Lokal MCP-server som konverterar filer till sökbar AI-kontext
stashbase, skapat av Liliu Z, omvandlar personliga filer till en lokal kunskapskälla för AI-agenter genom att indexera dokument och exponera kontext för kompatibla klienter. Appen bygger ett sökbart lokalt index och tillhandahåller kontextsnuttar för assistentprompter, med textutvinning på enheten och filbaserade wiki-utdata. Den riktar sig till utvecklare, forskare och AI-maktanvändare som behöver privat, agentåtkomlig projekt dokumentation och forskningsbibliotek. Installation och utveckling kräver en Node.js-miljö när man bygger från källan.
Skapar länkbara Markdown-sidor från olika källmaterial
Appen extraherar automatiskt text och sätter ihop en navigerbar filbaserad wiki från dina original, vilket producerar vanliga Markdown-filer som du behåller. Den stöder flera inmatningstyper, vilket gör att användare kan ta in forskningsartefakter i ett bestående arkiv. Stödda format inkluderar:
- PDF och DOCX
- Bilder (OCR-härledd text)
- Ljudinspelningar (transkriberad text)
Dessa utdata gör det lättare för externa agenter att öppna och referera till konkreta dokument snarare än ogenomskinliga blobbar.
Sökprecisionen beror på extraktionskvalitet och vektorindexering
Verktyget använder vektoråtervinningsmetoder så att frågor matchar betydelse istället för bara exakta ord, vilket gör att agenter kan hitta relevanta avsnitt när formuleringen skiljer sig. Den återvinningskvaliteten beror på noggrannheten av OCR och transkription när man arbetar med bilder eller inspelningar, och på hur källmaterialet delas upp under indexering. Användare bör förvänta sig bättre matchningar från rena, välstrukturerade dokument än från brusiga skanningar eller dåligt ljud.
Installation och arbetsflöde förutsätter utvecklarnivå av bekantskap
Byggd med TypeScript och Electron, förväntar sig projektet en Node.js-miljö och pnpm-arbetsflödet för användare som kompilerar från källkod. Appen fungerar som en server som är kompatibel med MCP-medvetna klienter som Claude Desktop och Cursor, så att anta den kräver att den kopplas till ett befintligt agentarbetsflöde. Avgränsade åtkomstkontroller hjälper till att kartlägga lokala mappar i en agents sökbara omfattning, vilket passar tekniska användare som hanterar distributionssteg.
Lokalt först design bevarar ägande och stöder granskbarhet
Appen behåller genererade filer på värdmaskinen som vanliga filer som användare äger, och den erbjuder mappnivåavgränsning så att agenter endast ser uttryckligen tillåtet innehåll. Projektet är öppen källkod och utvecklat som ett mänskligt styrt experiment av utvecklaren, och det har fått uppmärksamhet på GitHub för sin metod för bestående lokal minne för agenter. Den kombinationen gynnar användare som prioriterar filägande och spårbarhet.
Bästa för praktiska utvecklare och forskare som värdesätter lokal kontroll
Appen är ett praktiskt val för tekniskt sinnade användare eftersom det är ett öppen källkod, människostyrt projekt med synlig dragkraft på GitHub. Förvänta dig att hantera bygg- och indexeringsdetaljer själv och att övervaka extraktionskvaliteten för uppdrag-kritiska frågor. För smidigare resultat, förbered källdokument med konsekventa rubriker och ren text så att de genererade wiki-länkarna och vektorindexet ger mer tillförlitlig kontext för agenter.
