TokenKnows

Name: TokenKnows
Author: johnnywuj81

โดย johnnywuj81รุ่น 0.3.0i★ –iรันบนเครื่อง

ชื่อใน registryio.github.johnnywuj81/tokenknows

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

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

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: ค้นข้อมูลและความจำของ AI
ต้องใส่ค่าเหล่านี้: TOKENKNOWS_API_TOKEN

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ค่าที่คุณต้องใส่เอง: TOKENKNOWS_API_BASE, TOKENKNOWS_API_TOKEN, TOKENKNOWS_DEFAULT_PROJECT, TOKENKNOWS_WEB_BASE

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

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

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add tokenknows --env TOKENKNOWS_API_BASE='ใส่ค่าของคุณ' --env TOKENKNOWS_API_TOKEN='ใส่ค่าของคุณ' --env TOKENKNOWS_DEFAULT_PROJECT='ใส่ค่าของคุณ' --env TOKENKNOWS_WEB_BASE='ใส่ค่าของคุณ' -- uvx tokenknows-mcp

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

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

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

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

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

TOKENKNOWS_API_BASE env
Self-hosted TokenKnows backend URL
TOKENKNOWS_API_TOKEN ความลับ 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)

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub johnnywuj81 ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

ดาวมากกว่า 0% ของอีก 7246 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 16% ของอีก 7246 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 7246 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

TokenKnows ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: TOKENKNOWS_API_TOKEN

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.3.0) เข้า registry 5 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Context7, Codebase Memory, Exa

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Context7

โดย upstash

ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว

บนเครื่องหรือคลาวด์★ 64,224MITอัปเดต วันนี้

ติดตั้ง

Codebase Memory

โดย DeusData

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

รันบนเครื่อง★ 48,148MITอัปเดต 20 วันที่ผ่านมา

ติดตั้ง

Exa

โดย exa-labs

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

รันบนคลาวด์★ 5,213MITอัปเดต เดือนที่แล้ว

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

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

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Context7

Codebase Memory

Exa

README จากผู้ทำ

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