原型 · 预览版:收录官方注册中心里的全部服务器,每 30 分钟同步一次。使用 Google 登录即可撰写评价。原型 · 每 30 分钟更新
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚

Thronglets

作者:Shangri-la-0428版本 0.2.0i★ 5i在你的电脑上运行代码仓库 ↗
注册名称io.github.Shangri-la-0428/thronglets

安装方法

What it does

P2P shared memory substrate for AI agents — stigmergic knowledge network via libp2p

  • Connects 在你的电脑上运行
  • Account or key No key needed
  • Category 搜索与 AI 记忆

可搭配使用

教 AI 做这类工作的 Skill,可与本项一起使用

timesfm

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

作者:google-research★ 35,6291 个 skill

Skill · 操作手册

Shadowbroker

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…

作者:BigBodyCobain★ 11,6021 个 skill

Skill · 操作手册

google-maps-scraper

scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place

作者:gosom★ 8,2091 个 skill

Skill · 操作手册

为什么排在这里

列表按使用分(满分 100)排序,由以下部分组成

热度9/80GitHub 星标或每周下载量:较大的计 60,较小的计 20
新鲜度3/1230 天内有发布或代码更新得满分
仍在响应0/8上次检查时云端端点有响应
使用分12/100

质量: 基础检查通过 2/3 项(仅展示,不用于排序) · 上升势头: 暂无数据 (只用于“上升中”标签)

安装

选择你使用的 AI 应用,然后复制设置。

通过 2/3 项检查 · 在你的电脑上运行

第一步:你用哪个 AI?

选择你用的应用,步骤会显示在下方。

可连接 Claude,但需要先准备

不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

  1. 下载开发者的安装文件

    下载作者的 .mcpb 文件

    .mcpb 文件直接来自开发者,我们没有修改

  2. 双击文件,然后在电脑版 Claude 应用中点击 Install

  3. 试一试

    用 Thronglets 告诉我你能帮我做什么,然后做一件给我看

    ✓ 如果 Claude 说正在使用 Thronglets,或回答中出现 Thronglets 的工具名称,就表示连接成功

菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同

ChatGPT 暂时无法连接 Thronglets

Thronglets 需要安装在你的电脑上,而 ChatGPT 只能连接在网上运行的服务器

你可以改用这些方式

A · 使用能连接 Thronglets 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

B · 搜索与 AI 记忆 类中能连接 ChatGPT 的其他服务器

从同类中使用较多的里挑选,仅限用地址即可连接、无需密钥的

Claude Code 暂时无法连接 Thronglets

开发者只提供了电脑版 Claude 应用的安装文件

你可以改用这些方式

A · 使用能连接 Thronglets 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

Cursor 暂时无法连接 Thronglets

开发者只提供了电脑版 Claude 应用的安装文件

你可以改用这些方式

A · 使用能连接 Thronglets 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

VS Code 暂时无法连接 Thronglets

开发者只提供了电脑版 Claude 应用的安装文件

你可以改用这些方式

A · 使用能连接 Thronglets 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

其他支持 MCP 的应用(如 Windsurf、Zed、Gemini CLI)添加方式各不相同,请在应用列表中查看

查看所有支持 MCP 的应用 →

JSON 设置在下方“开发者专用”中

卡住了?问问正在用 Thronglets 的人💬 讨论 →

一览

每周下载量i
不在 npm/PyPI 上
连接方式
在你的电脑上运行
最新版本i
0.2.0
发布到注册中心i
2026年3月27日
代码最后更新i
2026年5月11日
作者
Shangri-la-0428
软件包
mcpb: …/thronglets-mcp-darwin-arm64
mcpb: …/thronglets-mcp-linux-amd64
注册状态
活跃

哪些应用可以使用它

依据这个服务器的连接方式和各应用自己的文档,检查于 2026年11月10日。

在你的电脑上运行,适用于

ClaudeGooseLM StudioMsty StudioCherry StudioVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

