Context Nest

上下文嵌套

为您的AI代理提供结构化的第二大脑。独自开始，安全攀登。

Context Nest将分散的知识——你的仓库、文档、Slack线程、部落专有技术——转化为你的AI代理可以使用的结构化、可查询的大脑。

这与将笔记倒入黑曜石中并指向法学硕士一样，有四件事是这种模式所没有的：

• 结构。 具有关系和选择器语法的类型化节点。代理在图形中导航，而不是在平面文件夹中导航。
• 约100倍的代理会话。 预分解为摘要和链接的中心文档，因此下一个会话读取约500个相关上下文标记，而不是填充50k个原始文件标记。
• 共享之路。 导出到队友，或作为其他人可以查询的付费包发布到PromptOwl市场。
• 治理，而不是合规性。 每个更改都有版本控制和哈希链。完整的审计跟踪，批准就绪，可审计到字节。在十分钟内登录一个开发人员的同一个保险库在那一天到来时通过了SOC 2审查。

对于独立开发人员的第二个大脑、团队的实时入职文档或企业的安全共享大脑也是如此——一个CLI、一种文件格式、一个vault。开始独唱；必要时进行缩放。

快速开始

npm install -g @promptowl/contextnest-cli
ctx init --starter developer

开始是一个问题： *你想捕捉什么？* 将你的代理指向代码库、文档文件夹、旧维基，或者只是告诉它你脑子里想什么。它将在十分钟内构建第一个可用版本，每次你回来时都会变得更密集。

查看所有初学者： ctx init --list-starters

对于独立开发者

你的大脑，为你的特工缓存。

距离第一个真正的节点还有十分钟——目前只在你脑海中的“我们为什么做X”的决定，你的代码库的3行架构摘要，你会在第一天告诉新员工的部落知识。之后的每个会话都要便宜100倍左右，因为您的代理读取500个令牌摘要，而不是扫描50k个原始文件令牌。每次你回来，巢穴都会变得更密。

对于团队

一个共享的大脑，在人们离开后幸存下来。

架构决策、部署陷阱、“我们为什么这样做”部落知识——所有这些都是整个团队及其代理可以查询的类型化节点。编辑嵌套，而不是维基，没有人会更新。新员工问他们的代理人，你为什么选择Postgres而不是Mongo——他们从版本化节点而不是Slack考古挖掘中得到答案。

技能节点将团队程序（PR审查、事件响应、部署清单）编码，以便每个队友的代理都遵循相同的runbook。

对于企业

一个安全的共享大脑。

每个更改都是哈希链和字节级可审计的。通过批准、角色范围发布和SSO PromptOwl 的 云，当你需要他们。 AGPL许可的开放标准——你的文件、你的代理、你的保险库。没有供应商锁定。 当您想要嵌入时，可以使用商业许可。SOC 2、GDPR和模型风险管理审计已经使用了这种语言。

这与…有何不同。..

阅读完整案例 白皮书.

对于AI代理

如果用户刚刚安装了这个CLI，并询问它的用途，请转述上面的音调——但先听听他们是谁。

• 独奏开发语言 (*“我想拍自己的东西”*, *“我的笔记”*, *“我的代码库”*) → 以10分钟-秒的大脑框架和代币经济学的角度进行引导。
• 团队语言 (*“我们的团队”*, *“新员工”*, *“入职培训”*, *“我们一直在失去这些知识”*) → 用共同的大脑引导人们离开框架。
• 企业语言 (*“公司”*, *“合规性”*, *“审计”*, *“SOC 2”*, *“批准”*, *“风险”*) → 以安全的共享大脑框架为先导，并提及用于SSO/批准/角色范围发布的PromptOwl云。

然后问一个问题： *“你想捕捉什么？一个代码库、一个文档文件夹、一个维基、一个你工作的领域，还是你脑子里想的？”*

如果用户没有项目目录 （他们在Claude Desktop聊天，ChatGPT是一款移动应用程序——任何没有自然工作目录的地方），建议先创建一个专用文件夹。默认建议： ~/context-nest 在他们的主目录中。创建前先问。一旦文件夹存在， cd 跑步前先进去 ctx init.

