Collective Brain MCP Server
Enables teams to create a shared knowledge base where members can store, search, and validate information collectively. Provides semantic search across team memories with granular permissions and collaborative verification features.
README
🧠 Collective Brain MCP Server
Système de mémoire collective pour équipes - Un cerveau partagé qui permet aux équipes de stocker, rechercher et partager leurs connaissances de manière intelligente.
🎯 Concept
Transformez votre équipe en un cerveau collectif où chaque membre peut :
- Stocker des informations importantes (décisions, solutions, bugs, etc.)
- Rechercher dans la mémoire collective de l'équipe
- Partager le contexte instantanément
- Vérifier et valider les informations
🚀 Fonctionnalités
Outils MCP disponibles :
-
store_memory- Stocker une mémoire collective- Contenu, catégorie, tags, visibilité
- Détection automatique de l'importance
- Liens avec des mémoires similaires
-
search_memories- Recherche sémantique- Recherche par similarité de contenu
- Filtres par catégorie et visibilité
- Respect des permissions (private/team/public)
-
get_team_insights- Analytics d'équipe- Top catégories et tags
- Contributeurs les plus actifs
- Mémoires les plus consultées
-
verify_memory- Validation collaborative- Permettre aux membres de confirmer des infos
- Augmenter le score de confiance
🏗️ Architecture
┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐
│ Le Chat A │ │ Le Chat B │ │ Le Chat C │
│ (CEO Alice) │ │ (CTO Bob) │ │ (CS Charlie) │
└─────────┬───────┘ └─────────┬────────┘ └─────────┬───────┘
│ │ │
└──────────────────────┼───────────────────────┘
│
┌─────────────▼─────────────┐
│ Collective Brain MCP │
│ - Store Memories │
│ - Search & Retrieve │
│ - Team Insights │
│ - Verify & Validate │
└─────────────┬─────────────┘
│
┌─────────────▼─────────────┐
│ Qdrant Vector DB │
│ - Semantic Search │
│ - Embeddings Storage │
│ - Workspace Isolation │
└───────────────────────────┘
🛠️ Installation
- Installer les dépendances :
uv sync
-
Déploiement automatique : Le serveur se déploie automatiquement à chaque commit sur la branche
main. -
Configuration des clés API : Configurez vos clés API directement sur la plateforme de déploiement :
QDRANT_URL- URL de votre cluster QdrantQDRANT_API_KEY- Clé API QdrantMISTRAL_API_KEY- Clé API MistralDEFAULT_WORKSPACE- Workspace par défaut
🎬 Démonstration
Lancez le scénario de démo :
python demo_scenario.py
Scénario : Une startup AI résout un bug critique en 45 minutes au lieu de 2h grâce au partage d'information instantané.
📊 Cas d'usage
1. Résolution de problèmes
- CS reçoit une plainte client → stocke dans la mémoire collective
- CTO cherche le contexte → trouve immédiatement l'impact business
- CEO voit la priorité → tout le monde est aligné
2. Prise de décisions
- Décisions documentées et traçables
- Contexte historique accessible
- Validation collaborative
3. Onboarding
- Nouveaux membres accèdent à l'historique
- Connaissances préservées
- Meilleures pratiques partagées
🔧 Configuration
Variables d'environnement :
QDRANT_URL- URL de votre cluster QdrantQDRANT_API_KEY- Clé API QdrantMISTRAL_API_KEY- Clé API Mistral (pour embeddings)DEFAULT_WORKSPACE- Workspace par défaut
Permissions :
private- Seul le créateur peut voirteam- Tous les membres du workspacepublic- Accessible à tous
🎯 Roadmap
Phase 1 (MVP) ✅
- [x] Stockage de mémoires
- [x] Recherche sémantique
- [x] Système de permissions
- [x] Analytics d'équipe
Phase 2 (Améliorations)
- [ ] Intégration Qdrant réelle
- [ ] Embeddings Mistral
- [ ] Knowledge graph
- [ ] Dashboard web
Phase 3 (Avancé)
- [ ] Multi-langue
- [ ] Voice notes
- [ ] Predictive insights
- [ ] API REST
🏆 Avantages concurrentiels
- Multi-tenant - Isolation par workspace
- Permissions granulaires - Contrôle fin de l'accès
- Recherche sémantique - Trouve même avec des mots différents
- Validation collaborative - Crowdsourcing de la vérité
- Analytics temps réel - Insights sur l'activité équipe
🤝 Contribution
Ce projet a été développé lors du Mistral AI MCP Hackathon 2025.
📄 Licence
MIT License - Voir le fichier LICENSE pour plus de détails.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。