Lokaler MCP-Server, der Dateien in durchsuchbaren KI-Kontext umwandelt
stashbase, erstellt von Liliu Z, wandelt persönliche Dateien in eine lokale Wissensquelle für KI-Agenten um, indem Dokumente indexiert und Kontext für kompatible Clients bereitgestellt wird. Die App erstellt einen durchsuchbaren lokalen Index und liefert Kontextausschnitte für Assistentenaufforderungen, mit gerätebasierter Textextraktion und dateibasierten Wiki-Ausgaben. Sie richtet sich an Entwickler, Forscher und KI-Power-User, die private, agentenzugängliche Projektdokumentationen und Forschungsbibliotheken benötigen. Installation und Entwicklung erfordern eine Node.js-Umgebung, wenn aus dem Quellcode gebaut wird.
Erstellt verlinkbare Markdown-Seiten aus verschiedenen Quellen
Die App extrahiert automatisch Text und stellt eine navigierbare dateibasierte Wiki aus Ihren Originalen zusammen, wobei sie gewöhnliche Markdown-Dateien produziert, die Sie behalten. Sie unterstützt mehrere Eingabetypen und ermöglicht es Benutzern, Forschungsartefakte in ein dauerhaftes Archiv aufzunehmen. Unterstützte Formate sind:
- PDF und DOCX
- Bilder (aus OCR abgeleiteter Text)
- Audioaufnahmen (transkribierter Text)
Diese Ausgaben erleichtern es externen Agenten, konkrete Dokumente zu öffnen und zu referenzieren, anstatt undurchsichtige Blobs.
Die Suchgenauigkeit hängt von der Extraktionsqualität und der Vektorindizierung ab
Das Tool verwendet Vektorabrufmethoden, sodass Abfragen Bedeutung statt nur exakte Wörter abgleichen, was es Agenten ermöglicht, relevante Passagen zu finden, wenn die Formulierung unterschiedlich ist. Diese Abrufqualität hängt von der Genauigkeit der OCR und der Transkription ab, wenn mit Bildern oder Aufnahmen gearbeitet wird, und davon, wie das Ausgangsmaterial während der Indizierung in Abschnitte unterteilt wird. Benutzer sollten von sauberen, gut strukturierten Dokumenten bessere Übereinstimmungen erwarten als von rauschhaften Scans oder schlechter Audioqualität.
Einrichtung und Workflow setzen Entwicklerkenntnisse voraus
Das Projekt, das mit TypeScript und Electron erstellt wurde, erwartet eine Node.js-Umgebung und den pnpm-Workflow für Benutzer, die aus dem Quellcode kompilieren. Die App funktioniert als Server, der mit MCP-bewussten Clients wie Claude Desktop und Cursor kompatibel ist, sodass die Annahme eine Verbindung zu einem bestehenden Agenten-Workflow erfordert. Eingeschränkte Zugriffskontrollen helfen dabei, lokale Ordner in den durchsuchbaren Bereich eines Agenten abzubilden, was technischen Benutzern zugutekommt, die die Bereitstellungsschritte verwalten.
Lokale-first-Design bewahrt das Eigentum und unterstützt die Nachvollziehbarkeit
Die App speichert generierte Dateien auf der Hostmaschine als gewöhnliche Dateien, die den Benutzern gehören, und bietet eine Ordnersichtbarkeit, sodass Agenten nur ausdrücklich erlaubte Inhalte sehen. Das Projekt ist Open Source und wird als von Menschen geleitetes Experiment vom Entwickler entwickelt, und es hat auf GitHub Aufmerksamkeit für seinen Ansatz zur dauerhaften lokalen Speicherung für Agenten erregt. Diese Kombination begünstigt Benutzer, die Wert auf Dateieigentum und Nachverfolgbarkeit legen.
Am besten für praktische Entwickler und Forscher, die lokalen Einfluss schätzen
Die App ist eine praktische Wahl für technisch versierte Benutzer, da es sich um ein Open-Source-Projekt handelt, das von Menschen geleitet wird und auf GitHub sichtbare Fortschritte zeigt. Erwarten Sie, dass Sie die Details zum Erstellen und Indizieren selbst verwalten und die Extraktionsqualität für mission-kritische Abfragen überwachen. Für reibungslosere Ergebnisse bereiten Sie Quellendokumente mit konsistenten Überschriften und sauberem Text vor, damit die generierten Wiki-Links und der Vektorindex zuverlässigere Kontexte für Agenten liefern.
