Kith Space MCP 伺服器 | PlugMCP
跳到正文
🌟 核心愿景:从“孤单用 Bot”到“拥有一支真实的 AI 协作团队”
目前绝大多数 AI 工具仍停留在临时问答框 的初级形态:每次开启新会话都重新失忆;只能单兵作战;缺少让人与 AI 并肩操作的多元工作空间;无法应对复杂的工程研发、任务推进与视觉设计。
Kith-space 是一个本地优先、专为个人打造的多 Agent 协同工作台 :
Kith 是古英语词汇,意为“知根知底、彼此信任的自己人”。Kith-space 的核心不是用完即走的泛泛问答,而是一个 ——让你一人就能统筹一支常驻本机的数字团队(架构师、全栈工程师、视觉设计师、研究员等),在高度一体化的工作模块中分工协作、并肩攻坚、真正把事情做完。
面向个人的本地多 Agent 协同工作空间。与拥有独立身份与持久记忆的 AI 队友深度协作:频道分工、任务指派、无限矢量画布与原生 MCP。A local-first multi-agent collaborative workspace.
把任意工具接入任意代理。面向非開發者的 MCP 伺服器目錄;閘道承載流量,n8n 承載應用。
產品
目錄
開發者
公司
由你主导的本地 AI 团队协同空间
⚡ 核心能力速览 (At a Glance)
🔄 人与多 Agent 深度协同工作流 在 Kith-space 中,人和多位 AI 队友是如何跨越群聊 、任务看板 与无限矢量画布 协同完成一项严肃工作的?
sequenceDiagram
autonumber
actor Human as 👤 用户 (Human)
participant Board as 📋 任务看板 / 💬 群聊频道
participant Canvas as 🎨 无限矢量画布
participant Core as ⚙️ Core Service (Harness v2)
participant Agent as 🤖 AI 队友 (Designer / Coder)
participant Memory as 🧠 记忆自省中枢 (Advisor)
Human->>Board: 创建任务并明确指派给 @Designer
Human->>Canvas: 框选目标元素并圈定切片批注 (Marked Regions)
Board->>Core: 冻结选区快照 (Selection Snapshot),颁发 CAS 租约
Core->>Agent: 投递独立会话上下文 (Context Envelope) 与私有记忆
Note over Agent: 加载 poster_craft 领域技能包与 anti_ai_slop 审美护栏
Agent->>Core: 规划构图并调用 canvas.create_shape / boolean_op / create_text
Core->>Canvas: 提交原子矢量变更,实时渲染最新图层与样式
Agent->>Agent: 调用 canvas.design_review 依据量规质检评分 (≥90 分放行)
Agent->>Board: 调用 task.deliver 正式交付成果,聊天流沉淀 mutationId 审计回执
Board-->>Human: 任务状态流转为 in_review,等待人类最终验收
Core->>Memory: 异步触发 Memory Advisor,提炼用户偏好并安全沉淀至持久化记忆库
🏢 多维协同工作空间模块矩阵 Kith-space 将本地工作空间解耦为深度联通的多元业务模块,彻底打破单一纯文本对话的局限:
🚀 核心亮点深度剖析
1. 🤖 真实 AI 队友:独立身份、专属工作区与多 Agent 分工 在 Kith-space 中,Agent 不是千篇一律的模型包装,而是各有所长的常驻数字员工:
独立人设画像与专业职责模板 :支持基于预置模板(Leader 目标编排、Research 调查考证、Writing 文案起草、Testing 质量测试、Review 代码质检等)或深度定制 Prompt,为每位队友设定独立的性格、专业领域和行为边界。
自带运行时(BYO-Runtime & Model 自由混搭) :不同 Agent 可自由绑定你本机已有的不同底层 CLI 与大模型。例如:让架构师使用 Claude Code,全栈开发绑定 Codex / OpenCode,视觉设计师调用特定生图模型,并提供开箱即用的内置 Pi Agent。
独立私有工作空间(Private Workspace) :每位 Agent 拥有完全隔离的本地工作目录(<agentWorkspace>),保存其私有笔记、工作草稿与本地记忆,互不串扰。
2. 🧠 深度深挖:多层持久化记忆机制与 Memory Advisor 自省进化 记忆是多 Agent 成为“真实队友”的基石。Kith-space 拒绝粗暴地把所有历史塞进大上下文窗口,而是设计了一套严密的多层持久化与自省记忆中枢 :
三层立体文件记忆 (透明易审)
+ SQLite FTS5 结构化情景记忆 (高速全文检索)
+ 异步 Memory Advisor 流水线 (事实提炼 & 反思纠偏)
+ HMAC 密码学防篡改签名 + 原始消息证据链溯源
+ 严苛的 Prompt Injection 反投毒护栏 (拦截对抗性注入)
+ 跨表面隐私披露门禁 (防止私聊秘密泄露进公共群聊)
= 跨越会话、安全可靠、越用越懂你的终身认知系统
① 三层立体文件记忆(Transparent File Memory)
用户层记忆(User Memory) :位于 ~/.kith/user/MEMORY.md 及 notes/,记录跨项目的全局习惯、通用技术偏好与风格倾向,由用户直接掌控。