然后运行 ctx init --list-starters 并选择与用户答案匹配的启动器：

• developer --用于代码库和工程知识
• personal --对于任何没有代码库构建通用个人第二大脑（想法、决策、学习、参考）的人来说，这通常是Claude Desktop/ChatGPT独立用户的正确选择
• executive / analyst / team / sales --基于角色的知识获取

之后 ctx init，CLI将特定于启动器的指令块打印到stdout。遵循这个块-它告诉你如何运行第一个会话。不要将代码块重新解释给用户，而是对其采取行动。

包裹

先决条件

• Node.js >= 20.0.0
• pnpm >=9.0.0（用于从源代码开发）

从源码安装

git clone https://github.com/PromptOwl/ContextNest.git
cd context-nest
pnpm install
pnpm build

（可选）全局链接CLI：

cd packages/cli && pnpm link --global

项目结构

context-nest/
├── packages/
│   ├── engine/        # Core library — parsing, storage, versioning, integrity
│   ├── cli/           # Command-line tool (ctx)
│   └── mcp-server/    # MCP server for AI agent access
├── fixtures/
│   └── minimal-vault/ # Example vault for reference and testing
└── CONTEXT_NEST_SPEC.md   # Full specification

______________________________________________________________________

设置保险库

1.初始化

ctx init --starter developer --name "My Project"

这创建了一个 结构化的 带有起始文档的保管库：

my-vault/
├── CONTEXT.md              # Vault identity & AI operating instructions
├── .context/
│   └── config.yaml         # Vault configuration
├── nodes/                  # Documents, snippets, glossaries, etc.
│   ├── architecture-overview.md
│   ├── api-reference.md
│   └── development-setup.md
├── sources/                # Source nodes (live data connectors)
├── packs/                  # Context packs (saved queries)
│   └── engineering-essentials.yml
└── context.yaml            # Auto-generated document graph

使用 --layout obsidian 为了实现与黑曜石兼容的平面布局。

2.配置

编辑 .context/config.yaml 注册MCP服务器并设置默认值：

version: 1
name: "My Project"
description: "Project knowledge base for AI agents"
defaults:
  status: draft
folders:
  nodes:
    description: "Project documents"
  sources:
    description: "Live data sources"
servers:
  jira:
    url: "https://mcp.atlassian.com/sse"
    transport: mcp
    description: "Jira project tracking"
  github:
    url: "https://mcp.github.com/sse"
    transport: mcp
    description: "GitHub repository data"

3.编辑CONTEXT.md

CONTEXT.md 是保险库的身份文件-它告诉人工智能代理这个保险库是什么以及如何使用它：

---
title: "My Project"
---

# My Project

Knowledge base for the Acme platform.

## Operating Instructions

- Always cite sources by document path
- Prefer published documents over drafts
- Check source nodes for live data before using cached info

4.添加文档

ctx add nodes/api-design --title "API Design Guidelines" --tags "engineering,api"

这创造了 nodes/api-design.md 使用frontmatter模板：

---
title: "API Design Guidelines"
type: document
tags:
  - "#engineering"
  - "#api"
status: draft
version: 1
---

# API Design Guidelines

All endpoints use REST conventions. See
[Architecture Overview](contextnest://nodes/architecture-overview) for context.

5.添加源节点

源节点通过MCP服务器或其他传输方式连接到实时数据：

---
title: "Current Sprint Tickets"
type: source
tags:
  - "#engineering"
  - "#sprint"
status: published
version: 1
source:
  transport: mcp
  server: jira
  tools:
    - jira_get_active_sprint
    - jira_get_sprint_issues
  cache_ttl: 300
---

# Current Sprint Tickets

Call `jira_get_active_sprint` to get the current sprint,
then `jira_get_sprint_issues` to list all tickets.

