Docs MCP

Name: Docs MCP
Author: frumu-ai

โดย frumu-aiรุ่น 0.3.2i★ 125iรันบนคลาวด์

ชื่อใน registryac.tandem/docs-mcp

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Remote MCP server for Tandem docs, install guides, SDKs, workflows, and agent setup help.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 3 จาก 4 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiเริ่มต้น★ 125

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนคลาวด์
ช่องทาง (transport): Streamable HTTP
หมวด: ค้นข้อมูลและความจำของ AI

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย

Claude DesktopClaude CodeCursorVS Code

เปิด Claude Desktop → Settings → Connectors → Add custom connector แล้ววางที่อยู่นี้

https://tandem.ac/mcp

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http docs https://tandem.ac/mcp

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "docs": {
      "url": "https://tandem.ac/mcp"
    }
  }
}

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "docs": {
      "type": "http",
      "url": "https://tandem.ac/mcp"
    }
  }
}

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 5 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันโดเมน tandem.ac แล้ว (registry ตรวจความเป็นเจ้าของโดเมน)
✓ ผ่าน
ยังมีคนดูแล
มีการแก้โค้ดล่าสุด 30 วันที่ผ่านมา
! ควรระวัง
มีสัญญาอนุญาต (license)
GitHub อ่านชนิด license ไม่ออก ต้องเปิดไฟล์ดูเอง
✓ ผ่าน
endpoint ตอบ
ตอบกลับใน 931 ms (HTTP 200)
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ไม่ต้องล็อกอิน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
ต้องอ่านรายการเครื่องมือของ server ก่อน จะเริ่มตรวจในขั้นถัดไป

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

ดาวมากกว่า 20% ของอีก 10 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 10% ของอีก 10 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 0% ของอีก 10 ตัวในหมวดนี้

เทียบเฉพาะ server ที่อยู่ในต้นแบบนี้ ไม่ใช่ทั้ง registry

คำถามที่พบบ่อย

Docs MCP ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 4 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด 30 วันที่ผ่านมา และส่งรุ่นล่าสุด (0.3.2) เข้า registry 7 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Context7, Codebase Memory, Exa

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Context7

โดย upstash

ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว

บนเครื่องหรือคลาวด์★ 64,224MITอัปเดต เมื่อวานซืน

Codebase Memory

โดย DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

รันบนเครื่อง★ 48,148MITอัปเดต 19 วันที่ผ่านมา

Exa

โดย exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

รันบนคลาวด์★ 5,213MITอัปเดต 43 วันที่ผ่านมา

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

English | 简体中文

Interested in Tandem Hosted? Join the waitlist

Tandem

Tandem enforces policy between AI agents and the tools, data, memory, and actions they use.

Agents can reason, draft, and propose work. Tandem decides what they are authorized to see, which tools they can call, which actions must pause for approval, what memory/context they can access, and what evidence gets recorded.

This makes Tandem useful when agents touch real company systems: files, repositories, email, MCP tools, customer data, internal docs, production workflows, and long-running automations.

For platform and security teams, Tandem acts as a runtime control plane for agentic systems: scoped tool access, approval gates, permissioned memory, tenant/resource boundaries, and audit evidence.

The model proposes. Tandem enforces.

In governance terms, Tandem manages delegated authority for AI agents at runtime.

What Tandem Does

Runs AI workflows with durable state instead of transcript-only execution.
Scopes which built-in tools and MCP connectors are visible at each workflow step.
Blocks tool calls that fall outside runtime policy before execution.
Pauses consequential actions for human approval.
Controls which company memory and context a run can retrieve.
Records artifacts, tool events, approval decisions, and audit evidence outside the model context window.

Simple Example

An agent may be allowed to draft a customer email, but not send it.

Tandem can expose the draft tool, hide or block the send tool, pause at an approval gate, resume only after a human approves, and record the decision in the audit trail.

What Tandem Is Not

Not this	Instead
Chatbot wrapper	Runtime layer underneath agents and workflows
Agent framework only	Policy layer that controls what agent workflows can see and do
Approval UI only	Runtime enforcement with approvals as one controlled gate
LLM gateway only	Governs workflow state, tools, memory, approvals, artifacts, and audit
Flat RAG system	Runtime-scoped memory and source-bound retrieval
Prompt-only safety layer	Enforcement happens outside the model

Tandem calls this runtime authority: authorization, execution control, approval, scoped memory, and audit enforced outside the model. Entrypoints such as the desktop app, TUI, web control panel, channels, and SDKs are clients of the same engine runtime.

Runtime-owned controls: Runs, sessions, memory, context, provider secrets, MCP tools, approvals, artifacts, and audit records live outside the model.
Governed tool execution: Built-in tools and MCP connectors can be scoped per workflow step, with approval gates for consequential actions.
Tenant-aware runtime: Hosted and enterprise modes carry tenant/principal context through sessions, runs, context runs, memory, provider credentials, MCP secrets, and events.
Deployable where the data lives: Tandem can run locally, headlessly, hosted, or inside customer infrastructure.
Provider agnostic: Use OpenRouter, Anthropic, OpenAI, OpenCode Zen, or local Ollama endpoints.

