# @cognigy/plugin-engine 中文文档

规范地址：https://npmcn.com/package/%40cognigy/plugin-engine/

版本：1\.22\.6
npm 元数据更新时间：2026-11-06T20:20:53.612Z
中文译文更新时间：2026-11-10T11:04:13.715Z
软件包许可：MIT

本文由上游 README 翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/%40cognigy/plugin-engine
原文对照：https://npmcn.com/package/%40cognigy/plugin-engine/?lang=original
项目主页：https://github.com/Cognigy/cognigy-plugin#readme
源码仓库：https://github.com/Cognigy/cognigy-plugin

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：7.1 MB，150 个文件
- 模块格式：ES Module
- TypeScript 类型：包内自带
- Node.js 要求：\>=20
- 运行依赖：7 个
- 首次发布：2026-06-25T13:03:58.802Z
- 最新版本发布：2026-11-06T20:20:53.229Z
- 近 30 天下载量：2996（2026-10-11 至 2026-11-09，npm 官方下载统计）
- 已发布版本数：39（近 12 个月 39 个）

## 中文简介

NICE 认知插件( Claude Code, Codex等) 的 MCP 服务器引擎

## 安装

```sh
npm install @cognigy/plugin-engine
```

也可以使用：`pnpm add @cognigy/plugin-engine`、`yarn add @cognigy/plugin-engine`、`bun add @cognigy/plugin-engine`

## README

# NICE 认知插件

> 完全通过每个客户端的本地插件机制分配—— a **插件** 打开 **克劳德代码**, (中文(简体) ), **克劳德桌面**, (中文(简体) ), **ChatGPT + 编码器**,以及 **反重力**页:1 **插件** 打开 **光标**,则 [**代理插件**](https://agent-plugins.org/)\- 任何兼容主机上的标准插件(**基罗**, (中文(简体) ), **VS 代码 + 副驾驶**,. )——会有更多客户前来. 每个软件包安装服务器引擎和船舶技能+代理.

连接您的 AI 助手到 [识相. 大赦国际](https://www.cognigy.com/) 爱普。 通过自改进循环——不离开客户端,创建,测试并改进基于LLM的AI Agents.

**快速链接 :** [安装](https://npmcn.com/package/%40cognigy/plugin-engine/#readme-installation) • 妇女 [不断更新](https://npmcn.com/package/%40cognigy/plugin-engine/#readme-staying-up-to-date)

## 特征

-   **18个工作流程工具** 用于代理创建、部署、包装、备份、语音设置和代理对代理(A2A)代表团
-   **设置一通电话代理**: 创建代理 + 流程 + AI代理 任务节点 + REST 自动结束点
-   **自改进循环**: 与你的经纪人交谈,评价答复,更新职务说明,重复
-   **知识储存支助**: 将RAG 知识库作为工具加入代理
-   **浏览器语音部署**: 创建带有 WebRTC 演示 URL 的语音网关端点
-   **语音预览设置**: 为语音体验配置支持的语音提供者
-   **技能+代理人**:工作流程指导自动加载作为支持客户端的技能;构建/go-live 循环作为子代理运行
-   **内置文件查询**: 捆绑官员 [认知文件](https://docs.cognigy.com/) MCP 服务器 — 您的助手在回答平台问题之前搜索并读取文档, 而不是从培训数据中猜测
-   内建速率限制,Zod输入验证,RFC 7807出错响应

## 安装

**两步.** 第1步对每个客户都是一样的. 第二步就是检查你的委托人仍然需要你的东西——对于大多数的委托人来说,这没什么,但答案在表格中,所以要检查你的委托人而不是假设.

### 第1步——运行安装器

一个安装器覆盖每个客户端. 运行它, 选择您的客户端, 输入您的 Cognigy API 基础 URL( 输入试运行默认值) 和 API 密钥( 按您键键), 然后重新启动客户端 .

