TokenKnows

Name: TokenKnows
Author: johnnywuj81

de johnnywuj81versión 0.3.0i★ –iSe ejecuta en tu computadora

Nombre en el registroio.github.johnnywuj81/tokenknows

Instalar

Resumen

Descripción del creador (original en inglés)

Distill AI coding sessions into weekly reports, ADRs and a knowledge graph - self-hosted

Los tres pilares de PopNx MCP

Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.

Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
UsoiAún sin medir★ –

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

Conexión: Se ejecuta en tu computadora
Transporte: stdio
Categoría: Búsqueda y memoria de IA
Debes completar: TOKENKNOWS_API_TOKEN

Instalación

Elige la app de IA que usas y copia la configuración.

Antes de instalar

Revisiones básicas: 1 de 1 superadas
Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
Debes completar tú: TOKENKNOWS_API_BASE, TOKENKNOWS_API_TOKEN, TOKENKNOWS_DEFAULT_PROJECT, TOKENKNOWS_WEB_BASE

Los valores marcados como secretos son llaves de tu cuenta. Nunca los compartas ni los pegues en un chat.

Necesitas

PyPIuv de Python instalado (para el comando uvx)

¿Qué app usas?

ClaudeClaude CodeCursorVS CodeChatGPT

Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.

Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json

{
  "mcpServers": {
    "tokenknows": {
      "command": "uvx",
      "args": [
        "tokenknows-mcp"
      ],
      "env": {
        "TOKENKNOWS_API_BASE": "your-value",
        "TOKENKNOWS_API_TOKEN": "your-value",
        "TOKENKNOWS_DEFAULT_PROJECT": "your-value",
        "TOKENKNOWS_WEB_BASE": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add tokenknows --env TOKENKNOWS_API_BASE=your-value --env TOKENKNOWS_API_TOKEN=your-value --env TOKENKNOWS_DEFAULT_PROJECT=your-value --env TOKENKNOWS_WEB_BASE=your-value -- uvx tokenknows-mcp

Completa los valores vacíos antes de ejecutarlo.

Abrir en Cursor

O copia la configuración tú

Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json

{
  "mcpServers": {
    "tokenknows": {
      "command": "uvx",
      "args": [
        "tokenknows-mcp"
      ],
      "env": {
        "TOKENKNOWS_API_BASE": "your-value",
        "TOKENKNOWS_API_TOKEN": "your-value",
        "TOKENKNOWS_DEFAULT_PROJECT": "your-value",
        "TOKENKNOWS_WEB_BASE": "your-value"
      }
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Abrir en VS Code

O copia la configuración tú

Pégalo en .vscode/mcp.json de tu proyecto

{
  "servers": {
    "tokenknows": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "tokenknows-mcp"
      ],
      "env": {
        "TOKENKNOWS_API_BASE": "your-value",
        "TOKENKNOWS_API_TOKEN": "your-value",
        "TOKENKNOWS_DEFAULT_PROJECT": "your-value",
        "TOKENKNOWS_WEB_BASE": "your-value"
      }
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.

Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.

Valores que debes completar

TOKENKNOWS_API_BASE env
Self-hosted TokenKnows backend URL
TOKENKNOWS_API_TOKEN secreto env
API token (tkk_...) or JWT bearer for the backend; create one in the web UI under Project Settings - MCP Access (optional for default local deployments)
TOKENKNOWS_DEFAULT_PROJECT env
Default project_id for event submission and distill
TOKENKNOWS_WEB_BASE env
Web UI base URL used to build view_url links returned by distill/list tools (login required to open them)

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 7 nov 2026

✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub johnnywuj81, dueña del repo
… Aún sin revisar
Sigue en mantenimiento
Todavía no hemos leído este repo en GitHub
… Aún sin revisar
Tiene licencia
Todavía no hemos leído este repo en GitHub
– No aplica
El endpoint responde
Este se ejecuta en tu computadora; no hay endpoint en internet
– No aplica
Inicio de sesión con OAuth
Se ejecuta en tu computadora y usa ajustes locales en su lugar
… Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Comparado con otros en Búsqueda y memoria de IAi

Más estrellas que el 0% de los otros 7249 servidores de esta categoría
Publicado en el registro más recientemente que el 16% de los otros 7249 servidores de esta categoría
Revisiones básicas iguales o mejores que el 100% de los otros 7249 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro TokenKnows?