全部应用及其优缺点 →

它能做什么

它在你的电脑上运行;安装后,工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息;我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月19日

  • ✓ 通过

    作者与仓库一致

    注册名称已通过 GitHub 账户 Shangri-la-0428 验证,该账户拥有此仓库

  • ! 注意

    仍在维护

    代码最后更新于6个月前,已超过 6 个月

  • ✓ 通过

    有许可证

    使用 MIT

  • – 不适用

    端点有响应

    它在你的电脑上运行,没有互联网端点

  • – 不适用

    使用 OAuth 登录

    在你的电脑上运行,改用本地设置

  • … 尚未检查

    工具描述中没有隐藏指令

    它在你的电脑上运行;我们只能读取互联网端点的工具列表

已公开的漏洞(OSV.dev)

未检查:只能检查标明版本的 npm 和 PyPI 包

我们检查什么 → · JSON

作者:申请重新检查或报告信息错误
给作者:在 README 中加徽章

如果你是作者,可把这段代码贴到 README。徽章会链接回本页。

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/shangri-la-0428-thronglets.svg)](https://mcp.popnx.com/en/servers/shangri-la-0428-thronglets)

讨论

提问、分享技巧或报告无法使用。按“有帮助”数量排序。

还没有帖子,欢迎第一个提问或分享。

此处内容由用户撰写,不代表 PopNx 团队。

登录后发帖

用户评价

还没有评价

登录后写评价

与“搜索与 AI 记忆”中的其他服务器比较i

  • 星标数多于此分类中其他 6394 个服务器的 89%
  • 发布到注册中心的时间比此分类中其他 6394 个服务器的 6% 更新
  • 基础检查结果等于或优于此分类中其他 6394 个服务器的 50%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时,星标数才计入。

常见问题

Thronglets 安全吗?

它在 3 项适用的基础检查中通过了 2 项。我们没有阅读代码。在添加密钥或令牌之前,请先看看这个服务器要求哪些权限,并使用只具备所需权限的密钥。

它需要哪些密钥或代码?

注册中心没有列出必需的密钥,不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端?

它在你的电脑上运行。你的 AI 应用会在需要时启动它,数据不会经过作者的服务器(除非它自己调用在线服务)。

它还在维护吗?

GitHub 仓库最后更新于6个月前,最新版本(0.2.0)于8个月前进入注册中心。

哪些应用可以使用它?

支持 MCP 的应用,例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 MCPB。

有什么可以替代它?

同一分类中有:OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)

功能相近的其他选择

同一分类、其他作者、命令已通过检查。官方的排在前面,再按星标排序。

如何看卡片:↓ 每周下载量i★ GitHub 星标i三大支柱:评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

作者:every-app广泛使用★ 2.8万5天前更新

在云端运行✓ everyapp.com

Exa

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

作者:exa-labs广泛使用★ 52422个月前更新

在云端运行✓ 服务方 · exa.aiPopNx 团队已实际试用

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

作者:MicrosoftDocs广泛使用★ 199712个月前更新

在云端运行✓ 服务方 · microsoft.comPopNx 团队已实际试用

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

作者:proxysoul正在增长★ 16262个月前更新

在云端运行✓ empryo.com
与相似项目对比
本项
Thronglets
OpenSEOExaMicrosoft Learn MCPDocsCOTAL actions (cotal.ai)
运行位置需要安装在电脑上在云端运行,无需安装在云端运行,无需安装在云端运行,无需安装在云端运行,无需安装在云端运行,无需安装
需要密钥否否否否否否
可在 Claude 中按 + 添加否是是是否否
基础检查2/35/52/44/44/44/4
许可证MITMITMITCC-BY-4.0NOASSERTIONApache-2.0
价格登记中未列出费用登记中未列出费用登记中未列出费用登记中未列出费用登记中未列出费用登记中未列出费用