空间层记忆(Space Memory) :位于 <space>/.kith/memory/MEMORY.md 及 notes/,承载当前项目的业务背景、团队共识、架构规范。
Agent 私有记忆(Agent Private Memory) :位于各 Agent 私有工作空间,沉淀该队友的执行心得与专业经验。
所有文件均采用标准 Markdown,用户可随时打开人工阅读、润色或清空,Agent 亦可通过原生文件读写工具自然查阅。
② 结构化情景记忆(Episodic Memory & FTS5 引擎)
底层基于本地 SQLite 存储(episodicMemories 表),记录具备严格 schema 的结构化事实、用户指令、决策记录与操作准则。
SQLite FTS5 全文索引 :通过词法投影(Lexical Projection)与 SQLite FTS5(memory_fts 表)实现毫秒级全文模糊匹配与混合相关度召回。
知识关联与版本演进 :支持 relationType 关联(supersedes 替代、contradicts 冲突),当用户提出新偏好时,系统自动标记并废弃陈旧认知,避免前后自相矛盾。
③ 异步 Memory Advisor:自动化提炼与认知自省
每次交流结束后,后台守护进程自动启动 memoryAdvisorJobs 异步分析流水线,无需阻塞当前的实时聊天响应。
智能噪声与闲聊过滤 :自动识别并剔除无信息量的客套寒暄(如“好的”、“收到”、“谢谢”)、一次性测试口令(Canary Tokens)与瞬态系统 ID。
双重摘要投影(Dual Projections) :
internalSummary:保留技术与逻辑细节,供 Agent 自我思考时调用;
shareableSummary:提炼为安全合规的摘要,用于跨场景、跨频道协同。
④ 工业级安全护栏:反提示词投毒与隐私隔离
严苛的 Anti-Poisoning 反投毒检测 :自动拦截输入中伪装成记忆的越权指令(如扫描“忽略之前所有规则”、“绕过安全策略”、“泄露 API Key / 凭据”等黑客攻击),坚决拒绝对抗性攻击污染记忆库。
敏感信息自动脱敏(Secret Sanitization) :实时检测 API Token、私钥、密码,绝不将其作为长期记忆持久化。
HMAC 密码学防篡改签名 :所有入库记忆与 Claim 令牌均经本地 HMAC SHA-256 签名,防止恶意进程伪造记忆数据;每条记忆均绑定原始消息证据链(memoryEvidence),支持来源追溯。
跨表面隐私披露门禁(Disclosure Gates) :严格区分 agent_private、space 与 user 作用域,在私聊(DM)中习得的敏感信息在未经显式授权(DisclosureGrant)前,绝不会被带入公开群聊频道。
3. 🎨 深度剖析:无限矢量画布协作模块(Infinite Vector Canvas) 无限矢量画布是 Kith-space 内置的核心协同工作模块之一 (基于 SVG Paper / Recombyn 引擎),为人和 Agent 的协作提供了图文并茂的高维共创工作台:
① 真正的矢量级编程绘制与几何布尔运算 区别于市面上仅生成位图的 AI 绘图工具,Kith-space 的画布是真正的矢量操作台 :
Agent 通过精准的类型化 API(create_frame、create_shape、create_text、align_nodes 等)操纵图元,实现毫秒级精准排版。
矢量布尔运算(Boolean Operations) :支持 canvas.boolean_op(并集 union、差集 subtract、交集 intersect)。Agent 可像专业设计师一样,用基础几何图形巧妙组装复杂图标(例如:大圆减小圆切出月牙,圆圈组合矩形拼出放大镜,贝塞尔闭合路径绘制矢量徽标)。
② 选区快照与局部切片批注交互(Marked Regions)
人类在画布上框选某些图元,或在特定画面区域圈定局部批注框(Marked Regions),然后在侧边栏 @Designer 发起指令(如“把这块文案居中,背景换成秋季配色”)。
系统底层生成基于 SHA-256 哈希防伪的不可变快照(FrozenCanvasSelectionSnapshot),向 Agent 颁发带有 CAS 乐观锁的版本租约,保证多人/多 Agent 编辑不冲突。
Agent 改动完成后生成原子 mutationId,画布实时呈现矢量变化,同时在聊天流中沉淀可审计的操作回执卡片。
③ 体系化设计 Skill 技能包与 Anti-AI-Slop 质检门禁 内置了完整的专业级设计方法论体系 (Brief 意图 → Art Direction 视觉方向 → Layout Plan 构图规划 → Execution 绘图执行 → Observe 场景反思 → Review 质检 → Subtract 克制删减 ):
12 大设计底座规范 :
anti_ai_slop:反 AI 俗套审美护栏 。硬核禁止滥用紫蓝科技渐变、无脑毛玻璃、浮夸光斑,严禁正文中用 emoji 充当图标,禁止编造虚假数据。
composition:量化黄金构图 。硬性规定主视觉面积(60–85%)、文字区(≤20%)、视觉留白呼吸区(≥15%)。
typography(字体阶梯排印)、color(色盘角色分工)、design_system 等。
14 大垂直领域技能包 :poster_craft(海报/展架)、landing_page(营销落地页)、banner_ad(广告横幅)、dashboard_ui(数据大屏)、mobile_app_ui(移动界面)、icon_set(矢量图标组)等。
