Project Guardian MCP
Project Guardian MCP
Ein Model Context Protocol (MCP)-Server für persistentes Projektgedächtnis, Knowledge-Graph-Operationen, SQLite-Datenzugriff, Laufzeit-Sicherheitsprüfungen und geführte Projektmanagement-Workflows. Die aktuelle Registry stellt 34 Tools, 11 Ressourcen und 27 Prompts bereit.

Inhaltsverzeichnis
Related MCP server: Engram
Funktionen
Project-Guardian-Gedächtnissystem

Knowledge Graph: Verwaltet Projektentitäten, Beziehungen und Beobachtungen
Entitätsverwaltung: Projekte, Aufgaben, Personen, Ressourcen mit umfangreichen Metadaten
Beziehungsabbildung: Abhängigkeiten, Zuständigkeiten, Blocker und Verbindungen
Beobachtungsverfolgung: Kontextbezogene Notizen und Fortschrittsaktualisierungen
Semantische Suche: Schnelles, lokales RAG-Matching über die native FTS5-Erweiterung von SQLite (
MATCHundbm25()-Ranking) über Entitätsnamen, -typen und -beobachtungenProjektspezifisches Gedächtnis: Jedes Projekt erhält seine eigene
memory.db. Der Server ermittelt das Projektverzeichnis in dieser Reihenfolge: die UmgebungsvariableGUARDIAN_PROJECT_ROOT, dann das Git-Toplevel des Arbeitsverzeichnisses, dann$XDG_DATA_HOME/project-guardianals gemeinsames Fallback außerhalb eines Git-RepositorysZentraler Gedächtnisspiegel: Jeder Gedächtnis-Schreibvorgang wird zusätzlich in eine zentrale Datenbank unter
~/memory/memory.dbsynchronisiert, was eine aggregierte, durchsuchbare Karte über alle Projekte und ein Fallback ergibt, wenn eine Projektdatenbank nicht verfügbar ist. Lesezugriffe überread_graphundsearch_nodesführen beide Speicher zusammen, wobei Projekteinträge Vorrang habenTägliche zentrale Backups: Beim ersten Synchronisieren eines Tages wird die zentrale Datenbank als Schnappschuss nach
~/memory/backup/ddmmyyyy_memory.dbgesichert; die sieben neuesten Backups werden aufbewahrt und ältere automatisch entfernt. Beim ersten Start wird eine alte~/memory.dbim Home-Verzeichnis in das neue Layout migriert und zur Erstellung des ersten Backups verwendetBedarfsgesteuerte Pre-Commit-Einrichtung: Beim Start wird nichts installiert. Rufen Sie
setup_pre_commitauf, wenn Sie eine generierte.pre-commit-config.yamlund Git-Hooks im aktiven Projekt wünschenBedarfsgesteuerte Weboberfläche: Starten Sie einen terminalgestalteten interaktiven Knotengraphen über
start_ui(undclose_ui/stop_ui, um den Port freizugeben), um den Projektzustand visuell zu verschieben, zu durchsuchen und zu erkunden. Nur für Desktop mit Mobile-Sperre (<768px-Overlay), stets sichtbarem Entitätsbrowser, gruppierten Bernstein-Orbs → aufklappbar zu cyanfarbenen Einzelbeobachtungen, cursor-gestreamtesGET /api/graph/stream?cursor=&limit=500+react-window-virtuelle Liste,>1k-Physik-Einfrieren.
Optimierte Datenbankoperationen

Zwei Speicher, eine Oberfläche: Jedes Projekt verwendet seine eigene
memory.db; alle sieben Datenbanktools können mitdatabase: "central"auch den zentralen Aggregatspeicher ansprechenKern-CRUD: Wesentliche Datenbankoperationen (Abfragen, Einfügen, Aktualisieren, Löschen)
SQL-Ausführung: Direkte Ausführung von SQL-Abfragen
Datentransfer: Import/Export von CSV- und JSON-Dateien
34 Tools insgesamt: Sieben Datenbanktools, zehn Gedächtnistools, ein Leittool, zwölf Laufzeit-Begleiter-Tools und vier UI-/Stream-Tools (
start_ui,close_ui,stop_ui,read_graph_stream)
Integration des Laufzeit-Begleiters

