TokenKnows

Name: TokenKnows
Author: johnnywuj81

作者：johnnywuj81バージョン 0.3.0i★ –iパソコンで動く

レジストリ名io.github.johnnywuj81/tokenknows

インストール

概要

作者による説明（英語の原文）

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

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i1項目中1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未計測★ –

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: パソコンで動く
トランスポート: stdio
カテゴリ: 検索・AIの記憶
入力が必要なもの：TOKENKNOWS_API_TOKEN

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：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
自分で入力するもの： TOKENKNOWS_API_BASE, TOKENKNOWS_API_TOKEN, TOKENKNOWS_DEFAULT_PROJECT, TOKENKNOWS_WEB_BASE

「秘密」と表示された値は、あなたのアカウントの鍵です。絶対に人に教えたり、チャットに貼り付けたりしないでください。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

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。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "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"
      }
    }
  }
}

ターミナルでこれを実行します

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

動かす前に、空欄の値を入力してください。

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": {
    "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"
      }
    }
  }
}

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": {
    "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"
      }
    }
  }
}

これはパソコンで動くサーバーですが、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。ほかのアプリを選んでください。

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。

自分で入力する値

TOKENKNOWS_API_BASE env
Self-hosted TokenKnows backend URL
TOKENKNOWS_API_TOKEN 秘密 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)

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

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

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、リポジトリを所有するGitHubアカウント johnnywuj81 で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

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7251件のうち0%よりスターが多い
このカテゴリのほかの7251件のうち16%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7251件のうち100%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

TokenKnowsは安全ですか？

当てはまる基本チェック1項目のうち1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？

入力が必要なもの：TOKENKNOWS_API_TOKEN

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

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–、最新バージョン（0.3.0）がレジストリに届いたのは5 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。パソコンにPython (uv)も必要です。

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今日更新

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★ 48,148MIT20 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★ 5,213MIT先月更新

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。

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

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

自分で入力する値

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 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