Docs MCP

Name: Docs MCP
Author: frumu-ai

作者：frumu-aiバージョン 0.3.2i★ 125iクラウドで動く

レジストリ名ac.tandem/docs-mcp

インストール

概要

作者による説明（英語の原文）

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

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi5項目中4項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i初期★ 125

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: クラウドで動く
トランスポート: Streamable HTTP
カテゴリ: 検索・AIの記憶

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：5項目中4項目に合格
作者のサーバーで動きます。あなたが頼んだ内容は、作者のサーバーを通ります。
できること：13件（ツール） search_docs, get_doc, get_start_path, recommend_next_docs …
レジストリには、入力が必要なキーは載っていません。

必要なもの

クラウドで動くインストール不要。インターネット経由でつながります

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

ウェブ、デスクトップ、モバイルのClaudeで使えます：

Settings → Connectors を開く
Add custom connector を押す
下のアドレスを貼り付けて Add を押す
サインインを求められたら、作者のサービスにサインインする

https://tandem.ac/mcp

ターミナルでこれを実行します

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

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

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

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

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

ChatGPTがつなげるのは、インターネット上のサーバーだけです：

ウェブ版のChatGPTを開き → Settings → Connectors (Apps)
Create または Add を押す（プランによっては、先に Advanced で Developer mode をオンにする必要があります）
下のアドレスを貼り付け、名前を付けて保存する
サインインを求められたら、作者のサービスにサインインする

https://tandem.ac/mcp

メニューの名前は、プランや時期によって少し違うことがあります。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

ツールの名前と説明は、サーバーが2026年11月7日に返したそのままの内容です。書いたのは作者で、私たちではありません。プレーンテキストとして表示しています。

search_docs
Search the published Tandem docs index for relevant pages.
get_doc
Fetch and normalize a published Tandem docs page by path or URL.
get_start_path
Recommend the best Tandem docs starting path for a desktop user, server admin, or developer.
recommend_next_docs
Recommend the next Tandem docs to read after a current page, optionally biased toward a goal.
answer_how_to
Answer how to install or use Tandem, build workflows, or use the SDKs by synthesizing relevant published docs.
get_tandem_guide
Return a structured Tandem learning guide for install-engine, python-sdk, typescript-sdk, build-workflows, or headless-deploy.
warmup_docs_cache
Refresh the docs index and preload the most important Tandem docs pages into cache.
get_docs_cache_status
Inspect the current docs cache state for index sources and warmed pages.
refresh_docs_index
Force-refresh docs indexes and report whether data came from the network, cache, or stale fallback.
refresh_doc_page
Force-refresh a docs page and report whether content came from the network, cache, or stale fallback.
invalidate_docs_cache
Invalidate docs cache entries for index data, all pages, or a specific page path.
compare_docs_index_refresh
Force-refresh the docs indexes and return before/after hashes so content changes can be proven.
compare_doc_page_refresh
Force-refresh a docs page and return before/after hashes so page content changes can be proven.

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月7日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名はドメイン tandem.ac で確認済みです（レジストリがドメインの所有を確認しています）
✓ 合格
今もメンテナンスされている
コードの最終更新：32 日前
! 注意
ライセンスがある
GitHubがライセンスの種類を判別できませんでした。ファイルを開いて確認してください
✓ 合格
エンドポイントが応答する
505ミリ秒で応答（HTTP 200）
– 対象外
OAuthでサインイン
サインイン不要
✓ 合格
ツールの説明に隠れた指示がない
13件のツールの説明を読み、AIへの隠れた指示は見つかりませんでした

検索・AIの記憶のほかのサーバーとの比較i

このカテゴリのほかの5662件のうち100%よりスターが多い
このカテゴリのほかの5662件のうち11%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの5662件のうち39%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

Docs MCPは安全ですか？

当てはまる基本チェック5項目のうち4項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか？

作者のクラウドで動きます。インストール不要でインターネット経由でつながりますが、送った内容は作者のサーバーを通ります。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は32 日前、最新バージョン（0.3.2）がレジストリに届いたのは7 か月前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。URLでつながるので、リモートMCPサーバーに対応したアプリ（開発者モードのChatGPTなど）でも使えます。

代わりに使えるものは？

同じカテゴリには：Context7, Codebase Memory, Exa

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Context7

作者：upstash

Up-to-date docs for AI agents

パソコンでもクラウドでも★ 64,224MIT昨日更新

インストール

Codebase Memory

作者：DeusData

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

パソコンで動く★ 48,148MIT21 日前更新

インストール

Exa

作者：exa-labs

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

クラウドで動く★ 5,213MIT2 か月前更新

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

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

冒頭だけを表示しています。続きはリポジトリで読めます

Docs MCP

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

検索・AIの記憶のほかのサーバーとの比較i

よくある質問

代わりの候補

Context7

Codebase Memory

Exa

作者のREADME

What Tandem Does

Simple Example

What Tandem Is Not

Why Tandem Exists

What Tandem Governs

Core Use Cases

Why Platform And Security Teams Care

Deployment Model

Current Status