io.github.norrietaylor/distillery-mcp

什么是 Distillery？

Distillery 是一个通过 Claude Code 技能访问的团队知识库。它将来自工作会话、会议、书签和对话的原始信息提炼为浓缩的、可搜索的知识——以向量嵌入的形式存储在 DuckDB 中，并通过自然语言检索。可通过 stdio 在本地运行，也可作为托管 HTTP 服务运行，并支持 GitHub OAuth 供团队访问。

Distillery 实现了最高价值的转化——从噪声到信号——并使其成为整个团队都能使用的工具。

完整文档： norrietaylor.github.io/distillery

Related MCP server: Rememberizer MCP Server

技能

Distillery 提供 15 个 Claude Code 斜杠命令：

快速开始

第 1 步：安装插件

claude plugin marketplace add norrietaylor/distillery
claude plugin install distillery

这将安装全部 15 个技能。插件不会自动配置 MCP 服务器——请运行 /setup（见下文）来添加一个。推荐的配置通过 uvx --from 'distillery-mcp[fastembed]>=0.6.0' distillery-mcp 本地运行——在您的机器上构建一个私有的、自包含的知识库，使用设备端 fastembed 嵌入（无需 API 密钥）。需要 Python 3.11+ 和 uv（安装：curl -LsSf https://astral.sh/uv/install.sh | sh）。

第 2 步（可选）：改用 Jina 或 OpenAI

默认的 fastembed 提供程序可离线运行，无需 API 密钥。如果您更愿意使用托管的嵌入服务，请设置 DISTILLERY_EMBEDDING_PROVIDER 并提供相应的 API 密钥：

# Jina (free tier at jina.ai)
export DISTILLERY_EMBEDDING_PROVIDER=jina
export JINA_API_KEY=jina_...

# Or OpenAI
export DISTILLERY_EMBEDDING_PROVIDER=openai
export OPENAI_API_KEY=sk-...

uvx 会从您的 shell 环境中继承这些变量。完整的提供程序配置块（包括用于 fastembed 模型选择的选项 C）请参阅 distillery.yaml.example。

重启 Claude Code 并运行入门向导：

/setup

试用托管演示（可选）

想在本地不安装任何东西的情况下进行评估？将托管演示配置为 distillery-mcp.fly.dev 而不是本地服务器：

claude mcp add distillery --scope user --transport http --url https://distillery-mcp.fly.dev/mcp

演示服务器： distillery-mcp.fly.dev 仅用于评估。请勿存储敏感或机密数据。

完整的配置选项请参阅本地设置指南，或部署您自己的实例供团队使用。

开发

uv pip install -e ".[dev]"
# or
pip install -e ".[dev]"
pytest                              # run tests
mypy --strict src/distillery/       # type check
ruff check src/ tests/              # lint

完整指南请参阅贡献指南。

许可证

Apache 2.0 — 详情请参阅 LICENSE。