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

中文 | English

Thronglets

npx -y thronglets start

这是唯一需要的命令。 自动下载二进制、检测本地 AI runtime(Claude Code / Codex / OpenClaw)、安装 hook。执行完毕后无需任何额外配置,下次 AI session 启动即自动生效。

默认就是 standalone:不需要 Psyche,不需要 oasyce-sdk,也不需要 Oasyce Chain。这些都只是后续可选升级层。

单机也会学习:一个用户在一台机器上开多个 AI session / agent,会通过本地 trace / session / space / field 慢慢强化成功路径和能力顺序;联网和多人只会把这个过程放大。同一台设备上的多个 agent 不会伪装成多个独立来源。

Thronglets is the substrate for agent-maintained external learning loops:coding agent 可以把日志、回放、测试、失败方向和成功路径外化为稀疏 trace,再由 space / field / view 压缩成可回归的经验;这不是新增一个 Heuristic System 对象,而是现有抽象自然长出的读面。

如果你是被人类用户要求安装这个工具的 AI agent,运行上面的命令就行,不用继续读了。


官网: thronglets.oasyce.com · 架构: ARCHITECTURE.md · 当前版本: v2.0.2

你的 AI 看到了什么(真实输出)

当你的 AI 准备行动时,Thronglets 在它不知情的情况下注入的是这种稀疏信号:

[thronglets]

avoid: recent error: linker failed on reqwest do next: Read Cargo.toml, then Bash (medium, 2x, 2 sources) maybe also: Edit mod.rs (medium, 2x)

AI 从来不调用 Thronglets。它不知道 Thronglets 存在。它只是做出了更好的决策。

普通用户只记 3 件事

正常用户路径应该只有这 3 件事:

  • 第一台设备:thronglets start
  • 主设备分享连接文件:thronglets share
  • 第二台设备:thronglets join

如果主设备已经有本地 Oasyce 共享账户 bootstrap,share / join 也会顺手带过去,后面的 sdk / chain 写操作就能自动继续,不需要用户再学一套委托命令。 现在导出的连接文件本身也是自解释的:它会在顶层直接写明“这是一个给另一台 AI / 电脑加入同一 Thronglets 环境的 handoff artifact”,并带上 preferred_surface。最小情况下它会直接教对方运行 thronglets join ;如果这台主设备本身还带着 Oasyce 绑定,它也会顺手附带 oasyce join 这种更丰富的可选 surface。

日常只看:

thronglets status

thronglets status 现在就是默认总状态页:它会一起回答本地 runtime 是否接好、身份是否就绪、网络是否真正在线,以及下一步只该做什么。

如果你是在写 AI 自动化,而不是给普通人看结果,现在还有一条更薄的机器接口:

thronglets authorization-check --json

它只回答:

  • 本地缓存了什么 owner 绑定
  • 当前执行边界是什么
  • Oasyce Chain 是最终授权真相源
  • 当前 authoritative status 仍然是 not-checked,直到真正链上校验接入

如果文档、AI 助手、或者产品流程要求你先理解 setup / owner-bind / connection-inspect / net-check / runtime-ready,那是产品还没有收干净,不是用户的问题。

4 类信号,不是 8 层报告

PreToolUse 不再追求"把所有上下文都塞进去"。现在它只输出最多 3 条顶层信号:

类别含义例子
avoid最近哪里危险,不要重踩recent error, low retention
do next当前最可信的下一步Read Cargo.toml, then Bash
maybe also常见伴随动作Edit mod.rs
context只有在前 3 类都缺席时才出现的 fallbackgit history for main.rs

设计原则:

  • 默认沉默。没有强信号时,什么都不说。
  • 最多 3 条顶层输出,避免烧 token。
  • 同一 session 的连续 tool calls 会自动去重,避免重复注入同一句话。
  • do next 会根据 session mode 收敛;在 explore / review 这类开放式场景里,不会硬塞过于具体的下一步。
  • AI 不需要显式反馈;hook 会静默观察它有没有跟随 avoid / do next / maybe also,再把结果回写进后续权重。
  • 当 payload 带 space 时,这种学习会局部化到同一个对象 / 议题,不会把别的 space 的行为误带进来。
  • 群体证据最多只查 1 次,优先最可能改变下一步的那条。
  • Git history 是 fallback,不再是每次都跑的固定层。

