timesfm
TimesFM เป็นโมเดลพื้นฐานสำหรับข้อมูลอนุกรมเวลาที่ผ่านการฝึกมาแล้ว พัฒนาโดย Google Research ใช้สำหรับพยากรณ์ข้อมูลอนุกรมเวลา
ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ
Multi-tenant hybrid RAG & evidence verification MCP server enforcing PostgreSQL RLS.Skill ที่สอน AI ทำงานแบบนี้ ใช้ร่วมกับตัวนี้ได้
TimesFM เป็นโมเดลพื้นฐานสำหรับข้อมูลอนุกรมเวลาที่ผ่านการฝึกมาแล้ว พัฒนาโดย Google Research ใช้สำหรับพยากรณ์ข้อมูลอนุกรมเวลา
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…
google-maps-scraper ใช้ดึงข้อมูลสถานที่จาก Google Maps เช่น ชื่อ ที่อยู่ เบอร์โทร เว็บไซต์ คะแนนรีวิว จำนวนรีวิว พิกัดละติจูดลองจิจูด และอีเมล สำหรับแต่ละสถานที่
หน้ารายการเรียงด้วยคะแนนการใช้งาน (เต็ม 100) จากส่วนเหล่านี้
| ความนิยม | 11/80 | ดาว GitHub หรือยอดดาวน์โหลดต่อสัปดาห์ ค่ามากนับ 60 ค่าน้อยนับ 20 |
|---|---|---|
| ความสด | 12/12 | ออกรุ่นหรือแก้โค้ดใน 30 วัน ได้เต็ม |
| ระบบยังตอบ | 0/8 | endpoint บนคลาวด์ตอบตอนตรวจล่าสุด |
| คะแนนการใช้งาน | 23/100 |
คุณภาพ: ผลตรวจเบื้องต้นผ่าน 3/3 ข้อ (แสดงให้ดู ไม่ได้ใช้เรียง) · ความมาแรง: ยังไม่มีข้อมูล (ใช้เรียงเฉพาะแท็บมาแรง)
เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง
ให้ AI ติดตั้งให้ด้วยประโยคเดียว
ติดตั้ง Knowledge Fabric ให้หน่อย ทำตาม https://mcp.popnx.com/i/invarcore-knowledge-fabric.md แสดงคำสั่งให้ฉันดูและรอฉันตกลงก่อนรันคัดลอกไปวางในแชตของ AI ที่ทำงานในเครื่องคุณได้ (เช่น Claude Code, Cursor) · AI จะอ่านขั้นตอนจากเรา แสดงคำสั่งให้ดู และรอคุณตกลงก่อน · ไม่ต้องใช้คีย์ ไม่ต้องสมัคร · ดูข้อความเต็มที่ AI จะอ่าน
ผลตรวจผ่าน 3/3 · ทำงานบนเครื่องคุณ · ✓ ตรวจคำสั่งแล้ว 13 พ.ย. 2569
ขั้นแรก: คุณใช้ AI ตัวไหน
เลือกแอปที่คุณใช้ ขั้นตอนจะขึ้นด้านล่าง
ต่อกับ Claude ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ
คัดลอกข้อความนี้ไปวางในแชตของ Claude AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Knowledge Fabric ให้ Claude ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "knowledge-fabric": { "command": "uvx", "args": [ "knowledge-fabric" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Knowledge Fabric ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
SettingsDeveloperEdit Config
{
"mcpServers": {
"knowledge-fabric": {
"command": "uvx",
"args": [
"knowledge-fabric"
]
}
}
}ใช้ Knowledge Fabric บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า Claude บอกว่ากำลังใช้ Knowledge Fabric หรือมีชื่อเครื่องมือของ Knowledge Fabric ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
ChatGPT ยังต่อ Knowledge Fabric ไม่ได้
Knowledge Fabric ต้องติดตั้งในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะตัวที่ทำงานบนเว็บ
ก · ใช้แอปที่ต่อ Knowledge Fabric ได้
ต่อกับ Claude Code ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
คัดลอกข้อความนี้ไปวางในแชตของ Claude Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Knowledge Fabric ให้ Claude Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): claude mcp add --scope user knowledge-fabric -- uvx knowledge-fabric 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Knowledge Fabric ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
Mac: กด Command+Space พิมพ์ Terminal · Windows: เปิด PowerShell
claude mcp add --scope user knowledge-fabric -- uvx knowledge-fabricต้องเห็น Knowledge Fabric ในรายการและขึ้นว่าเชื่อมต่อแล้ว
ใช้ Knowledge Fabric บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า Claude Code บอกว่ากำลังใช้ Knowledge Fabric หรือมีชื่อเครื่องมือของ Knowledge Fabric ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
ต่อกับ Cursor ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
