用途
PULSE8.ai Cortex 是面向 AI 智能体的开源知识层，旨在让智能体能够积累、演化和复用持久化知识，而不是在每次查询时重新推导。它基于纯 Markdown 文件构建，结合 Git 原生记忆、类型化知识图谱和 MCP 检索，让智能体可以构建、进化和复用知识。
主要能力
- 共享知识库：为 AI 智能体与人类提供统一的 Markdown 知识库，无专有格式，无锁定。
- 类型化知识图谱：通过 wikilinks、标签和类型化边（如 derived_from）自动维护知识节点与关系。节点类型包括 note、agent_def、session、daily、feedback。
- 全文与混合搜索：由 QMD 提供关键字/语义搜索，再由 Cortex 补充图谱边（wikilinks、标签、关系）进行结果增强。
- LLM 驱动的文件编译：使用 MarkItDown 将 PDF、DOCX、PPTX、XLSX、HTML、CSV、JSON、XML、图片（EXIF/OCR）和纯文本等格式转换为 Markdown。
- MCP 访问：通过 MCP 协议与任何兼容的 AI 客户端集成，支持 streamable HTTP、stdio，并镜像 1:1 的 REST API（/api/v1/）。
- 持久记忆：文件可跨会话、部署和模型升级保留。
- Git 版本化：知识库是纯 Markdown 目录，天然支持 diff 和版本控制。
- 无数据库：不需要专用数据库或图数据库即可运行。
- 资源即工具输入：支持将大体积工具输出保留在服务端，以轻量句柄在工具间传递，减小 LLM 上下文窗口占用。
- 确定性优先：摄取、知识图谱和搜索均可在零 LLM 调用下工作；LLM 仅用于可选的交叉引用、标签和图片描述等增强。
- 每日活动日志：每次写入、摄取和成功编译事件自动镜像到当天的 UTC 每日笔记。
- 批量摄取：提供一键脚本，可递归读取本地目录、SHA-256 去重、并发编译并重建索引。
使用方式
需要 Docker。OpenRouter API 密钥为可选项，仅用于 LLM 驱动的 Wiki 文章交叉引用；文件转换开箱即用，无需 API 密钥。
克隆仓库后通过脚本启动，并将 MCP 客户端（如 Claude Desktop）连接到 http://localhost:8420/mcp/。停止使用脚本。
macOS 上可运行原生 QMD 模式以利用 Metal GPU；也可使用 Cortex-only 模式连接外部 QMD；Linux + NVIDIA GPU 环境支持 GPU 加速 QMD。
认证支持 API Key（AUTH_METHOD=apikey）和 Microsoft Entra ID（AUTH_METHOD=oidc）两种方式，保护 REST API 和 MCP 端点。
LLM 后端可通过 LLM_BACKEND 环境变量选择，包括本地 Ollama 或完全确定性模式（LLM_BACKEND=none）。
项目实现了 MCP 资源模式：在 vault_search 或 vault_context 中传 as_resource: true，可通过 MCP 资源协议、vault_resource_read 回退工具或 REST 接口读取。
适用场景
- AI 智能体持久记忆
- 多智能体共享知识
- Git 版本化的组织知识
- MCP 兼容的知识检索
- 无需专用图数据库的知识图谱
- 组织制度知识的长期积累
- 人类与 AI 协作知识管理
具体用例包括：软件工程知识库（架构决策记录、编码规范、工程手册、平台文档、领域驱动设计模型）；银行与金融服务（产品文档、监管合规知识、业务领域模型、财富管理知识、机构流程知识）；企业知识管理（项目文档与复盘、经验教训、组织记忆、最佳实践与行动手册）；AI 智能体记忆层（跨智能体共享记忆、长期推理上下文、跨会话知识积累、多智能体协作）。
限制
项目明确列出不适合的场景：
- 简单全文文档搜索（应使用搜索引擎）
- 纯向量检索且无图谱（应使用向量数据库）
- 短暂的、无状态对话
- 不需要持久知识演化的工作流
其他事实：Docker Desktop 在 macOS 上无法向容器暴露 Metal GPU，容器化 QMD 仅使用 CPU，在非简单知识库上慢一个数量级以上。项目在 LongMemEval-S 上测得 45.0% 整体准确率（500 题、完整 haystacks、混合搜索），65.6% evidence recall@8，零评审错误。关于收费、价格、具体平台支持等更多信息暂未提供。