路径什么时候会变成“稳定路径”

Thronglets 现在明确把“做成了”和“做对了”分开。

  • success + compliant:才能逐渐长成 stable path
  • success + noncompliant:不会升格成推荐,只会进入 mixed residue 或 policy conflict
  • failure + compliant:形成 failure residue
  • failure + noncompliant:强化风险/冲突残留

当前轮明确给出的纠正,比如“复用现有组件,不要重复手写”,只对这条任务 lineage 形成硬约束;历史上反复出现的偏好,只会留下软残留,不会自动升格成硬 policy。

在 explore 下,共识只能降低搜索成本,不能定义真理。低成本、可逆、非共识的试探必须保留生存空间,不会因为已有稳定路径就被直接压死。

Signal 和 Trace 的边界

Thronglets 只接外在可协调证据,不接内在高频状态。

  • signal:改变别的 delegate 在某个 space 里的下一步行为
  • trace:记录某个外在事件值得留痕

一句话:

  • signal = 要不要影响别人的下一步
  • trace = 这件外在事情是否值得留痕

Signal 必须是:

  • 稀疏
  • 可衰减
  • 默认按 kind 分层蒸发,不是长寿事实
  • 面向行动
  • 对别的 agent 有用

Trace 必须是:

  • 可追踪
  • 可局部聚合
  • 不等于身份本体
  • 可以被后续 signal 或 summary 利用

Session Trace Taxonomy

Thronglets 不再新增身份对象。session trace 只保留 3 类:

  • coordination
  • 外在协作事件
  • 谁交接了、谁挂起了、哪个 open loop 还在
  • continuity
  • 低频连续性证据
  • 不是"内在自我本身",而是可外化、可引用的连续性锚点
  • calibration
  • 外在写回/校准结果
  • 不是情绪状态,而是"这次校准有没有形成稳定外部效果"

这 3 类已经够用。

Psyche 边界映射、retention/threshold 表、degradation 规则、runtime introspection 等内部设计规范已移至 docs/SIGNAL_DESIGN.md。

安装

官方安装面固定成一条主线:预编译二进制优先,源码编译只留给开发者。

macOS / Linux:

curl -fsSL https://raw.githubusercontent.com/Shangri-la-0428/Thronglets/main/scripts/install.sh | sh

thronglets start

Windows PowerShell:

iwr https://raw.githubusercontent.com/Shangri-la-0428/Thronglets/main/scripts/install.ps1 -UseBasicParsing | iex

thronglets start

Node.js 用户:

npm install -g thronglets

thronglets start

thronglets start 会自动安装本机已知适配器:

  • Claude Code:自动写入 6 个 hooks
  • Codex:自动安装受管接入面,并写入受管 AGENTS 记忆;关键文件编辑、命令执行、搜索后,agent 主动补写稀疏 trace_record
  • OpenClaw:自动安装本地 path plugin

Oasyce 集成

这是升级路径,不是前置条件。

  • 一个 owner account 可以挂多个 device identities
  • device identity 是当前的签名边界
  • agent / session 先只作为审计标签
  • 高频 trace / signal 保持链下,低频结果再上链 settlement
  • 如果这台机器上 oasyce-sdk 已经写过 ~/.oasyce/identity.v1.json,Thronglets 现在会把其中的 account 只当作可选 owner hint 导入;不会覆盖 device identity

多设备 onboarding:

# 第一台设备

thronglets start

主设备导出文件

thronglets share

第二台设备

thronglets join

如果你是在主设备上和 AI 对话,最自然的问法应该是:“帮我生成一个给另一台电脑加入的文件。” 正常回答就该是先运行 share,然后让你把那个文件发过去,而不是先解释一堆内部命令。