คัดลอกข้อความนี้ไปวางในแชตของ Cursor AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Knowledge Fabric ให้ Cursor ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "knowledge-fabric": { "command": "uvx", "args": [ "knowledge-fabric" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Knowledge Fabric ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
ใช้ Knowledge Fabric บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า Cursor บอกว่ากำลังใช้ Knowledge Fabric หรือมีชื่อเครื่องมือของ Knowledge Fabric ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Cursor เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
ต่อกับ VS Code ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
คัดลอกข้อความนี้ไปวางในแชตของ VS Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Knowledge Fabric ให้ VS Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "servers": { "knowledge-fabric": { "type": "stdio", "command": "uvx", "args": [ "knowledge-fabric" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Knowledge Fabric ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
ใช้ Knowledge Fabric บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า VS Code บอกว่ากำลังใช้ Knowledge Fabric หรือมีชื่อเครื่องมือของ Knowledge Fabric ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ VS Code เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
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"
]
}
}
}ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README
pypi: knowledge-fabricดูจากแบบการต่อของ server ตัวนี้ และเอกสารของผู้ทำโปรแกรมแต่ละตัว ตรวจเมื่อ 10 พ.ย. 2569
ติดตั้งบนเครื่องได้ใน
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง
เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 20 พ.ย. 2569
ชื่อใน registry ยืนยันด้วยบัญชี GitHub invarcore ซึ่งเป็นเจ้าของ repo
มีการแก้โค้ดล่าสุด 3 วันที่ผ่านมา
ใช้ Apache-2.0
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต
ไม่พบรายการใน OSV.dev สำหรับ knowledge-fabric@0.1.3
ตรวจเฉพาะตัวแพ็กเกจรุ่นนี้ ไม่ใช่ทุก dependency · ตรวจเมื่อ 15 พ.ย. 2569
ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้
[](https://mcp.popnx.com/th/servers/invarcore-knowledge-fabric)ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์
ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย
ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx
ยังไม่มีรีวิว
เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo
จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น
registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก
รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)
repo บน GitHub มีการแก้โค้ดล่าสุด 3 วันที่ผ่านมา และส่งรุ่นล่าสุด (0.1.3) เข้า registry 12 วันที่ผ่านมา
โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย
ในหมวดเดียวกันมี OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
หมวดเดียวกันจากผู้ทำคนอื่น ผ่านตัวตรวจคำสั่งแล้ว ตัวทางการขึ้นก่อน แล้วเรียงตามดาว
อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi
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
| ตัวนี้ Knowledge Fabric | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| ทำงานที่ไหน | ต้องลงในเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง |
| ต้องใส่คีย์ | ไม่ | ไม่ | ไม่ | ไม่ | ไม่ | ไม่ |
| กด + ใน Claude ได้ | ไม่ | ใช่ | ใช่ | ใช่ | ไม่ | ไม่ |
| ผลตรวจเบื้องต้น | 3/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| สัญญาอนุญาต | Apache-2.0 | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| ราคา | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน |
ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ
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