Das Repository enthält sechs guardian-*-AgentSkills und stellt ihre betrieblichen Fähigkeiten über typisierte MCP-Tools bereit:
Begleiter | Laufzeitrolle | MCP-Oberfläche |
| Persistente Entitäten, Beziehungen und Beobachtungen | Zehn Gedächtnistools |
| Zusammenfassungen zu aktiven Aufgaben, Fehlern, Blockern und letzten Änderungen |
|
| Begrenzte Git-Diff- und Analyse unverfolgter Dateien |
|
| Normalisierung unvertrauter Texte und Erkennung von Prompt-Injection |
|
| Geheimnis-Scan und Trivy-Image-Scan |
|
| Optionale namensraumgebundene Redis-Speicherung | Vier |
AgentSkills stellen hostseitige Workflows und Anweisungen bereit. Die MCP-Laufzeit implementiert die entsprechenden Operationen direkt in TypeScript, mit Ausnahme des Container-Scans, der Trivy als begrenzten externen Prozess aufruft. Es wird kein generisches Skript- oder Shell-Ausführungstool bereitgestellt.
KI-Leitsystem

11 Ressourcen: Vorlagen, Best Practices, Projektstatus und Zustand der Begleiterfunktionen
27 Prompts: Umfassende vorgefertigte Workflows für alle Aspekte des Projektmanagements
Experten-Leitlinien: Schritt-für-Schritt-Anweisungen für komplexe Operationen
Kontextbezogene Hilfe: Adaptive Prompts basierend auf den Benutzerbedürfnissen
Wissensbasis: Umfassende Projektmanagement-Weisheit
Erweiterte Funktionen
Schema-Validierung: Umfassende Eingabevalidierung mit Zod-Schemas
Fehlerbehandlung: Detaillierte Fehlermeldungen und elegante Fehlerbehandlung
Verbindungsverwaltung: Begrenzter 20-Verbindungen-LRU-Cache mit
WAL+synchronous=NORMAL+cache_size=-64000+journal_size_limit=67108864+temp_store=MEMORY+busy_timeout=5000, monatlichesVACUUM(POST /api/vacuum) und Bereinigung beim HerunterfahrenDateiintegration: CSV- und SQL-Importe werden gestreamt; CSV-Schreibvorgänge verwenden begrenzte String-Assemblierung
Ergebnislimits & Paginierung: Unbegrenzte rohe
SELECT-Abfragen auf 10.000 Zeilen begrenzt;read_graph/readStorestandardmäßig5000mit?limit=&offset=,read_graph_stream-Cursor500/SeiteüberGET /api/graph/stream?cursor=&limit=&+POST /api/vacuum,search_nodesauf 100 begrenzt (hybrides RRFk=60)
Enterprise-Funktionen
TypeScript: Vollständig typisiert mit umfassender Fehlerbehandlung
Eingabevalidierung: Zod-Schema-Validierung für alle Parameter
Fehlerbehebung: Elegante Fehlerbehandlung mit detaillierten Fehlermeldungen
Ressourcenverwaltung: Automatische Bereinigung von Verbindungen und Ressourcen
Testen: Zehn Jest-Suiten mit 93 bestandenen Tests (
WAL+ Paginierung +close_ui+read_graph_stream+e2e-Vektor-Hybrid)
Voraussetzungen
Node.js: >= 18.0.0
npm: Neueste stabile Version
SQLite3: Wird automatisch als Abhängigkeit installiert
Redis: Optional; nur für
cache_*-Tools überREDIS_URLerforderlichTrivy: Optional; nur für
scan_container_imageerforderlich
Installation
Repository klonen:
git clone https://github.com/1999AZZAR/project-guardian-mcp-server.git
cd project-guardian-mcp-serverAbhängigkeiten installieren:
npm installProjekt erstellen: Wählen Sie zwischen Entwicklungs- oder Produktions-Build:
Für die Entwicklung (enthält Source Maps und vollständige TypeScript-Kompilierung):
npm run buildFür die Produktion (erstellt ein optimiertes, minifiziertes Bundle):
npm run build:prodTestsuite ausführen:
npm testServer starten:
npm startAktualisieren nach Änderungen
Wenn Sie neue Updates ziehen oder den Code ändern, müssen Sie den Server neu erstellen und Ihren MCP-Client (Cursor, Claude Desktop usw.) neu starten, damit die Änderungen wirksam werden:
Neuesten Code ziehen:
git pullNeue Abhängigkeiten installieren (falls vorhanden):
npm installBundle neu erstellen:
npm run build:prodWichtig: Starten Sie Ihre IDE oder die MCP-Verbindung neu, damit der Client die neu aktualisierten Tools und Prompts abrufen kann.
Verfügbare Tools

