TypeScript · 지식 그래프 RAG · MCP

kontext-brain-ts

AI 에이전트가 검색한 내용을 원본 근거까지 추적할 수 있는 오픈소스 지식 계층입니다.

Kontext Brain은 TypeScript / Node.js로 구현한 RAG(검색 증강 생성) 프레임워크입니다. 저장소 이름은 kontext-brain-ts, 패키지 이름은 @kontext-brain/*입니다. 문서를 Resource·Chunk·Entity·Fact·Evidence로 연결하고 하이브리드 검색과 MCP 연동을 지원합니다.

소스 코드 보기 로컬에서 시작하기 →

어떤 용도에 맞나요?

필요한 기능	관련 구성 요소
TypeScript 앱의 RAG	Loader와 Agent API로 근거 문맥을 검색하거나 근거를 포함한 답변을 생성합니다.
MCP 클라이언트의 지식 검색	Tool server를 실행하면 호환되는 AI 클라이언트에서 라이브러리를 직접 내장하지 않고 지식 베이스를 조회할 수 있습니다.
접근 권한을 지키는 팀 지식	PostgreSQL 런타임은 조직별 RLS와 ACL 기반 검색을 지원합니다. 배포 환경에 맞게 사용자와 원본 권한을 구성해야 합니다.
로컬 실험	가벼운 File store와 Ollama adapter를 사용할 수 있습니다. File store는 production PostgreSQL 권한 모델을 제공하지 않습니다.

구현 근거: Agent API · MCP 도구 · PostgreSQL 런타임.

검색은 어떻게 동작하나요?

원본 문서 → Resource·Chunk
          → Entity·Fact·Evidence
질문 + 사용자 권한 → 후보 검색 → 제한된 그래프 탐색
                              → 원본 근거 → 답변

외부 시스템이 원본을 유지하고 Kontext는 파생 지식 인덱스를 관리합니다. Production 검색 경로는 접근 가능한 Resource·Chunk·Entity·Fact 또는 선택적 Ontology anchor에서 시작합니다. Lift → Expand → Ground 방식으로 범위를 제한해 탐색하고, 답변 근거로 선택한 원본 본문을 가져옵니다.

벡터·키워드 검색에 그래프 문맥을 결합할 수 있습니다. 검색과 답변 API가 분리되어 있어 에이전트가 검색한 문맥을 자신의 추론 과정에 활용할 수 있습니다. Evidence 식별자와 원본 연결을 통해 답변의 출처를 점검할 수 있습니다.

파생 근거 인덱스, 저장소와 권한, N-layer 검색 설계 문서에서 세부 동작을 확인할 수 있습니다.

저장소에서 시작하기

Node.js 20 이상과 pnpm 9가 필요합니다. 실행할 예제에 맞는 LLM과 임베딩 공급자를 설정하세요. 로컬 모델은 Ollama를 사용할 수 있으며, 외부 모델 API에는 별도 인증 정보와 비용이 필요할 수 있습니다.

git clone https://github.com/hj1105/kontext-brain-ts.git
cd kontext-brain-ts
corepack enable
pnpm install
pnpm -r build

# README에 따라 모델 공급자를 설정한 뒤 실행합니다.
pnpm --filter @kontext-brain/example-basic start

공급자 설정은 한국어 README, 모의 MCP 소스 연결은 auto-setup 예제를 참고하세요. MCP 호스트에 연결하려면 빌드 후 packages/tool-server/dist/cli.js를 자신의 kontext.yaml과 함께 실행하도록 호스트를 설정합니다.

도입 전에 확인할 범위

직접 운영하는 오픈소스: Apache-2.0 라이선스입니다. 관리형 클라우드는 제품 방향이며, 이 페이지에서 제공하는 가입형 서비스가 아닙니다.
커넥터 검증: MCP 동기화는 모의 커넥터 테스트가 있습니다. 공개된 프로젝트 상태에서는 실제 Notion·GitHub·Slack 서버의 종단간 스모크 테스트를 미완료로 표시합니다.
권한 구성: Production PostgreSQL 경로와 로컬 File store 경로의 보안·저장 기능은 다릅니다.
평가 해석: 벤치마크 프로파일은 반복적으로 조정됐고 일부 비교는 미리 계산한 그래프를 사용합니다. 자신의 문서와 권한 조건에서 검증해야 합니다.

현재 프로젝트 상태와 평가 프로토콜을 확인하세요. 이 소개에서는 보편적인 정확도나 다른 프레임워크 대비 순위를 주장하지 않습니다.

자주 묻는 질문

kontext-brain-ts 자체가 LLM인가요?: 검색·지식 관리 프레임워크입니다. 설정한 언어 모델과 임베딩 모델을 사용하며, 새로 학습한 기반 모델을 제공하지 않습니다.
벡터 검색만 사용하는 RAG와 무엇이 다른가요?: Resource·Chunk·Entity·Fact·Evidence를 명시적으로 모델링합니다. Production 경로는 벡터·키워드 검색과 함께 접근 권한을 적용한 그래프 검색과 원본 근거 연결을 지원합니다. 효과는 문서와 질문의 특성에 따라 달라집니다.
MCP를 지원하나요?: MCP 패키지는 호환되는 소스 서버에 연결하며, tool-server 패키지는 호환 클라이언트에 검색·지식 도구를 제공합니다. 현재 도구 목록은 연결된 구현에서 확인할 수 있습니다.
로컬에서 실행할 수 있나요?: 로컬 실행 경로와 Ollama 공급자 지원이 있습니다. Production 저장소와 권한 적용에는 해당 인프라와 설정이 필요합니다.
무료인가요?: 코드는 Apache-2.0으로 사용할 수 있습니다. 호스팅·저장소·모델 API·운영 비용은 별도일 수 있습니다.

작은 예제로 먼저 확인하세요

저장소에 API, 예제, 설계 결정, 평가 프로토콜이 있습니다. 작은 예제를 실행한 뒤 자신의 데이터와 권한 조건으로 검색 결과를 검증하세요.

GitHub 저장소 이슈와 의견 Apache-2.0 라이선스