Superó 1 de 1 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.

¿Qué claves o códigos necesita?

Debes completar: TOKENKNOWS_API_TOKEN

¿Se ejecuta en mi computadora o en la nube?

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).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (0.3.0) llegó al registro hace 5 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: Context7, Codebase Memory, Exa

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

Context7

de upstash

Up-to-date docs for AI agents

Computadora o nube★ 64.224MITActualizado hoy

Instalar

Codebase Memory

de DeusData

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

Se ejecuta en tu computadora★ 48.148MITActualizado hace 20 días

Instalar

Exa

de exa-labs

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

Se ejecuta en la nube★ 5213MITActualizado el mes pasado

Instalar

README del creador

Abrir el README

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.

TokenKnows

Distill AI coding sessions into living knowledge — weekly reports, ADRs, incident reviews, books, agent skills, and a knowledge graph.

English | 简体中文

What is TokenKnows?

You spend hours pair-programming with Claude Code, Codex, and Cursor. The decisions, bug hunts, and design trade-offs from those sessions evaporate the moment the terminal closes. TokenKnows captures them automatically and distills them into structured, evidence-linked knowledge assets:

capture (6 collectors) → distill (5-stage LLM pipeline) → assets (7 document types) → review / redact / publish

📡 Captures everything — Claude Code, Codex, Cursor, VS Code, GitHub PRs/commits/issues, and local docs, all via local file watchers and API polling. No webhooks, no tunnels.
📝 Seven asset types — weekly reports, tech designs, ADRs, incident reviews, long-form books, reusable agent skills (SKILL.md), and an entity knowledge graph.
🔗 Evidence-linked — every paragraph traces back to the original PR / conversation / commit, ranked by cosine × trust × recency across ≥2 sources.
🔒 Local-first, zero egress by default — a three-layer LLM egress gate (instance ∧ project ∧ task) with full audit logging. Pair it with Ollama and run the whole pipeline with zero cloud keys.

Demo

Workbench	Document page

Evidence drawer	Publish receipt + version diff

▶ Full walkthrough: engineering_handoff/walkthrough.mp4 (5 min, Chinese narration + subtitles)

All 12 screens

1 Workbench	2 Event drawer	3 Document list	4 Document page

5 Evidence drawer	6 Regenerate dialog	7 Review	8 Redaction

9 Publish dialog	10 Publish receipt + diff	11 LLM egress	12 Admin

Install the plugin

Prerequisite: the TokenKnows backend at http://localhost:8001 and the web UI at `http://localhost:5173` (see Quick start), plus uv (the plugin pulls the MCP server from PyPI via uvx). All plugin env vars have working local defaults — export TOKENKNOWS_API_BASE / TOKENKNOWS_API_TOKEN / TOKENKNOWS_DEFAULT_PROJECT / TOKENKNOWS_WEB_BASE only for non-default setups. Register/login in the web UI and create an API token under Project Settings → MCP 接入 when your backend requires auth.

Platform	How
Claude Code	`/plugin marketplace add johnnywuj81/tokenknows` → `/plugin install tokenknows@tokenknows` — full walkthrough in tokenknows-plugin/README.md (5-minute quickstart)
Codex	`codex plugin marketplace add johnnywuj81/tokenknows` → `codex plugin add tokenknows@tokenknows` (loads skills, commands and the MCP server; local-clone alternative in codex-plugin/README.md)
Cursor	Add the tokenknows MCP block to `~/.cursor/mcp.json` (uvx config example in code/tokenknows-mcp/README.md)
VS Code	Download the `.vsix` from Releases → `code --install-extension tokenknows-vscode-*.vsix`

The plugin gives your AI tool MCP tools (submit_session_events, distill_document, list_assets, get_asset, get_asset_chapters, search_entity) plus slash commands like /tokenknows:weekly and /tokenknows:adr.

Quick start

# 1. (Optional but recommended) Ollama — fully local inference, zero cloud keys

ollama serve & ollama pull minimax-m2:cloud # or gpt-oss:20b, qwen2.5, ...