**macOS / Linux 系统** ——一行(检查Node.js,然后运行安装器):

```
bash <(curl -fsSL https://raw.githubusercontent.com/Cognigy/cognigy-plugin/main/install.sh)
```

**视窗( PowerShell)** - 打开为 **署长**,则:

```
irm https://raw.githubusercontent.com/Cognigy/cognigy-plugin/main/install.ps1 | iex
```

> 靴子陷阱只检查Node.js 20+的存在(它告诉你如果不安装它——它永远不会为您安装它),然后准确运行下面的命令. 随你喜欢使用,他们也这样做.

已经 [节点.js 20+](https://nodejs.org/)跳过靴子:

```
npx -y -p @cognigy/plugin-engine@latest cognigy-setup
```

### 步骤2——检查客户行

安装者会给您在任何地方的证书打电线,并在任何可能的地方安装插件,但有些客户端需要您手动一步. 在下面找到你的客户 然后做什么 **安装器后的额外步骤** 说.. **无** 表示第1步完成了任务. 每个指南都有完整的指令,Windows注释,如何验证它的工作,以及排除出故障.

光标是一个完全不需要安装器的客户端:它自己收集您的证书,这样您就可以从它的向导开始跳过步骤一.

| 客户端 | 工具 | 技能 | 探员 | 安装器后的额外步骤 | 自动更新 |
| --- | --- | --- | --- | --- | --- |
| **[克劳德代码](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/claude-code.md)** (CLI + 桌面"代码"标签) | ✅ | ✅ | ✅ | 无 | 启用一次 1个 |
| **[克劳德桌面聊天](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/claude-desktop.md)** | ✅ | ✅ | ✅ | 安装应用中的插件 | 自动 |
| **[ChatGPT + 编码器](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/chatgpt-codex.md)** (CLI + IDE) (中文(简体) ) | ✅ | ✅ | —— 说 | 无 | 自动 |
| **[反重力](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/antigravity.md)** (内审司+) `agy` CLI) (中文(简体) ) | ✅ | ✅ | ✅ | 无 | 自动 |
| **[光标](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/cursor.md)** | ✅ | ✅ | ✅ | 安装 + 设置两个变量 2个 | 由光标管理 |
| **[其他主机](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/other-hosts.md)** (VS代码,克洛, | ✅ | ✅ | ✅ | 在主机本身安装插件 | 手动 3个 |

1个 Claude Code为第三方市场提供自动更新服务 `/plugin → Marketplaces → cognigy-plugin`。 。 。 . 2个 Cursor要求证书本身(Plugins → Capital),所以不需要安装器——参见它的向导. 3个 主机拥有插件版本.

脚本/ CI

跳过带有旗帜的提示 :

```
npx -y -p @cognigy/plugin-engine@latest cognigy-setup \
  --client claude-code --client claude-desktop --client codex \
  --client antigravity --client other-hosts \
  --api-base-url https://api-trial.cognigy.ai --api-key <key>
```

`--client` 可重复; 有效值为 `claude-code`, (中文(简体) ), `claude-desktop`, (中文(简体) ), `codex`, (中文(简体) ), `antigravity`,以及 `other-hosts`。以交互模式打开它从菜单中选择.

## 不断更新

见 **自动更新** 在上表中的栏中,列出每个客户端自行做的事情。 而不是等待客户注意到:

```
npx -y -p @cognigy/plugin-engine@latest cognigy-setup update
```

安装者作为管理器双倍:

```
npx -y -p @cognigy/plugin-engine@latest cognigy-setup status      # what's installed, per client, + latest available
npx -y -p @cognigy/plugin-engine@latest cognigy-setup update      # pull the latest where it isn't automatic
npx -y -p @cognigy/plugin-engine@latest cognigy-setup uninstall   # remove from every client (--client narrows it; --purge also clears ~/.cognigy-plugin)
```

在MCP工具之外,插件船 **技能** 财务报告和审定财务报表 **代理人** 自动显示工作流程:

-   **技能** (单位:千美元)`/skills`)——每个工作流程一个(代理创建,知识/RAG,语音网关,语音上线核对表,网络聊天,流节点,软件包,设置,LLM提供者,工具,红色团队,故障排除等). Claude 自动装入匹配的技巧, 当您的请求适合时。 红队在您的主要会话中运行——而不是作为副代理——这样它就可以约定范围合同,在应用修正之前获得批准,并为您打开完成报告.
-   **探员** (单位:千美元)`/agents`(b) —— `cognigy-agent-builder` 运行新代理的完整构建和测试循环 `cognigy-voice-go-live` 对Go-Live核对表的语音代理进行审计,并应用安全修复。 每一个都按自己的背景进行,并报告一个摘要.

