Skip to main content
Glama

Ваши ИИ-агенты забывают всё между сессиями. Connapse исправляет это.

Каждый раз, когда вы начинаете новый диалог, ваш ИИ-агент начинает с нуля — никакой памяти о прошлых исследованиях, никакого доступа к вашим документам, никаких накопленных знаний. Connapse — это бэкенд знаний с открытым исходным кодом, который дает агентам постоянную память с возможностью поиска. Загружайте документы или указывайте путь к существующим бакетам Amazon S3, контейнерам Azure Blob Storage или локальным файловым системам. Агенты запрашивают и создают свой собственный исследовательский корпус с помощью 11 инструментов MCP, REST API или CLI. Изоляция в контейнерах, гибридный поиск (векторный + ключевые слова), самохостинг и конфиденциальность. Развертывание за 60 секунд с помощью Docker. Построено на .NET 10.

ИИ-агенты запрашивают вашу базу знаний через MCP-сервер, получая структурированные ответы с цитатами источников из ваших документов.

Переключайте провайдеров эмбеддингов, настраивайте параметры разбиения на части и конфигурируйте поиск — всё во время выполнения, без перезагрузки.


📦 Быстрый старт

git clone https://github.com/Destrayon/Connapse.git && cd Connapse && docker-compose up -d
# Open http://localhost:5001

Предварительные требования

Запуск с помощью Docker Compose

# Clone the repository
git clone https://github.com/Destrayon/Connapse.git
cd Connapse

# Set required auth environment variables (or use a .env file)
export CONNAPSE_ADMIN_EMAIL=admin@example.com
export CONNAPSE_ADMIN_PASSWORD=YourSecurePassword123!
export Identity__Jwt__Secret=$(openssl rand -base64 64)

# Start all services (PostgreSQL, MinIO, Web App)
docker-compose up -d

# Open http://localhost:5001 — log in with the admin credentials above

Первый запуск выполнит:

  1. Загрузку образов Docker (~2-5 минут)

  2. Инициализацию PostgreSQL с расширением pgvector и выполнение миграций EF Core

  3. Создание бакетов MinIO

  4. Создание учетной записи администратора (из переменных окружения) и запуск веб-приложения

Настройка разработки

# Start infrastructure only (database + object storage)
docker-compose up -d postgres minio

# Run the web app locally
dotnet run --project src/Connapse.Web

# Run all tests
dotnet test

# Run just unit tests
dotnet test --filter "Category=Unit"

Использование CLI

Установите CLI (выберите один вариант):

# Option A: .NET Global Tool (requires .NET 10)
dotnet tool install -g Connapse.CLI

# Option B: Download native binary from GitHub Releases (no .NET required)
# https://github.com/Destrayon/Connapse/releases

Базовое использование:

# Authenticate first
connapse auth login --url https://localhost:5001

# Create a container (project)
connapse container create my-project --description "My knowledge base"

# Upload files
connapse upload ./documents --container my-project

# Search
connapse search "your query" --container my-project

# Update to latest release (--pre to include alpha/pre-release builds)
connapse update
connapse update --pre

Использование с Claude (MCP)

Connapse включает сервер протокола контекста модели (MCP) для интеграции с Claude и любым клиентом MCP.

Настройка: Создайте ключ API агента через веб-интерфейс (Настройки → Ключи API агента) или CLI (connapse auth agent-key create), затем добавьте фрагмент конфигурации для вашего клиента:

claude mcp add connapse --transport streamable-http http://localhost:5001/mcp --header "X-Agent-Api-Key: YOUR_API_KEY"

Добавьте в ваш claude_desktop_config.json:

{
  "mcpServers": {
    "connapse": {
      "transport": "streamable-http",
      "url": "http://localhost:5001/mcp",
      "headers": {
        "X-Agent-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Добавьте в ваш .vscode/settings.json (VS Code) или конфигурацию MCP Cursor:

{
  "mcp": {
    "servers": {
      "connapse": {
        "transport": "streamable-http",
        "url": "http://localhost:5001/mcp",
        "headers": {
          "X-Agent-Api-Key": "${input:connapseApiKey}"
        }
      }
    }
  }
}

VS Code запросит ключ API при первом использовании.

