEN 以获得常规的 5,000 次请求认证 REST API 限制以及 GitHub Discussions 访问权限。然后预览或运行一次有界的采集：
pnpm ingest:github --source expo-core --types issues --limit 5 --dry-run
pnpm ingest:github --source expo-core --types issues --limit 5在运行回填之前，请参阅 GitHub 摄取指南。
在不写入源记录的情况下发现当前经过整理的官方文档集，然后同步一个有界的源或一个已索引页面。
pnpm ingest:sources discover --source expo-documentation --limit 20
pnpm ingest:sources sync --source expo-documentation --limit 5 --dry-run
pnpm ingest:sources sync --source expo-documentation \
--page https://docs.expo.dev/workflow/upgrading-expo-sdk-walkthrough --limit 1在更改整理策略或请求有界的完整目录运行之前，请参阅 官方源摄取指南。
在被忽略的 .env 中使用 Gemini 开发密钥处理或检查一个有界的公共源候选：
pnpm extract one --source-item <uuid>
pnpm extract pending --limit 5
pnpm extract inspect --attempt <uuid>
pnpm extract inspect --candidate <uuid>未付费的 Gemini 路径会在任何提供商调用之前直接拒绝私有/团队源记录。在配置该密钥或扩展批处理之前，请阅读 AI 提取指南。
在不调用 AI 提供商的情况下对提取的候选进行评分，然后检查完整的评分明细/历史：
pnpm score one --candidate <uuid>
pnpm score pending --limit 10
pnpm score inspect --assessment <uuid>
pnpm score history --candidate <uuid>评分是可解释的排序信号，不是真理概率。在更改版本化策略之前，请阅读 评分指南。
构建不可变的相似性画像，发现被阻止的候选对，检查评审记录，并仅应用确定性安全的规范化合并：
pnpm canonicalize profile --limit 10
pnpm canonicalize discover --limit 10
pnpm canonicalize review --limit 20
pnpm canonicalize auto-merge --limit 10 # dry-run
pnpm canonicalize auto-merge --limit 10 --apply
pnpm canonicalize history --known-path <uuid>Gemini embeddings 仅在所有候选及相关源都经过验证为公开后才生成。它们只是为可能被阻止的比较提供替换，而绝不会决定自动合并。在应用合并或手动操作之前，请阅读 规范化指南。
构建当前规范的搜索投影，并在本地查询它们。除非明确请求，否则评审状态记录会被排除在外：
pnpm run search project --pending --limit 10
pnpm run search query --text "EAS build cannot find an imported file" \
--error "None of these files exist" --ecosystem expo --include-review
pnpm run search indexes print本地 MongoDB 使用精确/容错和加权文本检索，并明确报告语义检索不可用。Atlas 降级搜索/向量搜索是可选的配置。未付费的 Gemini 提供商会直接拒绝私有/团队文档和查询文本。在启用 Atlas 或更改排名/模型配置之前，请阅读 检索指南。
启动所有应用程序和包开发进程：
pnpm dev当前 Web 前端位于 http://127.0.0.1:3000。API 的存活状态和就绪状态可在 http://127.0.0.1:3001/health/live 和 http://127.0.0.1:3001/health/ready 获取。OpenAPI JSON 位于 http://127.0.0.1:3001/api/v1/openapi.json；Swagger UI 开发版位于 http://127.0.0.1:3001/docs/。
经过认证的知识搜索、规范化详情交互、备选方案、评审访问规则以及安全的 curl 示例，均记录在 Knowledge HTTP API 指南 中。普通客户端只能获得公开的已发布记录；评审访问是显式、仅管理员密钥、并可审计的。
完成构建后，可以将 MCP 客户端直接连接到 http://127.0.0.1:3001/mcp，或者使用 KNOWNPATH_API_URL 和 KNOWNPATH_API_KEY 运行轻量级 stdio 桥接器：
pnpm mcp:stdio
pnpm mcp:inspect --transport stdio工具合约、认证、安全行为以及当前 Codex / Claude Code / Cursor / Gemini CLI 的配置均已记录在 MCP 指南 中。
可移植的 Agent Skill 会引导受支持的编程代理在何时以及如何查看这些 MCP 工具，而不是盲目应用检索到的修复。手动开发安装以及当前的行为合约均已记录在 Agent Skill 指南 中。
在启动每个代理的环境中配置 API 来源和 API 密钥，然后检查或应用 Phase 13 安装器计划：
export KNOWNPATH_API_URL='https://your-knownpath-origin.example'
read -rsp 'KnownPath API key: ' KNOWNPATH_API_KEY && export KNOWNPATH_API_KEY && printf '\n'
pnpm knownpath -- install --dry-run --agent all
pnpm knownpath -- install --agent all
