timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Multi-tenant hybrid RAG & evidence verification MCP server enforcing PostgreSQL RLS.
Texto original del autor
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…
scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 11/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 12/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 0/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 23/100 |
Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
Elige la app de IA que usas y copia la configuración.
Que tu IA lo instale con una frase
Instala Knowledge Fabric. Sigue https://mcp.popnx.com/i/invarcore-knowledge-fabric.md, enséñame los comandos y espera mi OK antes de ejecutarlos.Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA
Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 13 nov 2026
Primero: ¿qué IA usas?
Elige tu app y los pasos aparecen abajo.
Funciona con Claude, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Knowledge Fabric para Claude en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "knowledge-fabric": { "command": "uvx", "args": [ "knowledge-fabric" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Knowledge Fabric aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
SettingsDeveloperEdit Config
{
"mcpServers": {
"knowledge-fabric": {
"command": "uvx",
"args": [
"knowledge-fabric"
]
}
}
}Usa Knowledge Fabric y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude dice que está usando Knowledge Fabric o muestra una herramienta de Knowledge Fabric en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
ChatGPT todavía no puede conectar Knowledge Fabric
Knowledge Fabric se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web
A · Usa una app que pueda conectar Knowledge Fabric
Funciona con Claude Code, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Knowledge Fabric para Claude Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user knowledge-fabric -- uvx knowledge-fabric 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Knowledge Fabric aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --scope user knowledge-fabric -- uvx knowledge-fabricDeberías ver Knowledge Fabric en la lista como conectado
Usa Knowledge Fabric y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude Code dice que está usando Knowledge Fabric o muestra una herramienta de Knowledge Fabric en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con Cursor, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Knowledge Fabric para Cursor en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "knowledge-fabric": { "command": "uvx", "args": [ "knowledge-fabric" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Knowledge Fabric aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Usa Knowledge Fabric y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Cursor dice que está usando Knowledge Fabric o muestra una herramienta de Knowledge Fabric en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con VS Code, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server Knowledge Fabric para VS Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "knowledge-fabric": { "type": "stdio", "command": "uvx", "args": [ "knowledge-fabric" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Knowledge Fabric aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Usa Knowledge Fabric y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si VS Code dice que está usando Knowledge Fabric o muestra una herramienta de Knowledge Fabric en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps
Ver todas las apps que usan MCP →
La configuración JSON está en “Para desarrolladores”, abajo
Claude Code
claude mcp add --scope user knowledge-fabric -- uvx knowledge-fabricClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"knowledge-fabric": {
"command": "uvx",
"args": [
"knowledge-fabric"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"knowledge-fabric": {
"command": "uvx",
"args": [
"knowledge-fabric"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"knowledge-fabric": {
"type": "stdio",
"command": "uvx",
"args": [
"knowledge-fabric"
]
}
}
}Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
pypi: knowledge-fabricSegún cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.
Se ejecutan en tu computadora en
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 20 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub invarcore, dueña del repo
Último cambio de código: hace 3 días
Usa Apache-2.0
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Sin entradas en OSV.dev para knowledge-fabric@0.1.3
Solo revisa esta versión del paquete, no todas sus dependencias · revisado 15 nov 2026
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/invarcore-knowledge-fabric)Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.
Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.
Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez hace 3 días, y la última versión (0.1.3) llegó al registro hace 12 días.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
En la misma categoría: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Official Exa MCP for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Este Knowledge Fabric | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Se instala en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | No | No | No | No | No | No |
| Se añade con + en Claude | No | Sí | Sí | Sí | No | No |
| Revisiones básicas | 3/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Licencia | Apache-2.0 | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Vendor-neutral, governance-first evidence retrieval for AI systems.
Native PostgreSQL + pgvector • Hybrid RRF Fusion • Cross-Encoder Reranking • Dual-Mode Multi-Tenancy • MCP-Native
Click to launch a fully configured browser VS Code workspace with PostgreSQL + pgvector and Tika running automatically:
Give Claude Desktop or Cursor private, local long-term memory over your enterprise codebase and documents. Add this to your claude_desktop_config.json:
{
"mcpServers": { "knowledge-fabric": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "DATABASE_URL=postgresql://knowledge_fabric:knowledge_fabric@host.docker.internal:5432/knowledge_fabric", "-e", "KF_DEFAULT_TENANT=default", "ghcr.io/invarcore/knowledge-fabric:0.1.4", "knowledge-fabric-mcp" ] } } }
git clone https://github.com/invarcore/knowledge-fabric.git && cd knowledge-fabric
docker compose up -d
python examples/quickstart_interactive.py
Most enterprise AI initiatives stall not because of model capability, but because of operational sprawl, data leakage, and ungrounded retrieval. Traditional architectures force engineering teams to introduce dedicated vector databases (Pinecone, Qdrant, Weaviate), creating a second source of truth, new vendor contracts, complex VPC peering, and $50k–$100k/year in recurring cloud spend.
