MyAITwin MCP
Gêmeo de conhecimento pessoal com busca semântica. Armazene notas de voz, documentos, URLs, princípios e habilidades de qualquer chat de IA, e recupere-os com citações de proveniência inline. Hospedado, multi-inquilino, com autenticação por token bearer por usuário e isolamento total de dados.
Documentação
MyAITwin MCP
Um banco de dados RAG pessoal e mecanismo de busca semântica que você constrói e controla de dentro do seu chat de IA. Armazene seu conhecimento, sua voz e suas habilidades enquanto trabalha. Recupere-os em segundos, com a fonte sempre citada. Sua IA então cria resultados que são reconhecidamente seus, em todas as conversas.
Disponível em https://myaitwin.lutolearn.com.. Grátis durante o acesso antecipado.
O que é
O MyAITwin é duas coisas ao mesmo tempo.
A caixa de ferramentas. Um banco de dados RAG de nível de produção com busca semântica que você molda pelo chat. Você define a estrutura, os tipos, as tags. É seu, é visível, e você é o arquiteto dele.
O gêmeo (twin). A camada por cima que o cumprimenta, o orienta, avalia o que você armazena e cria resultados que soam como você. Ele sabe a diferença entre o que você sabe (seu conhecimento) e como você diz as coisas (suas habilidades), e usa os dois.
Instalação
Três passos. Menos de dois minutos.
- Cadastre-se em https://myaitwin.lutolearn.com/ com seu e-mail.
- Clique no link mágico e copie sua URL MCP pessoal de
/create. - No Claude Desktop: Configurações → Conectores → Adicionar conector personalizado → cole sua URL.
Ou use o endpoint canônico autenticado por OAuth:
- URL:
https://myaitwin.lutolearn.com/mcp - Transporte: HTTP Streamable
- Autenticação: OAuth 2.1 com PKCE (S256) e registro dinâmico de clientes
Requer um cliente com capacidade MCP. Atualmente, Claude Pro, Claude Team e ChatGPT Pro.
As 19 ferramentas
Armazenando conhecimento
| Ferramenta | O que faz |
|---|---|
add_knowledge | Armazena um item de conhecimento tipado e marcado com tags |
add_voice_note | Armazena a transcrição de uma nota de voz com extração automática |
add_document | Armazena um documento longo com fragmentação automática |
add_from_url | Busca e armazena uma página da web |
add_reference_record | Armazena um evento de criação vinculando conhecimento e habilidades usados |
Recuperando conhecimento
| Ferramenta | O que faz |
|---|---|
search_twin | Busca semântica em todo o conhecimento |
search_for_creation | Busca dupla retornando habilidades e conhecimento separadamente |
get_by_type | Recupera todos os itens de um tipo específico |
get_by_tag | Recupera todos os itens com uma tag específica |
list_recent | Lista itens adicionados recentemente |
Entendendo seu gêmeo
| Ferramenta | O que faz |
|---|---|
get_schema | Visão geral dos seus tipos e quantos itens você tem |
get_sources | Lista todos os documentos de origem |
find_patterns | Revela padrões recorrentes no seu conhecimento |
synthesise | Sintetiza vários itens de conhecimento sobre um tópico |
Gerenciando seu gêmeo
| Ferramenta | O que faz |
|---|---|
get_welcome | Inicialização de sessão e prompt de sistema |
update_knowledge | Atualiza um item existente |
add_schema_type | Define um novo tipo de conhecimento |
update_schema_type | Atualiza a definição de um tipo existente |
delete_knowledge | Exclui um item (destrutivo) |
Todas as ferramentas são anotadas com title, readOnlyHint e destructiveHint
de acordo com a especificação MCP. Das 19: 10 somente leitura, 8 de escrita (não
destrutivas), 1 destrutiva (delete_knowledge).
Como funciona
RAG significa Retrieval-Augmented Generation (Geração Aumentada por Recuperação). É a arquitetura que permite a IA responder usando seu conhecimento específico em vez de apenas seus dados de treinamento.
Duas camadas:
- Supabase (PostgreSQL) para registros estruturados com tipos, tags e procedência.
- Pinecone para embeddings vetoriais, permitindo buscar por significado em vez de palavras exatas.
Quando você busca, as duas camadas trabalham juntas e retornam resultados classificados por relevância. Cada resultado é citado com fonte e data, e marcado com procedência: pessoal (seu próprio pensamento), organizacional (da sua organização) ou externo (de outra pessoa).
O insight arquitetural que vale a pena acertar:
Conhecimento é o que você sabe. Fatos, decisões, transcrições, observações.
Habilidades são como você se expressa. Sua voz no LinkedIn. Seu estilo de e-mail. Sua estrutura de propostas.
Saída excepcional exige ambos. Pegue uma transcrição de reunião e peça um e-mail de acompanhamento. O gêmeo precisa da transcrição e da sua habilidade de e-mail para produzir algo que seja preciso e inconfundivelmente seu. Nenhum dos dois sozinho é suficiente.
Segurança e privacidade
- Autenticação por token Bearer em cada requisição, com hash em repouso.
- OAuth 2.1 com PKCE para integração no estilo conector. Sem segredos compartilhados, sem credenciais estáticas.
- Isolamento de dados multi-tenant: cada usuário vive em seu próprio namespace. Outros usuários nunca podem ler seus dados. Verificado por uma suíte de testes de 35 verificações entre tenants.
- Limitação de taxa por tenant.
- Log de auditoria somente anexação em cada chamada de ferramenta.
- Proteções contra injeção de prompt no conteúdo armazenado.
- Seus dados são usados apenas para fornecer o serviço. Nunca usados para treinar modelos de IA. Nunca compartilhados com terceiros.
- Você pode excluir sua conta e todos os dados instantaneamente em
/create. A exclusão é imediata e irreversível.
Política de privacidade: https://myaitwin.lutolearn.com/privacy Contato de segurança: security@lutolearning.com Contato de privacidade: privacy@lutolearning.com
Distribuição
- Registro MCP oficial:
com.lutolearn/myaitwin - Diretório de Conectores da Anthropic: enviado, em revisão
- Listado em: Glama, mcp.so, mcp.directory, mcpserverfinder, Hugging Face, awesome-mcp-servers
Licença
MIT. Ver LICENSE.
Links
- Site: https://myaitwin.lutolearn.com
- Documentação: https://myaitwin.lutolearn.com/docs
- Privacidade: https://myaitwin.lutolearn.com/privacy
- Suporte: support@lutolearning.com
MyAITwin MCP by Luto.