pnpm knownpath -- doctor --agent allCLI 仅存储对这些变量名称的引用，并且不会在 URL 配置缺失时进行回退。它支持全局或项目作用域下的 Codex CLI、Claude Code、Cursor、Gemini CLI 以及 OpenCode。系统支持运行 npx knownpath install；仓库开发环境可以使用 pnpm knownpath --。具体的更改行为、Windows 设置、备份、冲突处理、更新和卸载行为均记录在 安装器指南 中。
根目录中的 render.yaml 为 Fastify 和 MongoDB Atlas 的 API 定义了 Render 云实例。它声明了如何在不复制数据或损坏的情况下部署数据，但不会部署 worker 或管理后台。在配置之前，请轮换任何之前泄露的密钥，然后按照 Render 部署指南 进行 Blueprint 构建、Atlas 网络访问、健康检查和部署后的 API 密钥流程。
停止 MongoDB 且不删除其有名称的开发卷：
pnpm dev:infra:downCommand | Purpose |
| 安装带锁定的工作区依赖 |
| 运行工作区开发任务 |
| 构建所有可编译的应用程序和包 |
| 在整个工作区运行严格的 TypeScript 验证 |
| 对整个工作区运行 ESLint flat 配置 |
| 用 Prettier 格式化受支持的文件 |
| 验证格式化而不修改文件 |
| 添加所需的本地 MongoDB 容器 |
| 停止本地容器并保留其数据卷 |
| 以幂等方式创建/或同步 MongoDB 集合、验证器和索引 |
| 输出当前集合的验证器和索引 |
| 运行并清理仓库层持久化往返测试 |
| 通过使用时隐藏的密码提示安全地创建用户/管理员 |
| 通过官方 API 收集一个有界的 GitHub 配置源 |
| 发现或同步配置好的官方文档和发布 feed |
| 提取或检查有界的公共源码候选经验 |
| 验证证据并创建/或检查不可变的候选评估 |
| 对候选进行画像、比较、合并、拆分、重新分配或重建 |
| 投影、嵌入、索引、检查或查询规范化的 KnownPaths |
| 使用 stdio 运行本地 MCP-over-HTTP 桥接器 |
| 使用官方 SDK 客户端列出或调用 MCP 工具 |
| 从当前源码目录运行多代理安装 CLI |
apps/
api/ Fastify HTTP process
cli/ Publishable installer CLI and stdio bridge entry point
mcp-server/ Thin stdio MCP bridge to the authenticated HTTP API
web/ Next.js application shell
worker/ Source ingestion and future background processing runtime
packages/
agent-adapters/ Safe detection/configuration adapters and ownership state
ai/ Gemini provider, privacy gate, prompts, validation, and extraction lifecycle
auth/ Sessions, API keys, principals, authorization, and audit
config/ Typed environment parsing
database/ MongoDB lifecycle, repositories, validators, and indexes
domain/ Versioned domain schemas and canonicalization helpers
canonicalization/ Deterministic blocking, optional embeddings, and canonical projections
github-ingestion/ GitHub API collection and source normalization
source-ingestion/ Official documentation/feed discovery and normalization
verification/ Deterministic evidence verification and immutable seed scoring
search/ Embeddings, search projections, hybrid retrieval, and explainable ranking
mcp/ Shared MCP tool contracts, projections, server factory, and HTTP gateway
typescript-config/ Shared strict compiler configurations
skills/
knownpath/ Portable Agent Skill instructions and on-demand examples有关当前边界和交付状态，请参阅 架构指南、数据模型、检索指南、Knowledge API 指南、MCP 指南、Agent Skill 指南、安装器指南、部署指南、决策记录 以及 阶段进度。
KnownPath 以 Apache License 2.0 许可证发布。
This server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Shared, peer-validated knowledge archive for AI agents — search, contribute, and validate via MCP
Your memory, everywhere AI goes. Build knowledge once, access it via MCP anywhere.
Persistent memory and cross-session learning for AI coding assistants (hosted remote MCP).
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/nasyx-rakeeb/knownpath'
If you have feedback or need assistance with the MCP directory API, please join our Discord server