stackos-mcp
Exposes TRAID Agency's knowledge base, methodology, and Tech Radar evaluations as consumable MCP tools, enabling AI agents to search, learn, and document institutional knowledge without RAG.
README
STACKOS MCP Server
MCP Server que expone la knowledge base, metodología, evaluaciones y standards de TRAID Agency como servicio consumible desde cualquier cliente MCP.
Compatible con: Claude Code, ChatGPT, Gemini, Cursor, Windsurf, n8n.
Qué es STACKOS
Sistema de investigación técnica que mantiene documentación siempre actualizada con evaluaciones objetivas de herramientas (ADOPT/HOLD/DROP), papers de investigación, standards de calidad y conocimiento institucional.
Sin RAG, sin vector DB — búsqueda por keyword sobre archivos markdown.
Tools disponibles (16)
Lectura y búsqueda (6)
| Tool | Descripción |
|---|---|
buscar_evaluacion |
Busca evaluación Tech Radar de una herramienta |
buscar_conocimiento |
Grep en toda la knowledge base o por área |
listar_skills |
Lista skills/metodologías disponibles |
listar_evaluaciones |
Lista todas las evaluaciones con clasificación |
leer_standard |
Lee un standard de calidad completo |
obtener_contexto_global |
Resumen ejecutivo de toda la KB |
Skills y metodología (3)
| Tool | Descripción |
|---|---|
leer_skill |
Lee el workflow completo de un skill (SKILL.md) |
leer_metodologia |
Lee SDD-STACKOS, reglas universales o estándar de Engram |
guia_aprendizaje |
Guía estructurada para alumnos (principiante/intermedio/avanzado) |
Pedagógicos (4)
| Tool | Descripción |
|---|---|
modo_tutor |
Instrucciones que convierten al agente en tutor pedagógico |
explicar_concepto |
Explica conceptos con analogía, ejemplo y verificación |
ejercicio_practico |
Genera ejercicios por tema y nivel |
evaluar_respuesta |
Evalúa respuesta del alumno con feedback constructivo |
Escritura (3)
| Tool | Descripción |
|---|---|
registrar_leccion |
Registra lección aprendida (append-only) |
agregar_nota_conocimiento |
Agrega nota a archivo de knowledge existente |
proponer_evaluacion |
Propone herramienta para evaluar |
Para alumnos
Si sos alumno y te compartieron este MCP, empezá así:
modo_tutor— El agente se convierte en tu tutor pedagógicoguia_aprendizajecon nivel"principiante"— te da el roadmap completoexplicar_conceptocon"spec"nivel"principiante"— tu primer conceptoejercicio_practicocon"spec"nivel"principiante"— practica lo aprendidoevaluar_respuesta— cuando termines el ejercicio, evaluá tu trabajo
Flujo de una sesión de aprendizaje
modo_tutor → guia_aprendizaje → explicar_concepto → ejercicio_practico → evaluar_respuesta
↑ │
└──────────────────── siguiente concepto ←─────────────────────────────────┘
Conceptos disponibles (con 3 niveles cada uno)
- spec — Especificaciones y OpenSpec v2
- skill — Skills y automatizaciones
- engram — Sistema de memoria persistente
- quality-gate — Quality gates y gobernanza
- lifecycle — Ciclo de vida de un proyecto
Resources (8)
| URI | Contenido |
|---|---|
stackos://institucional/traid |
Marca y stack de TRAID Agency |
stackos://institucional/nahuel |
Perfil del co-founder |
stackos://contexto-global |
Resumen de toda la KB |
stackos://standards/investigacion |
Cómo investigar |
stackos://standards/citacion |
Formato de citas |
stackos://standards/evaluacion |
Criterios Tech Radar |
stackos://standards/checklist |
Checklist pre-publicación |
stackos://indice |
Índice de topics y evaluaciones |
Quick Start
Local (stdio)
git clone <este-repo>
cd stackos-mcp
npm install
npm run build
node dist/index.js
Docker (HTTP)
docker compose up -d --build
# Endpoint: http://localhost:3000/mcp
# Health: http://localhost:3000/health
Configuración
Variables de entorno
| Variable | Default | Descripción |
|---|---|---|
STACKOS_ROOT |
D:/OneDrive/GitHub/CONOCIMIENTO-NAHUEL |
Ruta a la knowledge base |
MCP_TRANSPORT |
stdio |
Transporte: stdio o http |
PORT |
3000 |
Puerto HTTP |
STACKOS_API_KEY |
(vacío) | Bearer token. Si está definido, valida auth |
Claude Code
{
"mcpServers": {
"stackos": {
"type": "stdio",
"command": "node",
"args": ["D:/OneDrive/GitHub/stackos-mcp/dist/index.js"],
"env": { "STACKOS_ROOT": "D:/OneDrive/GitHub/CONOCIMIENTO-NAHUEL" }
}
}
}
Remoto (ChatGPT, Gemini, Cursor, n8n)
{
"stackos": {
"type": "http",
"url": "https://tu-servidor.com:3000/mcp",
"headers": { "Authorization": "Bearer <tu-api-key>" }
}
}
Licencia
MIT
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。