MCP-сервер предоставляет 11 инструментов:

Инструмент

Описание

container_create

Создать новый контейнер для организации файлов

container_list

Список всех контейнеров с количеством документов

container_delete

Удалить контейнер

container_stats

Получить статистику контейнера (документы, части, хранилище, эмбеддинги)

upload_file

Загрузить один файл в контейнер

bulk_upload

Загрузить до 100 файлов за одну операцию

list_files

Список файлов и папок по пути

get_document

Получить полное проанализированное текстовое содержимое документа

delete_file

Удалить один файл из контейнера

bulk_delete

Удалить до 100 файлов за одну операцию

search_knowledge

Семантический, ключевой или гибридный поиск внутри контейнера

Полная справка: См. docs/mcp-tools.md для таблиц параметров, форматов возврата, случаев ошибок и примеров использования.

Защита от записи: Контейнеры Amazon S3 и Azure Blob Storage доступны только для чтения (синхронизируются из источника). Контейнеры файловой системы соблюдают флаги разрешений для каждого контейнера. Инструменты загрузки и удаления вернут ошибку для контейнеров, блокирующих запись.

  • "Создай контейнер под названием 'project-research' для моих заметок по архитектуре"

  • "Загрузи все PDF-файлы из моей папки загрузок в контейнер project-research"

  • "Найди в моем контейнере project-research информацию о стратегиях ограничения скорости"

  • "Перечисли все файлы в папке /notes/ моего контейнера project-research"

  • "Получи полный текст distributed-systems-notes.md из project-research"

  • "Удали meeting-2026-03-14.md из project-research и загрузи эту обновленную версию"

  • "Удали все файлы в папке /drafts/ контейнера project-research"

  • "Сколько документов и частей находится в моем контейнере project-research?"

Connection refused on localhost:5001 — Docker не запущен или конфликт портов. Проверьте docker compose ps и docker compose logs web.

401 Unauthorized / Ключ API не работает — Проверьте ключ в Настройки > Ключи API агента. Ключи отображаются один раз при создании.

Инструменты не появляются в Claude — Перезапустите клиент MCP после изменения конфигурации. Проверьте эндпоинт с помощью curl http://localhost:5001/mcp.

Загрузки не удаются или истекает время ожидания — Проверьте, входит ли тип файла в список разрешенных. Максимальный размер файла зависит от конфигурации сервера.

Поиск не возвращает результатов — Документам нужно время для создания эмбеддингов после загрузки. Проверьте статистику контейнера на предмет прогресса эмбеддингов.


Related MCP server: sage-mcp

🚀 Функции

  • 🗂️ Изолированные в контейнерах знания — Каждый проект получает свой собственный векторный индекс, коннектор хранилища и конфигурацию поиска. Никакого перекрестного загрязнения между проектами, командами или клиентами.

  • 🔍 Гибридный поиск — Векторное сходство + полнотекстовый поиск по ключевым словам с настраиваемым слиянием (выпуклая комбинация, DBSF, AutoCut). Получайте результаты, которые пропускает чистый векторный поиск.

  • 🧠 ИИ с несколькими провайдерами — Переключайтесь между Ollama, OpenAI, Azure OpenAI и Anthropic как для эмбеддингов, так и для LLM — во время выполнения, для каждого контейнера, без перезагрузки.

  • 🔌 Индексация существующего хранилища — Подключайте MinIO, локальную файловую систему (отслеживание файлов в реальном времени), Amazon S3 (IAM-авторизация) или Azure Blob Storage (управляемое удостоверение). Ваши файлы остаются там, где они есть.

  • 🤖 4 поверхности доступа — Веб-интерфейс, REST API, CLI (нативные бинарные файлы) и MCP-сервер (11 инструментов для Claude). Создано одинаково удобно для людей, скриптов и ИИ-агентов.

  • 🔐 Корпоративная аутентификация — Многоуровневый RBAC (Cookie + OAuth 2.1 + PAT + JWT) с интеграцией AWS IAM Identity Center и Azure AD. Облачные разрешения являются источником истины.

  • 🐳 Развертывание одной командой — Docker Compose с PostgreSQL + pgvector, MinIO и опционально Ollama. Встроенное структурированное ведение аудита и ограничение скорости.

