关键词

AI内容管理AI知识库工具集成上下文服务LLM代理

使用说明

项目简介

Plugged.in是一个创新的AI内容管理系统（AI-CMS），旨在解决AI交互中知识易逝的问题。它将您与AI的每一次对话、每次生成的内容都转化为可版本控制、可搜索、可归因的永久性知识资产。

更重要的是，Plugged.in通过实现Model Context Protocol (MCP) 标准，充当一个中央枢纽，聚合和管理数千种兼容MCP的AI工具、数据资源和Prompt模板。LLM客户端（如Claude Desktop, Cursor IDE等）可以通过连接到Plugged.in，统一访问所有这些功能，从而获得更丰富、更持久、更智能的上下文服务。

主要功能点

  • AI记忆持久化与文档管理: 将AI生成内容进行Git风格的版本控制，支持语义搜索，并追踪不同AI模型的贡献。支持多种文档格式（PDF, Markdown, Code, 图片等）。
  • 统一MCP服务接口: 作为LLM客户端的MCP代理服务器，提供一个标准化的JSON-RPC接口，用于发现、调用工具，访问资源和获取Prompt模板，无需直接管理底层复杂的AI服务。
  • 工具与资源注册: 能够注册和管理来自Registry、GitHub、npm等来源的MCP工具和资源，并支持工具的自动发现与命名空间管理，避免冲突。
  • 安全与沙箱化执行: 提供端到端加密存储敏感配置、沙箱化执行STDIO类型的MCP工具（基于Firejail/Bubblewrap）、SSRF防护、OAuth 2.1认证、速率限制等企业级安全功能。
  • 多模型协作与归因: 记录每次AI交互所使用的模型，并追踪不同模型在文档版本迭代中的贡献，促进跨模型协作。
  • 会话管理: 对LLM客户端的请求进行会话管理，维护状态和上下文。
  • 实时监控与分析: 跟踪MCP操作活动、工具调用次数、通知，并提供趋势分析和审计日志。
  • 开发者SDK: 提供JavaScript/TypeScript、Python、Go等多种语言的SDK，方便开发者将AI记忆和RAG能力集成到自己的应用中。

安装步骤

Plugged.in平台支持Docker一键部署和手动安装。

方式一：使用 Docker Compose 快速部署（推荐）

  1. 克隆仓库: 
    git clone https://github.com/VeriTeknik/pluggedin-app.git
cd pluggedin-app
  2. 配置环境变量: 复制 '.env.example' 文件为 '.env'，并根据您的实际情况修改其中的数据库连接、认证密钥等变量。'NEXTAUTH_SECRET' 和 'NEXT_SERVER_ACTIONS_ENCRYPTION_KEY' 是必须的，您可以使用 'openssl rand -base64 32' 命令生成。 
    cp .env.example .env
# 编辑 .env 文件，至少设置 DATABASE_URL, NEXTAUTH_URL, NEXTAUTH_SECRET, NEXT_SERVER_ACTIONS_ENCRYPTION_KEY
  3. 启动平台: 运行Docker Compose命令，它将构建并启动所有必需的服务（如PostgreSQL数据库和Plugged.in应用）。 
    docker compose up --build -d
  4. 访问应用: 等待所有服务启动成功后，您可以通过浏览器访问 'http://localhost:12005'。

方式二：手动安装

  1. 安装依赖: 确保您已安装 Node.js (18+), PostgreSQL (15+) 和 pnpm。 
    pnpm install
  2. 配置数据库: 在 '.env' 文件中配置 'DATABASE_URL'，然后运行数据库迁移命令。 
    pnpm db:migrate:auth
pnpm db:generate
pnpm db:migrate
  3. 构建和启动: 
    NODE_ENV=production pnpm build
pnpm start
  4. 访问应用: 应用通常会在 'http://localhost:12005' 启动。

服务器配置（供MCP客户端连接）

要将LLM客户端（如Claude Desktop, Cursor IDE或其他兼容MCP的客户端）连接到Plugged.in平台，您需要将其配置为连接到一个 Streamable HTTP 类型的MCP服务器。Plugged.in平台会作为这个MCP服务器，处理来自LLM客户端的请求，并根据您在平台中配置的具体MCP服务器（工具、资源等）进行代理和响应。

以下是LLM客户端（例如，在Claude Desktop或Cursor IDE的配置文件中）所需的配置信息说明：

  • 服务器名称: 为此连接自定义一个易于识别的名称，例如“Plugged.in AI助手”、“我的知识库”。
  • 连接类型: 选择 'Streamable HTTP'（流式HTTP）。
  • 连接地址 (URL):
    • 如果您正在使用 Plugged.in云服务，URL通常是 'https://plugged.in/api/mcp'。
    • 如果您是 自部署 的，URL将是您部署的Plugged.in平台的地址，后接 '/api/mcp'。例如，'http://localhost:12005/api/mcp'。
  • 认证头部 (Headers): 您需要在HTTP请求头部提供认证信息，以确保安全访问和正确路由到您的工作区。这些头部通常以JSON格式或键值对形式配置在LLM客户端中。
    • 'Authorization': 提供您在Plugged.in平台生成的API密钥，格式为 'Bearer YOUR_API_KEY'。请将 'YOUR_API_KEY' 替换为您的实际API密钥。您可以在Plugged.in平台的用户设置中找到或生成API密钥。
    • 'x-mcp-server-uuid': 这是您在Plugged.in平台创建的 特定MCP服务器 的唯一标识符（UUID）。这个UUID告诉Plugged.in平台，您希望通过哪个MCP服务器来执行工具或访问资源。
    • 'x-mcp-profile-uuid': 这是您在Plugged.in平台的用户 配置文件 的唯一标识符（UUID）。它用于识别您的个人工作区和权限。

获取API密钥和UUID: 请登录您的Plugged.in平台账户，在“API Keys”或“Settings”部分查找您的API密钥。MCP服务器和Profile的UUID通常在创建或管理它们时显示。

基本使用方法

  1. 注册与登录: 访问Plugged.in平台并创建您的账户。
  2. 创建配置文件: 在您的项目中创建至少一个配置文件（Profile），这是您所有AI相关工作的基础。
  3. 添加MCP服务器: 在平台界面中，导航到“MCP Servers”或“Discover”页面，您可以：
    • 发现并添加现有MCP工具: 从公共Registry或GitHub仓库中查找并添加MCP工具。
    • 创建自定义MCP服务器: 配置STDIO、SSE或Streamable HTTP类型的MCP服务器。
    • 管理MCP服务器配置: 对已添加的MCP服务器进行编辑，设置命令、URL、环境变量、API Key等。
  4. 上传文档: 在“Library”页面上传您的文档，这些文档将通过RAG (Retrieval-Augmented Generation) 集成到您的AI知识库中。
  5. 连接LLM客户端: 根据上述“服务器配置”说明，配置您的LLM客户端（如Claude Desktop或Cursor IDE）连接到Plugged.in平台。
  6. 开始交互: 在LLM客户端中，您可以调用在Plugged.in平台配置的工具、访问存储的文档、使用Prompt模板，Plugged.in平台将作为中间层，安全、高效地处理所有请求。

信息

分类

AI与计算

访问项目