Knowledge Fabric eliminates this entire infrastructure tier by running directly on your existing PostgreSQL database with pgvector HNSW indexes and native full-text search (tsvector), combined with Reciprocal Rank Fusion (RRF):
| Challenge with Traditional Stacks | The Knowledge Fabric Enterprise Architecture |
|---|---|
| Forced Database Sprawl: Introducing specialized vector databases requires separate VPC peering, backup regimes, and $2,000–$10,000/mo in dedicated infrastructure. | Runs on your existing PostgreSQL: Combines pgvector HNSW with PostgreSQL full-text search (tsvector) in a single ACID database. Zero new infrastructure to operate. |
| Naive Cosine Search Misses Exact Terms: Pure vector search frequently misses critical error codes, IDs, SKUs, drug names, and legal terms. | Hybrid RRF + Neural Reranking: Reciprocal Rank Fusion (k=60) merges BM25 lexical precision with dense vector semantics, refined by local cross-encoders. |
| Cross-Tenant Data Contamination: Naive vector stores expose all chunks globally, risking cross-tenant data leakage in multi-tenant SaaS. | Dual-Mode Multi-Tenancy: Application-level tenant isolation by default, plus opt-in PostgreSQL Row-Level Security (RLS) for HIPAA and SOC 2 compliance. |
| Vendor API Lock-In & Recurring Cost: Cloud frameworks default to proprietary embedding APIs, risking breaking changes and per-token fees. | 100% Local & Open by Default: Ollama & sentence-transformers run offline and free on CPU/GPU. OpenRouter, OpenAI, and Cohere are drop-in alternatives. |
| Framework Monoliths: LlamaIndex and LangChain force you into proprietary prompt abstraction libraries. | Clean FastMCP Boundary: Exposes retrieval as a standard Model Context Protocol (MCP) server that any agent or framework can consume. |
How actual CTOs deploy Knowledge Fabric across enterprise verticals:
| Vertical | Primary Compliance & Architectural Concern | Knowledge Fabric Solution | Impact & ROI |
|---|---|---|---|
| Fintech & Banking | Strict SEC/FINRA audit trails, zero public cloud data leakage, exact compliance code matching. | Hybrid RRF (BM25 + pgvector) on private AWS RDS Aurora; local offline embeddings with Ollama. | Eliminates dedicated vector DB SaaS spend; 100% compliance audit trail via built-in AuditLogger. |
| Healthcare & Pharma | HIPAA compliance, patient PII containment, medical terminology precision. | Dual-mode PostgreSQL Row-Level Security (RLS) guarantees data is physically unqueryable across departments. | Zero cross-tenant leakage risk; passes strict clinical HIPAA review. |
| Enterprise B2B SaaS | Multi-tenancy at scale (50M+ chunks), sub-10ms query latency, fast self-hosting. | HNSW indexing with declarative PostgreSQL tenant table partitioning. | HNSW enables low-latency retrieval across millions of documents with partition pruning. |
| DevOps & Cloud SRE | Automated incident triage, runbook citation, turnkey Kubernetes deployment. | Multi-arch Docker containers, Docker Compose stack, and FastMCP server. | Rapid local deployment; grounded runbook retrieval for on-call agents. |
flowchart TB
subgraph Ingestion ["1. INGESTION PIPELINE"] Sources["Enterprise Docs\n(MD, PDF, DOCX, HTML)"] --> Tika["Apache Tika\n(Text Extraction)"] Tika --> Chunker["Document Chunker\n(Sliding Window)"] Chunker --> Embedder["Embedding Provider\n(Ollama / OpenRouter / OpenAI / Cohere)"] end
subgraph Storage ["2. POSTGRESQL + PGVECTOR"] Embedder --> Chunks[("chunks table\n• Full-text tsvector (BM25)\n• pgvector embedding\n• tenant_id & metadata")] end