## 配置

这个 [安装器](https://npmcn.com/package/%40cognigy/plugin-engine/#readme-installation) 收集你的 **认知 API 基础 URL** 财务报告和审定财务报表 **API 密钥** 给每个客户端电线:根据克洛德密码输入系统 **键盘链**在 Claude 桌面上输入 `claude_desktop_config.json` (单位:千美元)`chmod 600`) (中文(简体) ). 引擎作为环境变量接收它们. 如果某一次发射都丢失了,引擎会回到 `~/.cognigy-plugin/config.json` (单位:千美元)`chmod 600`)),安装者也写着——所以从环境出发的证书决心,然后是那个文件. ChatGPT + Codex, Antigravity, 和其他主机完全依赖于该文件:他们的客户端配置没有秘密.

一个未扩展的值 `${...}` 占位符计算为缺失。 Claude代码以外的主机不执行 `userConfig` 并传递清单 `${user_config.cognigy_api_key}` 从字面上; 将它视为真正的证明, 既会失败请求, 也会阴影文件的倒置。 下面的可选变量可以设置在 MCP 服务器中 `env` 如果您需要覆盖默认值.

| 变量 | 需求 | 默认 | 说明 |
| --- | --- | --- | --- |
| `COGNIGY_API_BASE_URL` | 对 | —— 说 | 您的认知 API 基础 URL |
| `COGNIGY_API_KEY` | 对 | —— 说 | 您的认知 API 密钥 |
| `LOG_LEVEL` | 没有 | `info` | `debug`, (中文(简体) ), `info`, (中文(简体) ), `warn`, (中文(简体) ), `error` |
| `RATE_LIMIT_MAX_REQUESTS` | 没有 | `100` | 每个窗口的最大请求 |
| `RATE_LIMIT_WINDOW_MS` | 没有 | `60000` | 速率限制窗口( ms) |
| `COGNIGY_DISABLE_AUDIT_ATTRIBUTION` | 没有 | 未设定 | 设定为 `1` 停止在 Cognigy 审计活动中命名插件 |
| `HTTPS_PROXY` 编号 : `HTTP_PROXY` | 没有 | 未设定 | 公司代理通过隧道认知请求 |
| `NO_PROXY` | 没有 | 未设定 | 绕过代理服务器直接到达逗号分隔主机 |
| `NODE_EXTRA_CA_CERTS` | 没有 | 未设定 | 用于 TLS 代理检查的企业根 CA 路径 |
| `COGNIGY_PROXY_CONNECT_TIMEOUT_MS` | 没有 | `30000` | 到达代理和完成隧道的最后期限 |
| `COGNIGY_ENDPOINT_BASE_URL` | 没有 | 来源 | 端点主机, 当无法从 API 主机获取时 |
| `COGNIGY_WEBCHAT_BASE_URL` | 没有 | 来源 | Webchat 主机, 当无法从 API 主机中获取时 |
| `COGNIGY_STATIC_FILES_BASE_URL` | 没有 | 来源 | 静态文件主机, 当无法从 API 主机中获取时 |

### 审计归属

此插件更改记录在 **行政中心 审计活动** 与 `performedBy.actor = "mcp-plugin"`,所以插件制造的更改可以区别于手动更改的人(手动更改不包含 `performedBy`) (中文(简体) ). 每个 MCP 工具呼叫都有它自己的 `taskId` 和每个引擎运行自己的 `sessionId`,所以一个工具调用组的写作在一起.

需要Cognigy.AI 2026.17.0或更新;更古老的版本忽略了归属,正常记录动作. 在UI的"由"一栏 门在平台后面 `FEATURE_ENABLE_PLATFORM_AGENT_MFE` 标记,但归属总是被记录 并且总是可以通过 `list_resources { resourceType: "audit_event", actor: ["mcp-plugin"] }`。 。 。 .