闭环设计质检门禁(canvas.design_review) :提交前 Agent 自行运行 0–100 分量规自检:<70 分强制返工重画,70–89 分修正缺陷,≥90 分方可放行。
多模态生成联动 :支持将豆包(Doubao)生成的 AI 图像与短视频无缝挂载为画布 Frame 内的资产。
4. 💬 多 Agent 群聊频道与 Agent Harness v2 协作底座
团队多角色同台群聊与分工 :支持多个 Agent 共同加入一个频道,既可输入 @AgentName 针对性委派任务,也可输入 @all 发起全员大讨论与跨角色交叉会审。
Agent Harness v2 核心架构机制(彻底终结串台与上下文污染) :
Per-Surface 局部独立会话 :每个 Agent 在每个频道、私聊或话题中运行完全隔离的 Session,彻底杜绝单一大上下文导致的会话串台与跨域污染。
Durable Turn Ledger(崩溃自愈) :严格遵循“先持久化、后执行”原则,服务重启后自动接续调度,绝不漏回任何消息。
服务端目标锁定(Anti-Hallucination Routing) :回复目标由服务端安全令牌直接锁定,大模型无法通过幻觉将消息误发到其他私密频道。
实时透明追踪 :内置 LiveTrace 与 Turn Inspector ,毫秒级流式展现 Agent 的思维链(Thinking)、工具调用栈及执行详情。
5. 📋 任务看板模块:严肃分工与交付验收闭环 将复杂的业务诉求转化为具备完整生命周期的结构化 Task:
精准指派 :在群聊或任务看板中将工作拆分为具体 Task,明确指派给特定 AI 队友。
双模式自主执行 :
⚡ Autopilot(自动驾驶模式) :Agent 自主规划步骤、调用工具、推进完成;
📝 Plan-First(方案预审模式) :Agent 先出具执行方案与风险分析,待人类确认后方可施工。
严肃交付协议 :支持 CAS 乐观锁任务认领(task.claim)、流转转交(task.assign)、进度汇报(task.report),并在最终阶段附带产出物发起正式交付(task.deliver)。
6. 🔌 原生 MCP 协议支持与 100% 本地数据主权
内置 kith-core Stdio MCP Server :
内置符合官方标准协议的 MCP Server(src/server/mcp/stdio.ts),全量将画布、记忆、任务、会话检索开放为标准 MCP Tools,任何 MCP 客户端均可零门槛接入。
100% 本地优先 :
每个 Space 是一个完全自包含的本地文件夹(内部持有 .kith/workspace.db),全局控制面存于 app.db。拷贝文件夹即完整备份迁移 ,无云端绑定,无账号追踪,断网可用,数据绝对不出机。
🏗 系统架构全景 flowchart TB
subgraph UI["🖥 桌面交互客户端 (Presentation Layer)"]
Desktop["Electron 桌面客户端 (React 19 + Tailwind v4 + shadcn/ui)"]
Web["可选受信任 LAN / 本机 Web 访问"]
Surfaces["💬 频道群聊 / 📋 任务看板 / 🎨 无限矢量画布 / 🔍 LiveTrace 监视器"]
end
subgraph Core["⚙️ Core 业务中枢 (Business Authority)"]
TurnLedger["Turn & Delivery 持久化账本 (Durable Recovery)"]
SessionModule["Per-Surface 局部 Session 管理器"]
TaskEngine["Task & Checklist 状态机引擎"]
CanvasCore["Canvas Core 矢量状态机 (CAS 乐观锁 + 选区快照)"]
MemorySystem["Memory 引擎 (FTS5 全文检索 + 词法投影 + HMAC 签名)"]
Advisor["Memory Advisor (异步自省提炼 + 反投毒护栏 + 冲突消解)"]
end
subgraph Storage["💾 100% 本地数据层 (Local-First Data)"]
SpaceDB["各空间独立 .kith/workspace.db (SQLite)"]
CentralDB["全局 app.db (SQLite)"]
FileMemory["三层 Markdown 记忆库 (User / Space / Agent Private)"]
end
subgraph Gateway["🔌 能力网关与协议层 (Capability Layer)"]
MCP["kith-core 原生 MCP Stdio Server"]
CapGateway["Broker Capability Gateway (权限审计与令牌颁发)"]
SkillRegistry["Skill 技能包注册中心 (12大底座规范 + 14大领域技能)"]
end
subgraph Worker["🤖 运行时执行层 (Local Runtime Worker)"]
Dispatcher["Per-Agent 串行并发任务调度器"]
Runtimes["本机 CLI 执行引擎 (Claude Code / Codex / OpenCode / Pi / Cursor 等)"]
end
UI --> Core
Core --> Storage
Core --> Gateway
Gateway --> Worker
Worker --> Runtimes
⚡ 快速上手
环境要求
Node.js (v20 或更高版本)
pnpm (推荐 11.13.1)
