Read in:
Русский
English

База знаний команды, к которой ходят AI-агенты (MCP)

Дайте команде одну базу знаний: люди читают её как сайт, агенты запрашивают по MCP — и то и другое из одних и тех же заметок. Авторы пишут в Obsidian, база стоит на вашем сервере, а доступ ограничен по подписчику, так что агент видит только то, что разрешено его вызывающему. Копия документации никуда не уходит к вендору.

Проблема: AI выдумывает факты о вашей компании

Ассистент, который не знает ваших внутренних документов, уверенно сочинит и политику, и цены, и процессы. Это не гипотетика — компании уже отвечали за то, что напридумывали их чат-боты. Лечение — заземление: агент должен отвечать из вашей реальной базы знаний, а не из данных обучения.

Обычно это пытаются прикрутить двумя разрозненными системами: вики, которую редактируют люди, и отдельный RAG-конвейер, который затягивает устаревший экспорт в векторную базу для запросов AI. Конвейер расходится с оригиналом. AI отвечает по прошлогодним документам. А модель доступа вики редко переживает копирование, так что агент может показать страницу, которую конкретному пользователю видеть нельзя.

trip2g убирает вторую систему. Заметки, которые редактирует команда, — это и есть то, что запрашивает агент. Ни шага экспорта, ни отдельного индекса для синхронизации, потому что поиск встроен в тот же сервер, который отдаёт страницы.

MCP против RAG против загрузки файлов

Три частых способа дать агенту ваши документы и когда какой уместен:

Подход Что это Свежесть Контроль доступа Когда уместно
Загрузка файлов Вставить или прикрепить документы в чат Заморожена на момент загрузки Нет Разовый вопрос по нескольким файлам
Свой RAG-конвейер Экспорт, эмбеддинги в векторную базу, извлечение Расходится без переиндексации Строите сами Нужен собственный стек извлечения
MCP-сервер Агент вызывает инструменты живой базы Всегда актуальна Обеспечивает база Постоянная база команды, которую агент всегда должен отражать

trip2g — это строка MCP-сервера: агент запрашивает живую базу, и применяются её собственные права доступа.

Какую базу знаний выбрать

Если команда уже живёт в Notion или Confluence, их MCP-коннекторы — путь наименьшего сопротивления, признаём это. trip2g подходит команде, которой нужна self-hosted база, написанная в Obsidian, с одними и теми же заметками для людей и агентов:

База Хостинг Написание Доступ по MCP Свежесть
Notion SaaS веб-редактор официальный коннектор живая
Confluence SaaS или self-hosted веб-редактор официальный коннектор живая
Хранилище Obsidian через trip2g self-hosted Obsidian встроен (/_system/mcp) живая через синхронизацию
Свои документы + RAG ваш что угодно строите сами поддерживаете сами

Как это работает

flowchart LR
    A[Автор пишет в Obsidian] -->|синхронизация| H[хаб trip2g]
    H -->|сайт| P[Люди читают документы]
    H -->|/_system/mcp| G[AI-агенты запрашивают]
    G -->|по правам вызывающего| H

Агент подключается к одному MCP-URL и получает небольшой набор инструментов: search (гибридный полнотекстовый плюс семантический), note_html для чтения заметки или отдельного раздела, similar и instructions, которые задаёт автор. Доступ следует за подпиской вызывающего, так что агент, авторизованный как конкретный участник, видит ровно его заметки. Полный справочник инструментов — в MCP-сервере.

Почему одни и те же заметки для людей и агентов — это важно

  • Нет расхождения. Отредактировали заметку — следующий запрос агента видит новый текст. Никакой переиндексации.
  • Одна модель прав. ACL подграфов и подписок управляют и сайтом, и MCP. Правила доступа не нужно вести дважды.
  • Аудируемая память. Знания — это обычный markdown с историей версий и зеркалом в git. Можно прочитать, сравнить и поправить то, что знает агент.
  • Экономия токенов. Агенты идут вглубь через search, затем expand, затем чтение раздела, вместо выгрузки целых заметок. См. бенчмарк экономии токенов.

Как настроить

  1. Получите инстанс. Разверните один бинарник или Docker Compose, чтобы база оставалась внутри вашей инфраструктуры.
  2. Положите документы в Obsidian и синхронизируйте. По началу работы. Существующие markdown-документы кладутся напрямую.
  3. Настройте доступ. Разложите заметки по подграфам и выдайте доступ участникам; всё без free: true остаётся закрытым. Выдачу подписчиков и админов можно скриптовать — см. управление пользователями через GraphQL.
  4. Напишите заметку с инструкциями для агента. Заметка с mcp_method: instructions говорит агенту, как отвечать из вашей базы. Пример — в MCP-сервере.
  5. Включите MCP-сервер в настройках сайта и направьте клиент каждого участника (Claude Code, Claude Desktop, Cursor, Copilot, Gemini CLI) на https://ваш-хаб/_system/mcp.
  6. Проверьте. Пусть агент вызовет search по термину, который точно есть в документах, и прочитает возвращённую заметку. Если ответ со ссылкой — всё подключено верно.

Контроль доступа, конкретно

Главная тревога любой связки «AI поверх документов» — утечка прав. Здесь доступ не прикручен сбоку:

  • Токен обычного пользователя видит только заметки в подграфах, на которые он подписан.
  • Заметки в платном или закрытом подграфе даже не появляются в tools/list агента, так что премиум-персону можно закрыть подпиской.
  • Персональные токены наследуют доступ человека и ничего сверх. Отзыв токена перекрывает доступ за секунды.

Подробности о токенах и уровнях доступа — в MCP-сервере.

Масштабирование между командами через федерацию

Если две команды держат по хабу, их можно федерировать: один запрос агента веером расходится по обеим базам без слияния систем и без общего хранилища. Каждый хаб по-прежнему обеспечивает свой доступ к своей базе. Это закрывает схемы «компания плюс хабы по командам» и «две организации, один мост» без центрального озера данных.

Честные компромиссы

  • Вы держите сервер. Управляемой вики с AI-надстройкой не нужен ops. trip2g — это один бинарник Go на SQLite, но запускать или арендовать его всё равно вам.
  • Авторы пишут в markdown. Если команда согласна только на веб-редактор WYSIWYG, это реальная цена внедрения. Плюс в том, что документы остаются переносимыми файлами.
  • Семантический поиск требует ключа эмбеддингов. Полнотекстовый работает из коробки; векторный хочет OpenAI-совместимый эндпоинт (см. self-hosted).

Выбирайте это, когда хотите, чтобы внутренние документы были и читаемыми, и напрямую запрашиваемыми агентами команды, на инфраструктуре, которую контролируете вы, без второго RAG-стека для присмотра.

Ещё по теме