设定 `COGNIGY_DISABLE_AUDIT_ATTRIBUTION=1` 以选择退出;然后将插件动作记录为 API 动作.

### 公司代理人

如果您的网络需要代理, 请设置在 MCP 服务器中 `env` 块(或在启动客户端前导出它)和插件隧道

```json
"env": {
  "HTTPS_PROXY": "http://proxy.corp.example:8080",
  "NO_PROXY": "localhost,127.0.0.1",
  "NODE_EXTRA_CA_CERTS": "/etc/ssl/certs/corporate-root-ca.pem"
}
```

小写拼写(`https_proxy`与URL中的证书一样工作(`http://user:password@proxy.corp.example:8080`. HTTP 和 HTTPS 代理支持; SOCKS 代理不支持.

代理是按请求选择的,所以 `NO_PROXY` 可以排除一个主机,而另一个主机仍然通过代理机——一个包下载链接,例如,在平台设置存档的任何地方的点数,而不是API主机.

如果一个代理被配置但无法使用——一个错误的URL,或者一个 SOCKS 代理——请求 **配置错误失败** 而不是悄悄地直接连接, 它会把你的 API 密钥发送到批准路径之外。 排除主机为 `NO_PROXY` 如果你真的想要一个直接的连接.

一个接受连接,然后永远不完成隧道的代理,否则会无限期地挂起一个工具呼叫,因此连接和谈判被限制在30秒. 提升 `COGNIGY_PROXY_CONNECT_TIMEOUT_MS` 如果您的代理仅仅是缓慢.

**如果您的代理检查 TLS** (Zscaleer,Netskope,BlueCoat等),它提出自己由公司根CA签名的证书,而节点默认不信任. 点 `NODE_EXTRA_CA_CERTS` 在 CA 文件上——节点只在启动时读取,所以之后重新启动客户端. 从来没有设置 `NODE_TLS_REJECT_UNAUTHORIZED=0` 代替; 这样会禁用对引擎每次连接的证书验证 .

为确认引擎提取了设置, 设置 `LOG_LEVEL=debug` 寻找 `Cognigy API requests route through a proxy` 在您的客户端的 MCP 日志。 GUI客户端(Claude Desktop, Antigravity)启动引擎时环境最小,往往不会继承您 shell 的代理变量,因此将其设置在配置文件中而不是您 shell 配置中.

### 自行托管和地方集群

引擎对不止一个认知主机进行交谈: API for everything, 端点主机为 `talk_to_agent`,用于嵌入片段的网络聊天和静态主机。 其他三个来源于 `COGNIGY_API_BASE_URL` 通过互换 `api` 段次 - `api-dev.cognigy.ai` 给 `endpoint-dev.cognigy.ai`, (中文(简体) ), `cognigy-api-na1.nicecxone.com` 给 `cognigy-endpoint-na1.nicecxone.com`,而本地集群的 `api.test` 给 `endpoint.test`。如果您的主机名称没有遵循此模式,则设置 `COGNIGY_ENDPOINT_BASE_URL`, (中文(简体) ), `COGNIGY_WEBCHAT_BASE_URL` 财务报告和审定财务报表 `COGNIGY_STATIC_FILES_BASE_URL` 明确;引擎启动时警告(`Could not derive the endpoint host`当它不得不倒回API主机时.

为自签名证书服务的集群被拒绝 `DEPTH_ZERO_SELF_SIGNED_CERT`,因为节点不咨询操作系统信任商店。 点 `NODE_EXTRA_CA_CERTS` 在证书(或签发证书的本地 CA)中,与上面的TLS-检查代理完全相同.

## 用法实例

### 1\. 设立客户支助代理

```
Create a Cognigy AI Agent called "Support Bot" in project <projectId> with a helpful
customer support persona. If the project has no working LLM, first look for another
project with an llm_model that has a connectionId, import that LLM and its connection
via manage_packages, and only fall back to setup_llm if no reusable LLM exists.
Return the endpoint URL only after the project has a confirmed working LLM.
```

MCP服务器应先检查目标项目是否已经具有工作LLM. 如果不是,它更倾向于重新使用所需的LLM资源集,加上它从另一个项目产生的连接资源 `manage_packages`,仅使用 `setup_llm` 作为打电话前的最后手段 `create_ai_agent`。 。 。 .