subgraph Retrieval ["3. RETRIEVAL & FUSION ENGINE"] Query["User / Agent Query\n(with tenant_id)"] --> Lexical["Lexical Search\n(tsvector English)"] Query --> Vector["Dense Vector Search\n(Cosine Distance)"] Chunks -.-> Lexical Chunks -.-> Vector Lexical --> RRF["Hybrid Fusion\n(RRF k=60)"] Vector --> RRF RRF --> Reranker["Cross-Encoder Reranker\n(sentence-transformers / Cohere)"] end
subgraph Interface ["4. AUDITABLE EVIDENCE CONSUMPTION"] Reranker --> EvidencePkg["Structured Evidence Package\n• Ranked snippets with citations\n• Provenance trace & scores\n• Audit event log"] EvidencePkg --> MCPServer["MCP Server\n(retrieve_evidence)"] MCPServer --> Downstream["Intent Fabric / AI Agent / Claude / Cursor"] end
Choose the consumption pathway that fits your architecture:
If you are importing the retrieval engine into Python code, custom agents, or running MCP:
# Install core package from PyPI
pip install knowledge-fabric
pip install "knowledge-fabric[reranking]"
uvx knowledge-fabric-mcp
Spin up the entire multi-tenant stack (PostgreSQL + pgvector, Apache Tika, and Admin UI) in seconds:
# Clone or download docker-compose.prod.yml
curl -sSL https://raw.githubusercontent.com/invarcore/knowledge-fabric/main/docker-compose.prod.yml -o docker-compose.yml
docker compose up -d
Helm chart packaging is planned. For now, deploy the Docker image directly to your cluster using standard Kubernetes Deployment + Service manifests, pointing to your external RDS / Cloud SQL instance.
[!NOTE]
The
helm install oci://ghcr.io/invarcore/charts/knowledge-fabriccommand shown in earlier versions targets a Helm OCI registry that has not yet been published. Watch the releases page for the first official Helm chart release.
git clone https://github.com/invarcore/knowledge-fabric.git
cd knowledge-fabric python3 -m pip install -e ".[reranking,dev]" docker compose up -d postgres tika EMBEDDING_PROVIDER=ollama knowledge-fabric-ingest --path ./docs --recursive --embed --tenant engineering knowledge-fabric-mcp
Configure your preferred embedding and reranking providers with environment variables or config/settings.yaml:
| Provider | Setup / Environment | Vector Dim | Cost / Hardware |
|---|
| Ollama *(Recommended)* | EMBEDDING_PROVIDER=ollama ollama pull nomic-embed-text | 768 | Free & Local (CPU or GPU) | | OpenAI | EMBEDDING_PROVIDER=openai OPENAI_API_KEY=sk-... | 1536 | Commercial API | | Cohere | EMBEDDING_PROVIDER=cohere COHERE_API_KEY=... | 1024 | Commercial API | | Mock | EMBEDDING_PROVIDER=mock | 1536 | Deterministic (Dev/CI only) |
| Provider | Configuration | Characteristics |
|---|---|---|
| Passthrough *(Default)* | RERANKER=passthrough | Fast zero-latency RRF ranking without neural reranking. |
| CASE-Guard | RERANKER=case_guard | Safeguard-boosted & insecure-exemplar quarantined code reranker (AST + polyglot security checks). |
| Cross-Encoder | RERANKER=cross_encoder | Local neural model (ms-marco-MiniLM-L-6-v2) via sentence-transformers. Free & private. |
| Cohere | RERANKER=cohere COHERE_API_KEY=... | Cloud reranking via Cohere Rerank API. |
Knowledge Fabric provides two isolation layers to accommodate both lightweight development and regulated enterprise environments:
Every query and ingestion specifies tenant_id:
pipeline.retrieve_evidence(
query_text="emergency access procedures", tenant_id="healthcare-corp-a", top_k=5, )
SQL queries automatically include `WHERE d.tenant_id = %s`. Requires no special database privileges.
For HIPAA, SOC2, or government environments requiring database-enforced isolation:
-- Enable RLS across all tables with one command:
SELECT enable_tenant_rls();
PostgreSQL kernel rejects any access that does not set session variable `app.tenant_id`:
SELECT set_config('app.tenant_id', 'healthcare-corp-a', true);
Even if application code contains a bug or omiss