Skip to main content
Glama
yorikhu
by yorikhu

Phloem

Phloem es una plataforma de base de conocimiento autohospedada de nivel empresarial construida sobre RAGFlow. Envuelve el motor con una pasarela API de Node.js tipada y un servidor MCP para una integración fluida con agentes.

Phloem (韧皮部) — el tejido vascular que transporta nutrientes a través de una planta. El conocimiento debería fluir de la misma manera.

Por qué Phloem

  • Autohospedado — tus documentos, tu infraestructura, tu control. Ningún dato sale de tu entorno.

  • Listo para agentes — expón tu base de conocimiento mediante API REST o servidor MCP, para que los agentes de IA obtengan respuestas fundamentadas y aumentadas por recuperación.

  • Tipado de extremo a extremo — un único contrato OpenAPI impulsa las rutas de la pasarela, el SDK de cliente y las capas mock. Menos sorpresas de integración.

  • Backend intercambiable — una capa de adaptadores aísla RAGFlow; cambia o actualiza el motor sin tocar el código de negocio.

  • Extensible — un registro de puntos de extensión (middleware, rutas, herramientas MCP, módulos web) diseñado para personalización estilo plugin sin hacer fork.

Related MCP server: Qurio MCP Server

Arquitectura

┌────────────┐   REST    ┌─────────────┐            ┌──────────────┐
│  Web UI    │──────────▶│   Gateway   │──adapter──▶│   RAGFlow    │
│  (Next.js) │           │  (NestJS)   │            │  (submodule) │
└────────────┘           └──────┬──────┘            └──────────────┘
                                │
                         ┌──────┴──────┐
                         │ MCP Server  │  ◀── Claude Desktop, Cursor, custom agents
                         └─────────────┘

Paquetes

Paquete

Descripción

@phloem/shared

Tipos, esquemas Zod, contratos de API

@phloem/gateway

Pasarela API NestJS (Fastify) con capa de adaptadores

@phloem/mcp

Servidor MCP que expone herramientas de conocimiento

@phloem/web

Consola Next.js 15 App Router, exportación estática

@phloem/eslint-config

Configuración plana compartida de ESLint

Primeros pasos

Requisitos previos

  • Node.js ≥ 22

  • pnpm ≥ 9

  • Docker (para el backend de RAGFlow)

Instalar

git clone --recurse-submodules https://github.com/phytul/phloem.git
cd phloem
pnpm install
cp deploy/docker/.env.example deploy/docker/.env

Ejecutar (dev)

# Gateway
pnpm --filter @phloem/gateway dev

# Web console (Next.js dev server, port 5273)
pnpm --filter @phloem/web dev

Ejecutar (con RAGFlow)

# Build and start RAGFlow (Lite profile, Infinity engine)
docker compose -f deploy/docker/docker-compose.yml -f deploy/docker/docker-compose.lite.yml up -d

pnpm --filter @phloem/gateway dev
pnpm --filter @phloem/web dev

Verificar

curl http://localhost:3000/healthz

API

El contrato REST es la única fuente de verdad: openapi.yaml.

Recursos principales:

  • POST /v1/retrieval — recuperación híbrida entre conjuntos de datos

  • GET/POST /v1/datasets — gestión de bases de conocimiento

  • POST /v1/datasets/{id}/documents — subida de documentos

  • GET /healthz — sonda de actividad

Herramientas MCP

Herramienta

Descripción

retrieve_knowledge

Recuperación híbrida entre bases de conocimiento

list_datasets

Lista las bases de conocimiento disponibles

Desarrollo

pnpm run build        # build all packages
pnpm run typecheck    # strict TS check across the monorepo
pnpm run lint         # ESLint + Prettier

Los commits siguen Conventional Commits. Los hooks (lint-staged + commitlint) lo aplican automáticamente.

Licencia

Apache-2.0

Enlaces

  • RAGFlow — el motor subyacente

  • MCP — Model Context Protocol

Maintenance

ActivitySlowing
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • F
    license
    A
    quality
    D
    maintenance
    Enables AI agents to query a local knowledge graph built from document collections using hybrid search (BM25 + vector fusion) and entity-relationship extraction. Supports privacy-first, offline operation with tools for semantic search, entity graph exploration, and corpus statistics.
    3
    -
  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables AI coding assistants to search and retrieve information from a locally ingested knowledge base using hybrid search, grounded in user-curated documentation.
    17
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Exposes knowledge base retrieval tools for AI agents via the Model Context Protocol, enabling hybrid search across datasets and dataset listing.
    0
    Apache 2.0