Agent intent -> Runtime policy -> Scoped tool/data access -> Approval gates -> Artifacts -> Audit trail

-> [AI runtime infrastructure](docs/AI_RUNTIME_INFRASTRUCTURE.md) | [Enterprise readiness](docs/ENTERPRISE_READINESS.md) | [Runtime trust boundaries](docs/RUNTIME_TRUST_BOUNDARIES.md) | [EU AI Act readiness](docs/EU_AI_ACT_COMPLIANCE.md) | [Compliance starter pack](docs/compliance/README.md) | [Connect an agent via MCP](https://tandem.ac/docs-mcp)

Why Tandem Exists

Agents are becoming workers. They read company context, call tools, open pull requests, draft customer communication, operate project boards, and prepare decisions that used to stay inside human-only systems.

Prompts are not permissions. A system prompt can ask a model to avoid a tool, skip a folder, or wait for approval, but the model should not be the security boundary. Tandem puts those controls in the runtime, so a workflow can grant the agent only the tools, memory, and actions needed for the current step — and deny anything outside that scope.

Companies also need central AI context without flat access. A permissioned company memory should know what the company knows, but an agent acting for one team, tenant, project, or user should only retrieve the slice it is allowed to use.

What Tandem Governs

Company knowledge and memory: Runtime-owned memory, knowledge spaces, and retrieval paths designed around tenant and workspace boundaries.
Tool and MCP visibility: Step-scoped built-in tools and MCP connector tools, with broader pre-invocation masking planned for enterprise deployments.
Workflow execution: Durable automation and context-run state instead of fragile transcript-only execution.
Human approvals: Runtime gates pause runs, collect approve/rework/cancel decisions, and leave evidence.
Tenant and workspace boundaries: Tenant-aware sessions, runs, context runs, events, provider credentials, MCP secrets, memory, and contract vocabulary for resource scopes and grants.
Connector credentials and secrets: Provider and MCP secret references are runtime-owned; connector source binding gives scoped ingestion a shared contract as that layer matures.
Artifacts and audit trails: Outputs, validations, tool ledger events, approval decisions, and protected audit records survive outside the model context window.

Core Use Cases

Use case	What Tandem adds
Approval-gated email and workflows	Agent proposes work, Tandem pauses before the action, a human approves or requests rework.
Permissioned company knowledgebase	Company memory and knowledge spaces with tenant-aware retrieval and resource-grant vocabulary.
Governed coding agents	Coder runs, worktree context, handoff artifacts, approval points, and auditable implementation state.
Project, sprint, and event brain	Long-running context, tasks, artifacts, and memory that survive across sessions and teams.
Tenant-isolated hosted automations	Hosted runtime records, event streams, provider credentials, MCP secrets, and memory scoped by tenant.
Internal agent and tool governance	A control point for which agents can see which tools, execute which actions, and leave which evidence.

Why Platform And Security Teams Care

Tandem is designed for teams that need to run AI work under real operational controls:

Runtime authority, not prompt authority: The model can request context or a tool call; the runtime decides what is visible and executable.
Tenant-aware records: Sessions, automation runs, context runs, event streams, provider credentials, MCP secrets, and memory paths carry tenant context in hosted/shared modes.
Resource and grant model: Tandem models resources, principals, grants, data classes, and data boundaries so access decisions can be enforced by the runtime.
Permissioned memory: Memory and knowledge paths carry tenant boundaries so company knowledge can become useful without becoming globally flat.
Deployable runtime: The same runtime can run on a laptop, as a headless engine, hosted, or inside customer infrastructure as the enterprise layer matures.
Auditability: Approval decisions, policy denials, provider secret changes, MCP activity, tool ledger events, artifacts, and protected audit records can be inspected outside chat transcripts.

Deployment Model

Tandem is useful locally and grows toward stricter company deployments:

Local desktop: Single-user desktop runtime with local workspace scope, provider setup, and approval-gated tools.
Headless engine: tandem-engine serve for SDKs, control panels, automations, and CI/dev environments.
Hosted/private managed: Hosted deployments with transport-token and signed context assertions for tenant-aware access.
Customer infrastructure: A deployment model for running where company data, connector credentials, and operational evidence need to live.

Current Status

Current capabilities	Enterprise roadmap
Runtime auth modes: `local_single_tenant`, `hosted_single_tenant`, `enterprise_required`	Full RBAC, OIDC, SCIM, SIEM integrations, SOC2 package, and enterprise identity policy bridge
Tenant context and signed context assertions for hosted/enterprise ingress	Private enterprise sidecar with fail-closed policy authorization
Tenant-aware sessions, automation runs, context runs, events, coder routes, and memory APIs	Complete artifact/export isolation across every path
Provider credential and MCP secret tenant boundaries	Full tool-discovery masking before model invocation
Memory tenant partitioning, tenant-scoped knowledge spaces, and resource-scoped retrieval APIs	Production connector ingestion admin platform with live external source ingestion

| Resource access-control contract types and strict context projection vocab

ตัดมาแค่ช่วงต้น อ่านต่อใน repo