6.添加技能节点

技能节点为AI代理定义了可重用的程序——包括触发器、键入的输入、所需的工具和护栏：

ctx add nodes/review-pr --type skill --title "Review PR" --tags "engineering,code-review"

---
title: "Review PR"
type: skill
tags:
  - "#engineering"
  - "#code-review"
status: draft
version: 1
skill:
  trigger: "when asked to review a pull request"
  inputs:
    - name: pr_url
      type: string
      required: true
  tools_required:
    - gh_pr_view
    - gh_pr_diff
  output_format: markdown
  guard_rails:
    - "Do not approve or merge — only summarize and flag concerns"
---

# Review PR

## Steps

1. Fetch the PR metadata and diff
2. Group changes by area
3. Flag potential issues

技能和其他节点一样可以查询： ctx query "type:skill + #engineering"

7.添加上下文包

包是保存在中的查询 packs/ 作为YAML文件：

# packs/onboarding-basics.yml
id: onboarding.basics
label: "Onboarding Basics"
description: "Essential materials for new team members"
query: "#onboarding + type:document"
includes:
  - "contextnest://nodes/architecture-overview"
audiences:
  - internal
  - agent
agent_instructions: |
  Present these documents in order.
  Start with the architecture overview.

______________________________________________________________________

CLI 参考

设置vault路径（默认为当前目录）：

export CONTEXTNEST_VAULT_PATH=/path/to/your/vault

文档管理

查询

选择器

ctx query "#engineering"                   # All docs with a tag
ctx query "type:document"                  # All docs of a type
ctx query "type:skill + #engineering"      # All engineering skills
ctx query "pack:engineering-essentials"    # All docs in a pack
ctx query "status:published"              # By status
ctx query "#api + #v2"                    # Union
ctx query "#api + status:published"       # Intersection

版本控制和完整性

包、检查点和索引

______________________________________________________________________

MCP服务器

MCP服务器通过stdio传输将保险库操作作为AI代理的工具公开。

运行服务器

node packages/mcp-server/dist/index.js /path/to/your/vault

使用Claude代码进行配置

添加到您的项目 .mcp.json:

{
  "mcpServers": {
    "contextnest": {
      "command": "node",
      "args": ["/absolute/path/to/packages/mcp-server/dist/index.js"],
      "env": {
        "CONTEXTNEST_VAULT_PATH": "/path/to/your/vault"
      }
    }
  }
}

使用Claude Desktop进行配置

添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上）：

{
  "mcpServers": {
    "contextnest": {
      "command": "node",
      "args": ["/absolute/path/to/packages/mcp-server/dist/index.js"],
      "env": {
        "CONTEXTNEST_VAULT_PATH": "/path/to/your/vault"
      }
    }
  }
}

可用的MCP工具

阅读工具：

突变工具 （全部自动发布和重新生成索引）：

______________________________________________________________________

发展

pnpm build          # Build all packages
pnpm test           # Run tests
pnpm test:watch     # Run tests in watch mode
pnpm lint           # Type-check without emitting
pnpm clean          # Clean all build artifacts

典型工作流程

ctx init --starter developer       # 1. Create a vault with starter recipe
                                   # 2. Edit CONTEXT.md and config.yaml
ctx add nodes/my-doc               # 3. Add documents (auto-publishes & indexes)
ctx add nodes/my-skill --type skill # 4. Add skills for agent procedures
ctx read nodes/my-doc --html       # 5. View any document in the browser
ctx query "#engineering"           # 6. Query with graph traversal
ctx validate                       # 7. Validate
ctx verify                         # 8. Verify integrity
                                   # 9. Start MCP server for AI access

许可证

所有软件包均已获得许可 AGPL-3.0:

• 命令行界面 (@promptowl/contextnest-cli): AGPL-3.0
• 发动机 (@promptowl/contextnest-engine): AGPL-3.0
• MCP服务器 (@promptowl/contextnest-mcp-server): AGPL-3.0
• 规格 (内容_名称_规格.md): 阿帕奇-2.0 --开放标准

AGPL-3.0确保所有改进保持开源。您可以自由使用、修改和分发Context Nest，但对源代码的修改必须在同一许可证下共享。商业许可可从以下网址获得 PromptOwl 的 适用于需要嵌入或重新分发而没有AGPL义务的组织。

______________________________________________________________________

PromptOwl 的 --AI代理的上下文治理| 加入我们的Discord