### 2\. 测试和改进制剂

```
Talk to my Support Bot at <endpointUrl> and ask "How do I reset my password?".
Then update the job description to make the response more concise and actionable.
Talk to it again and compare the responses.
```

这触发了自改进循环: `talk_to_agent` 评估 `update_ai_agent` → `talk_to_agent` 再来一次.

### 3\. 为RAG添加一个知识库

```
Create a knowledge store in project <projectId>, add the URL
https://docs.example.com/faq as a source, then attach it to my Support Bot
so the agent can search it when answering questions.
```

服务器会呼叫 `manage_knowledge` 创建商店并吞入 URL, 接下来 `create_tool` 把它作为代理工作的知识搜索工具 节点.

如果项目将使用知识搜索, 服务器应首先配置 知识AI 设置 `manage_settings { operation: 'set_knowledge_ai', ... }` 使用同一工程的模型标识.

对于正常的AI代理知识流来说,应该在 `manage_knowledge { operation: 'create_store', ... }`。 。 。 .

模式角色不同:

-   知识库本身需要一个能嵌入的指数模型.
-   `knowledgeSearchModelId` 是一个单独的用于搜索的知识 AI 设置 行为,但被接受的模型类型是依实例而定的.
-   如果重用另一个项目的知识设置,请确定确切的源项目 Knowledge 搜索模式, 并先导入到目标项目中 第一个 `set_knowledge_ai` 尝试.
-   导入一个通行证中的全部所需知识模式。 如果嵌入 模式,知识搜索模式,代理模式共享一个连接,传输 和所有这些模型一起的单一连接.
-   在将 LLMS 导入目标项目后, 列出目标 项目的 `llm_model` 资源,并先尝试那些相同的项目ID 创建新模式.
-   具体用于知识搜索, 使用 `list_resources` 与 `resourceType: 'llm_model'` 财务报告和审定财务报表 `useCase: 'knowledgeSearch'` 这么说 候选人匹配设置 UI 下放而非未过滤 全项目LLM列表.
-   不替换新式或通用型号 `knowledgeSearchModelId` 除非用户明确要求该候选人和现有的同一项目候选人 已经失败 API 验证 .
-   如果目标缺少精确的源项目知识搜索模式 工程,在尝试不同的模型之前导入它.
-   如果所有同一项目候选人都失败,请报告准确的尝试型号ID 和 API 错误,而不是声称平台边错误 .
-   不要将未试模型描述为"可能"不支持或拒绝.
-   将实例中的模型名称仅作为实例,而不是作为真理的来源.

### 4\. 列出所有项目和代理人

```
List all my Cognigy projects and show which AI Agents exist in each one.
```

用途 `list_resources` 与 `resourceType: 'project'` 财务报告和审定财务报表 `resourceType: 'agent'`。 。 。 .

### 5\. 向项目导入包件

```
Upload the package at /absolute/path/to/support-bot.zip into project <projectId>,
show me the import preview, then import it using the default selections.
```

用途 `manage_packages` 与 `operation: 'upload_and_inspect'`,则 `operation: 'import'`。 。 。 .

### 6\. 从项目资源中导出一揽子

```
Create a package named "support-bot" from these resource IDs in project <projectId>,
include dependencies, and save the zip to /absolute/path/to/exports/.
```

用途 `manage_packages` 与 `operation: 'list_exportable'` 然后发现候选人 `operation: 'export'`,则 `operation: 'download'` 需要的时候.

### 7\. 配置语音预览并创建一个浏览器语音端点

```
Set the voice preview provider for project <projectId> to Microsoft, then create
a Voice Gateway endpoint for flow <flowId> named "Support Voice" and give me the
WebRTC demo URL I can open in the browser.
```

这个用 `manage_settings` 与 `operation: 'set_voice_preview'` 配置语音,然后 `manage_voice_gateway` 规定a `voiceGateway2` 结尾为 a `webrtcDemoUrl`。 。 。 .