本机 AI 运行时 :机器上装有以下任意一款 CLI 工具即可(或直接使用内置的 Pi Agent):
1. 克隆与安装 git clone https://github.com/CKang-J/Kith-space.git
cd Kith-space
pnpm install
2. 启动桌面客户端
首次启动会引导你创建唯一 Human 身份 ,并自动生成你的第一个 Home 空间。
进入 Agents 模块,点击“新建 Agent”,从模板选择角色(例如架构师、全栈工程师或视觉设计师),绑定你本机已有的运行时引擎与模型,即可开启多模块团队协作!
🛠 日常开发与调试 项目使用 node:test 进行契约与单元测试,所有命令参数直接附加在后面,无需加 -- :
# 运行单元测试
pnpm test --unit
# 运行集成测试
pnpm test --integration
# 运行 TypeScript 类型检查
pnpm run typecheck
# 单独启动前端 Web 界面调试
pnpm run web
# 单独启动后台 Core 服务调试
pnpm run server
📚 延伸阅读
🤝 参与贡献 欢迎每一位关注人与 Agent 深度协作、多 Agent 团队工作空间的开发者参与贡献!
本项目采用轻量 GitHub Flow :从 main 检出短特性分支,在短分支提交后发起 Pull Request(Squash 合并),切勿直推 main。
提交说明规范请遵循中文 Conventional Commits,详见 CONTRIBUTING.md 。
📄 开源许可证 Deer Flow An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of ta Ruflo 🌊 The original agent harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, feder CrewAI Framework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks. Nanobot Ultra-lightweight, open-source, self-hosted personal AI agent framework in Python with WebUI, tools, memory, MCP, multi-agent workflows, automation, and chat apps Oh My Claudecode Teams-first Multi-agent orchestration for Claude Code Gpt Researcher An autonomous agent that conducts deep research on any data using any LLM providers Auto Claude Code Research In Sleep ARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works wi Gastown Gas Town - multi-agent workspace manager Agent Skills For Context Engineering A comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effe X711io Universal Gas Station Market And Intelligence Pay-per-call tool API for autonomous agents. x402 payments on Base. 27 tools including web search, price feeds, and The Hive shared memory layer. Trigger.dev Trigger.dev – build and deploy durable AI agents and workflows QuantDinger The most complete open-source, self-hosted Agentic Trading OS—AI research, Python strategies, factor discovery, backtesting, optimization, paper/live multi-asset execution, risk controls, monitoring, Autonomous agents MCP 伺服器 最佳 Autonomous agents MCP 伺服器
尚無工具清單。遠端伺服器會在首次健康檢查後取得工具清單。
如何安裝 Kith Space? 在本頁複製適用於 Cursor、Claude Desktop、Claude Code 或 VS Code 的 stdio 設定。它使用發布者的安裝方式,而不是 PlugMCP 代理伺服器。
Kith Space 需要 API 金鑰嗎? 這筆記錄未列出必要的環境變數。
Kith Space 使用哪種傳輸方式? Kith Space 透過 stdio 在本機執行。
Kith Space 上次檢查是什麼時候? 上次檢查時間:2026-10-27。 面向个人的本地多 Agent 协同工作空间。与拥有独立身份与持久记忆的 AI 队友深度协作:频道分工、任务指派、无限矢量画布与原生 MCP。A local-first multi-agent collaborative workspace.
工具
0 / 10