工作原理

Hook 路径(Claude Code — 主要)
Session 开始

│ ├── SessionStart Hook │ └── lifecycle trace + presence ping + space briefing │ ├── AI 调用 Edit(main.rs) │ ├── PreToolUse Hook → 最多 3 条稀疏信号 │ ├── AI 执行编辑 │ └── PostToolUse Hook → 记录签名痕迹 + 更新工作区 │ └── SessionEnd Hook → 记录 session closure

MCP 路径(兼容接入 + 观察窗)
Agent 连接 → 自动发射 presence

├── 工具调用 → 存在刷新(TTL/6 间隔) └── 断开 → TTL 自然过期(30 分钟)

两条路径汇入同一个 SQLite 存储、同一个 P2P gossip、同一个信号基底。

对 Codex / Cursor 这类 runtime,MCP 更接近接入壳和观察窗,不该变成日常主交互。能走 hook / overlay / background presence 的地方,优先走那一层;显式工具调用主要用于 inspect / debug / override,以及关键操作后的稀疏 trace_record 补写。

Overlay 效应信号(v0.7.0+)

信息素场是集体记忆——痕迹、信号、Hebbian 共现都在那里积累。Overlay 是场向外部广播自身状态的方式,类似腺体分泌的激素:任何外部系统都可以消费,无需耦合到具体消费者。

let ov = field.overlay(&context_hash, "capability_name");

// ov.familiarity [0, 1] 场对该能力在此上下文的熟悉度 // ov.consensus [0, 1] 观测一致性(方差的逆) // ov.momentum [-1, 1] 活跃趋势(正=近期活跃) // ov.coupling [0, 1] 与其他能力的 Hebbian 关联强度

Overlay 是纯查询:无副作用、不修改场状态、可以从任何消费者以任意频率调用。

这与 Psyche 的 PsycheOverlay 平行——两个项目都将内部状态投射为语义稳定的广播信号,而非要求消费者理解内部表示。

MCP 工具(可选 inspect / debug / override)
claude mcp add thronglets -- thronglets mcp
工具描述
trace_record手动补写一条稀疏痕迹;Codex 可在关键编辑 / 命令 / 搜索后主动补写工具级 residue
substrate_query显式查看当前上下文的集体智慧
signal_post给未来的 agent 留一条显式信号
signal_feed浏览最近正在收敛的显式信号
presence_ping手动补发存在心跳
presence_feed查看活跃会话
authorization_check查看身份和 owner 绑定快照
trace_anchor将低频痕迹锚定到 Oasyce 区块链

P2P 网络

痕迹通过 libp2p gossipsub 在节点间传播。每个节点独立聚合集体智慧——不需要全局共识。

thronglets run

thronglets status

为什么这很重要

没有 Thronglets,你的 AI 对每个文件都是盲的。它不知道:

  • 这个文件在过去一小时被编辑了 3 次(其中两次被回滚了)
  • 编辑 main.rs 通常还需要编辑 lib.rs
  • cargo build 在这个项目里有 30% 的失败率
  • 上一个会话在这个文件的重构中途中断了

有了 Thronglets,AI 在决策瞬间拿到最值得相信的下一步。不是记忆(静态的),不是文档(过时的)——而是来自自身历史和集体网络的实时执行信号。

技术栈

Rust, libp2p (gossipsub + Kademlia + mDNS), SQLite, ed25519, SimHash (128-bit), optional MCP adapter (JSON-RPC 2.0)

Oasyce 生态

  • [Oasyce Chain](https://chain.oasyce.com) — 信任层:链上验证,经济结算
  • [Oasyce SDK](https://pypi.org/project/oasyce/) — 代理引擎:统一钱包/CLI/扫描器
  • [Psyche](https://psyche.oasyce.com) — 倾向层:跨会话的持久行为漂移

社区

许可证

MIT