  • 📄 Ввод данных в разных форматах: PDF, документы Office, Markdown, обычный текст — анализируются, разбиваются на части и встраиваются автоматически

  • ⚡ Обработка в реальном времени: Фоновая загрузка с обновлениями прогресса в реальном времени через SignalR

  • 🎛️ Конфигурация во время выполнения: Изменяйте стратегию разбиения, модель эмбеддингов и настройки поиска для каждого контейнера без перезагрузки

  • ☁️ Связывание облачных удостоверений: AWS IAM Identity Center (поток аутентификации устройства) + Azure AD (OAuth2+PKCE) с принудительным применением областей, производных от IAM

  • 👥 Доступ только по приглашению: Регистрация пользователей под управлением администратора с четырьмя ролями (Администратор / Редактор / Просмотрщик / Агент)

  • 🤖 Управление агентами: Выделенные сущности агентов с жизненным циклом ключей API, ограниченными разрешениями и журналами аудита

  • 📋 Журналирование аудита: Структурированный журнал аудита для загрузок, удалений, операций с контейнерами и событий аутентификации

  • 📦 Распространение CLI: Нативные автономные бинарные файлы (Windows/Linux/macOS) и глобальный инструмент .NET через NuGet

  • 🔄 Поиск по разным моделям: Переключайте модели эмбеддингов в середине проекта — автоматический откат к гибридному поиску для устаревших векторов


🎯 Для кого Connapse?

  • Разработчики ИИ-агентов, которым нужен бэкенд знаний, который агенты могут как запрашивать, так и наполнять — загружайте исследования, курируйте корпус и ищите по нему через MCP или REST API

  • Команды .NET / Azure, которым нужна платформа RAG, подходящая для их существующего стека и облачной идентификации

  • Корпоративные команды, которым нужны изолированные базы знаний проектов с надлежащим RBAC и журналами аудита

  • Все, кто устал перезагружать файлы — укажите Connapse на существующее хранилище Amazon S3/Azure Blob Storage/файловую систему

Этот проект находится в активной разработке (v0.3.2) и приближается к готовности к производству.

v0.3.x добавляет архитектуру облачных коннекторов с контролем доступа на основе IAM, поддержку нескольких провайдеров эмбеддингов и LLM, связывание облачных удостоверений (AWS SSO + Azure AD) и ограничение скорости.

  • Аутентификация и авторизация (v0.2.0)

  • Контроль доступа на основе ролей (Администратор / Редактор / Просмотрщик / Агент)

  • Журналирование аудита

  • Связывание облачных удостоверений — AWS IAM Identity Center + Azure AD OAuth2+PKCE (v0.3.0)

  • Принудительное применение областей, производных от IAM — облачные разрешения являются источником истины (v0.3.0)

  • Ограничение скорости — встроенное промежуточное ПО ASP.NET Core с политиками для каждого пользователя и каждого IP (v0.3.2)

  • ⚠️ Установите надежный Identity__Jwt__Secret в

Install Server
A
license - permissive license
A
quality
C
maintenance

Maintenance

Maintainers
20hResponse time
4dRelease cycle
8Releases (12mo)
Commit activity
Issues opened vs closed

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    A
    quality
    A
    maintenance
    Self-hosted memory and governance layer for AI coding agents. 28 MCP tools with hybrid search, structured knowledge capture, behavioral nudges, and git-native storage. Zero cloud dependencies.
    Last updated
    30
    4
    Business Source 1.1
  • F
    license
    -
    quality
    C
    maintenance
    Hybrid semantic search (dense vector + BM25) over local knowledge bases and codebases, exposed as MCP tools for AI agents to search and list knowledge bases.
    Last updated
  • A
    license
    A
    quality
    B
    maintenance
    Durable hybrid memory for AI agents. Combines vector search, BM25, temporal retrieval, and optional Memgraph knowledge graph via reciprocal rank fusion. 6 MCP tools: health, search, answer, feedback, graph_query, graph_add_triple. Self-hosted with Qdrant backend.
    Last updated
    5
    6
    Apache 2.0

View all related MCP servers

Related MCP Connectors

  • Local-first RAG engine with MCP server for AI agent integration.

  • User-owned memory for AI agents, Copilot, Claude, IDEs, CLIs, and chat apps over remote MCP.

  • Multi-engine search for AI agents. Trust scoring, local corpus, MCP-native. Self-hostable, BYOK.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Destrayon/Connapse'

If you have feedback or need assistance with the MCP directory API, please join our Discord server