### 8\. 配置用于搜索的知识AI设置

```
Configure Knowledge AI settings for project <projectId> by setting the Knowledge Search
model and the Content Parser. If I am creating a new project and another project already
has a working knowledge setup, reproduce that exact Knowledge Search model and Content
Parser choice in the new project before trying generic defaults.
```

这个用 `manage_settings` 与 `operation: 'set_knowledge_ai'` 要配置 `knowledgeSearch` 财务报告和审定财务报表 `contentParser` 在项目设定一级。 重用 设置并不意味着仅复制另一个工程的设置; 需要 模型必须首先存在于目标项目中,要么通过导入,要么在那里创建. 对于知识工作流程,MCP应导入所需的全套源项目模型集 在一个通道中,重复使用共享连接仅一次,并尝试导入的同项目模式 回归前的身份证 `setup_llm`。 。 。 .

## 工具

| 工具 | 类型 | 说明 |
| --- | --- | --- |
| `create_ai_agent` | 写入 | 创建完整的 AI 代理, 自动提供流程、 工作节点和 REST 端点 |
| `update_ai_agent` | 写入 | 更新人物a、护栏、工作配置(作用、程序、LLM、温度) |
| `setup_llm` | 写入 | 创建 LLM 资源( GPT-4, Claude, Mistral等), 并自动进行连接验证 |
| `talk_to_agent` | 写入 | 向AI代理发送消息并获得其响应( 使用 Endpoint Test Mode, 因此不计为可计费) |
| `list_resources` | 读取 | 列出项目、代理、流动、终点、法学硕士、知识库等 |
| `get_resource` | 读取 | 获取关于单一资源的详细信息 |
| `delete_resource` | 写入 | 永久删除资源 |
| `manage_knowledge` | 写入 | 创建知识存储、 添加源( URL、 文本、 文件) 、 列表块用于 RAG |
| `create_tool` | 写入 | 在代理任务节点中添加一个工具( HTTP, 知识, 电子邮件, MCP, A2A) |
| `update_tool` | 写入 | 更新已有工具节点的配置 |
| `manage_webchat` | 写入 | 为网站部署创建或配置 Webchat v3 端点 |
| `manage_flow_nodes` | 写入 | 创建、更新、删除或列出对话逻辑的流节点 |
| `manage_packages` | 写入 | 列出可导资源、上传、检查、导入、导出和下载 Cognigy 包zip 文件 |
| `manage_voice_gateway` | 写入 | 为基于浏览器的语音互动创建或配置带有 WebRTC 的语音网关端点 |
| `manage_a2a_server` | 写入 | 作为 A2A (代理) 服务器端点部署一个流程, 其他代理可以发现和调用 |
| `manage_settings` | 写入 | 管理项目级别设置,包括语音预览和知识AI配置 |
| `audit_voice_agent` | 写入 | 对Go-Live核对表进行语音代理审计;默认报告,按要求适用安全补偿 |
| `manage_snapshots` | 写入 | 创建并恢复工程快照, 这样代理更改可以回滚 |

详细的工作流程指导(代理创建、知识/RAG、语音、网络聊天、A2A、流程节点、软件包、设置、LLM供应商、工具、故障排除) **技能** 当您的请求匹配时, 在支持它们的客户端中自动加载( 如 Claude Code) —— 见 **技能** 在客户端表格中的列 [安装](https://npmcn.com/package/%40cognigy/plugin-engine/#readme-installation)。这些工具是用来使用这些技能的:如果助手跳过步骤或得到一个认知工作流程错误,则检查这些技能是否被加载(Claude Code, `/skills` 列出它们),如果缺少,则重新安装插件.

## 警卫

-   API 密钥通过环境变量传递,从未登录
-   所有输入在到达 API 之前使用 Zod schemas 验证
-   为防止滥用API, 规定了限制费率

## 隐私政策

这个 MCP 服务器向 Cognigy 发送请求 。 AI API 端点通过配置 `COGNIGY_API_BASE_URL`。这个 MCP 服务器本身没有收集、存储或共享数据——所有数据都保留在你的AI客户端和你的认知之间。 AI实例.

