터미널 전용 로컬 지식 베이스로, PDF, Markdown 노트, 논문 작성 근거를 관리합니다. Obsidian이나 Zotero에 의존하지 않으며, CLI, 스크립트, MCP 에이전트를 통해 직접 사용할 수 있습니다.
SQLite FTS5 전문 검색, 중국어와 영어 지원
PDF를 페이지별로 파싱하여 citekey, 페이지 번호, 원문 발췌를 보존
Markdown 노트를 재귀적으로 가져와 안정적인 citekey 유지
BibTeX 서지 파일과 연구 초안 디렉터리
JSON-RPC over stdio MCP server, Codex와 같은 터미널 에이전트에 연결 가능
선택적 LanceDB + Sentence Transformers 벡터 인덱스
모든 인덱스와 파싱 결과는 로컬에서 재구성 가능한 파일
Related MCP server: search-docs
Linux/macOS
Python 3.11+
pdftotext, pdfinfo, pdftoppm(poppler 설치 권장)
기본 전문 검색에는 추가 Python 의존성이 필요하지 않습니다. Python 3.12 가상 환경과 uv를 권장합니다.
uv python install 3.12
uv venv --python 3.12 .venv
uv pip install --python .venv/bin/python -e .선택 의존성:
# 向量检索（CPU 环境）
uv pip install --python .venv/bin/python lancedb sentence-transformers
# 更复杂的 PDF 版面、表格和公式解析
uv pip install --python .venv/bin/python docling비NVIDIA GPU:
uv pip install --python .venv/bin/python \
torch==2.6.0+cpu \
--index-url https://download.pytorch.org/whl/cpu./kb init
./kb add ~/Books/paper.pdf --title "Paper title" --author "Doe, Jane" --year 2024
./kb add ~/notes/method.md --title "Method notes"
./kb index --all
./kb search "retrieval augmented generation" --limit 5자주 쓰는 명령:
./kb status
./kb doctor
./kb show <citekey> --page 2
./kb passage --citekey <citekey> --page 2
./kb cite <citekey> --page 2
./kb page-image <citekey> 2 --dpi 150논문 인용 형식은 [@citekey, p. 2]입니다.
kb add는 파일을 하나씩 추가할 수 있습니다. 일괄 가져오기에는 shell을 사용합니다:
find ~/Books/final -type f \( -iname '*.pdf' -o -iname '*.md' \) -print0 |
while IFS= read -r -d '' file; do
./kb add "$file"
done
./kb index --all --forceserve-mcp는 stdin/stdout을 통해 JSON-RPC를 전송하며, 추가 MCP SDK가 필요하지 않습니다:
[mcp_servers.terminal_kb]
command = "/absolute/path/to/knowledge-base/kb"
args = ["--root", "/absolute/path/to/knowledge-base", "serve-mcp"]제공되는 도구는 다음과 같습니다.
search_library: PDF와 Markdown 증거를 검색
get_passage: 페이지 번호가 포함된 정확한 발췌문을 가져옴
get_document: 문서 메타데이터와 상태 조회
get_page_image: PDF 페이지를 렌더링하여 수식, 표, 그래픽을 확인
find_evidence: утверждение에 따라 근거를 찾아냄
index_status: 인덱스 상태 확인
벡터 인덱스는 선택 기능이며 .kb/config.toml에서 활성화합니다:
enable_vectors = true
embedding_model = "BAAI/bge-small-zh-v1.5"그다음 다시 빌드합니다:
./kb index --all --force첫 실행 시 Hugging Face에서 모델을 다운로드합니다.
./kb doctor
.venv/bin/python -m unittest discover -s tests -vUnclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Search and reason over your Obsidian-style Markdown vault, right from ChatGPT.
Token-efficient search for coding agents over public and private documentation.
Search arXiv/Semantic Scholar/OpenAlex + medical evidence (PubMed/Europe PMC) + LaTeX/PDF tools.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/xuj1nfan/knowledge_base'
If you have feedback or need assistance with the MCP directory API, please join our Discord server