2. Backend (FastAPI + SQLite persistence + 3-layer LLM egress gate)

cd code/tokenknows-api python3 -m venv .venv && .venv/bin/pip install -e ".[dev]" cp .env.local.example .env.local # defaults to Ollama; edit to add cloud providers .venv/bin/uvicorn app.main:app --host 127.0.0.1 --port 8001

3. Frontend (React 19 + Vite)

cd code/tokenknows-web npm install npm run dev

open http://localhost:5173 — talks to the real backend (mocks are opt-in via ?msw=1)

(Optional) seed demo data

./engineering_handoff/demo-seed.sh

Platform support: macOS — full experience (collectors auto-start via launchd). Linux — backend, frontend, and collectors all run manually (python3 plugins/ /sync.py --watch); the launchd scripts don't apply. Windows — untested; WSL2 recommended.

Data collectors

All local — no ngrok, no public webhooks. On macOS they restart on crash and on reboot (launchd).

Collector	Source	Mode
claude-code	`~/.claude/projects/*.jsonl`	30s polling, incremental offsets
codex	`~/.codex/sessions/*/rollout-.jsonl`	30s polling, incremental offsets
cursor	Cursor's `state.vscdb` (read-only SQLite)	60s polling
github	GitHub REST API · PRs / issues / commits	5min polling (`gh auth` token)
vscode	VS Code extension `onDidSaveTextDocument`	buffered, 10s flush
local-docs	`~/Documents` `.md` `.txt` `.pdf` (watchdog)	realtime, 2s debounce

./scripts/launchd/install.sh          # macOS: install all 5 Python collectors as LaunchAgents

launchctl list | grep com.tokenknows tail -f ~/Library/Logs/tokenknows/*.log

Every event carries a trust score (0.6 × source_authority + 0.4 × extraction_confidence); the evidence stage ranks citations by 0.6 × cosine + 0.25 × trust + 0.15 × recency and enforces ≥2 distinct sources.

Architecture

Collectors feed an event store (SQLite). A five-stage pipeline (collect → outline → content → evidence → assess) turns events into assets. The LLM Gateway unifies four providers (Anthropic / OpenAI / MiniMax / Ollama) with per-task routing and fallback chains — and refuses any cloud call unless all three egress switches are on.

CI

Workflow	Runner	Trigger
`ci.yml`	ubuntu-latest (GitHub-hosted)	push to main + every PR
`ci-macos.yml`	self-hosted macOS ARM64	maintainer pushes to main only — never runs external PR code

Privacy & local-first

Zero egress by default — cloud LLM calls require the instance and project and task switches all on
Bring your own keys; the audit log never leaves your machine
One-click kill switch drops the instance into fully-offline mode

Details: PRD §6.7 data residency & egress control (Chinese).

Documentation

Topic	Doc
Product requirements, user journeys	PRD (zh)
Technical design, API, schema	TDD (zh)
Macro architecture & milestones	Architecture (zh)
Per-screen engineering decisions	TaskTechDesign (zh)
Pixel-level UI mockups	mockups/ — open in a browser

Most in-depth docs are in Chinese (the project's working language). Code comments are predominantly Chinese too; issues and PRs in English or Chinese are both welcome.

Community

CONTRIBUTING · Roadmap · Code of Conduct · Security policy · Issues

TokenKnows

Resumen

Los tres pilares de PopNx MCP

Qué puedes hacer con él

Instalación

Antes de instalar

Valores que debes completar

Qué puede hacer

Revisiones básicasi

El creador coincide con el repo

Sigue en mantenimiento

Tiene licencia

El endpoint responde

Inicio de sesión con OAuth

Sin instrucciones ocultas en las descripciones de herramientas

Comparado con otros en Búsqueda y memoria de IAi

Preguntas frecuentes

Alternativas

Context7

Codebase Memory

Exa

README del creador

What is TokenKnows?

Demo

Install the plugin

Quick start

2. Backend (FastAPI + SQLite persistence + 3-layer LLM egress gate)

3. Frontend (React 19 + Vite)

open http://localhost:5173 — talks to the real backend (mocks are opt-in via ?msw=1)

(Optional) seed demo data

Data collectors

Architecture

CI

Privacy & local-first

Documentation

Community

License