全面隐私政策: [https://www.cognigy.com/privacy-policy 互联网档案馆的存檔,存档日期2013-12-22](https://www.cognigy.com/privacy-policy)

## 支助

-   **问题**数字 : [GitHub 问题](https://github.com/Cognigy/cognigy-plugin/issues)
-   **文档**: 见 [`docs/`](https://github.com/Cognigy/cognigy-plugin/tree/main/docs) 文件夹

## 文档

-   [文件/安装/](https://github.com/Cognigy/cognigy-plugin/tree/main/docs/install) ——每个客户安装指南([克劳德代码](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/claude-code.md), (中文(简体) ), [克劳德桌面](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/claude-desktop.md), (中文(简体) ), [ChatGPT + 编码器](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/chatgpt-codex.md), (中文(简体) ), [反重力](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/antigravity.md), (中文(简体) ), [光标](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/cursor.md), (中文(简体) ), [其他主机](https://npmcn.com/package/%40cognigy/plugin-engine/docs/install/other-hosts.md)(中文(简体) )
-   [文献/档案](https://github.com/Cognigy/cognigy-plugin/blob/main/docs/ARCHITECTURE.md) ——工具设计,自修循环,ID格式
-   [文件/用户](https://github.com/Cognigy/cognigy-plugin/blob/main/docs/USAGE.md) 详细使用情况参考
-   [文件/测试](https://github.com/Cognigy/cognigy-plugin/blob/main/docs/TESTING.md) ——如何测试插件和本地引擎构建
-   [文件/捐款](https://github.com/Cognigy/cognigy-plugin/blob/main/docs/CONTRIBUTING.md) ——发展设置和贡献指南

## 许可证

[麻省理工学院](https://npmcn.com/package/%40cognigy/plugin-engine/LICENSE)

## 常见问题

### @cognigy/plugin-engine 是什么？

NICE 认知插件\( Claude Code, Codex等\) 的 MCP 服务器引擎

### 如何安装 @cognigy/plugin-engine？

在项目目录运行 npm install @cognigy/plugin-engine，或使用 pnpm add / yarn add / bun add。它还提供命令行工具 cognigy-mcp、cognigy-setup，可以用 npx cognigy-mcp 直接运行。

### @cognigy/plugin-engine 支持 TypeScript 吗？

支持。包内自带 TypeScript 类型声明（package\.json 声明了 types 入口），安装后即可获得类型提示，无需再安装 @types 包。

### @cognigy/plugin-engine 支持 ESM 还是 CommonJS？

以 ES Module 形式发布，推荐使用 import 引入。在 CommonJS 项目中，Node\.js 20\.19\+ / 22\.12\+ 可以直接 require\(\) 不含顶层 await 的 ES Module，更早的版本需要改用动态 import\(\)。

### @cognigy/plugin-engine 需要什么版本的 Node\.js？

package\.json 的 engines 字段要求 Node\.js \>=20。版本不符时 npm 默认只给出警告，开启 engine-strict 后会拒绝安装。

### @cognigy/plugin-engine 可以商用吗？

@cognigy/plugin-engine 使用 MIT 许可。宽松许可：允许商业使用、修改和再分发，通常只需在分发时保留原版权与许可声明。以上为概括，不构成法律意见，请以许可原文为准。

### @cognigy/plugin-engine 的下载量有多少？

根据 npm 官方下载统计，@cognigy/plugin-engine 在 2026/10/11 – 2026/11/09 这 30 天内被下载 2,996 次，日均约 100 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入，适合横向比较热度，不能直接等同于使用人数。

### @cognigy/plugin-engine 还在维护吗？

最新版本 1\.22\.6 发布于 2026/11/07（3 天前）；至今共发布 39 个版本，其中过去 12 个月发布了 39 个；首次发布于 2026/06/25。发布频率只是参考信号：功能稳定的工具可能很少需要更新，建议结合源码仓库的 issue 和提交记录判断。