Dieser MCP-Server stellt derzeit 34 Tools bereit:
Datenbankoperationen (7 Tools)
Alle Datenbanktools akzeptieren einen optionalen database-Selektor: project (Standard) zielt auf die memory.db des aktiven Projekts, central auf den zentralen Aggregatspeicher unter ~/memory/memory.db.
execute_sql – SQL-Abfrage ausführen
Führt rohe SQL-Abfragen auf der ausgewählten Gedächtnisdatenbank aus.
Parameter:
query(erforderlich): SQL-Abfragezeichenfolgeparameters(optional): Array von Abfrageparameterndatabase(optional):"project"oder"central", Standard"project"
query_data – Tabellendaten abfragen
Fragt Gedächtnistabellen mit Filterung und Paginierung ab.
Parameter:
table(erforderlich): Tabellennameconditions(optional): WHERE-Bedingungen-Objektlimit(optional): Maximale Anzahl zurückzugebender Zeilenoffset(optional): Anzahl zu überspringender ZeilenorderBy(optional): Spalte, nach der sortiert werden sollorderDirection(optional): Sortierrichtung ("ASC" oder "DESC")database(optional):"project"oder"central", Standard"project"
insert_data – Datensätze einfügen
Fügt Datensätze in eine Gedächtnistabelle ein.
Parameter:
table(erforderlich): Tabellennamerecords(erforderlich): Array von einzufügenden Datensatzobjektendatabase(optional):"project"oder"central", Standard"project"
update_data – Datensätze aktualisieren
Aktualisiert Datensätze in einer Gedächtnistabelle.
Parameter:
table(erforderlich): Tabellennameconditions(erforderlich): WHERE-Bedingungen für die zu aktualisierenden Datensätzeupdates(erforderlich): Zu aktualisierende Felderdatabase(optional):"project"oder"central", Standard"project"
delete_data – Datensätze löschen
Löscht Datensätze aus einer Gedächtnistabelle.
Parameter:
table(erforderlich): Tabellennameconditions(erforderlich): WHERE-Bedingungen für die zu löschenden Datensätzedatabase(optional):"project"oder"central", Standard"project"
import_data – Daten importieren
Importiert Daten aus einer CSV- oder JSON-Datei in eine Gedächtnistabelle.
Parameter:
table(erforderlich): Name der ZieltabellefilePath(erforderlich): Pfad zur Quelldateiformat(optional): Dateiformat ("csv" oder "json")options(optional): Importoptionen (Trennzeichen, hasHeader)database(optional):"project"oder"central", Standard"project"
export_data – Daten exportieren
Exportiert Gedächtnistabellendaten in eine CSV- oder JSON-Datei.
Parameter:
table(erforderlich): Name der QuelltabellefilePath(erforderlich): Pfad der Ausgabedateiformat(optional): Ausgabeformat ("csv" oder "json")conditions(optional): WHERE-Bedingungen zum Filtern des Exportsoptions(optional): Exportoptionen (delimiter, includeHeader)database(optional):"project"oder"central", Standard"project"
Memory- und Guidance-Tools (11 Tools)
initialize_memory - Memory-System initialisieren
Richtet das Schema und die Tabellen der Projekt-Memory-Datenbank ein.
Parameter: Keine
create_entity - Projekt-Entitäten erstellen
Erstellt Entitäten im Projekt-Wissensgraph (unterstützt Einzel- oder Stapelverarbeitung).
Parameter:
entities(erforderlich): Array von Entitätsobjektenname: Name der EntitätentityType: Typ (project, task, person, resource)observations: Array von Notizen über die Entität
create_relation - Entitätsbeziehungen erstellen
Erstellt Beziehungen zwischen Projektentitäten (unterstützt Einzel- oder Stapelverarbeitung).
Parameter:
relations(erforderlich): Array von Beziehungsobjektenfrom: Name der Quellentitätto: Name der ZielentitätrelationType: Beziehungstyp (depends_on, blocks, owns, usw.)
add_observation - Entitätsbeobachtungen hinzufügen
Fügt Projektentitäten Beobachtungen/Notizen hinzu (unterstützt Einzel- oder Stapelverarbeitung).
Parameter:
observations(erforderlich): Array von BeobachtungsobjektenentityName: Name der Zielentitätcontents: Array von Beobachtungszeichenfolgen zum Hinzufügen
delete_entity - Projektentitäten löschen
Entfernt Entitäten und ihre Beziehungen aus dem Projekt-Memory (unterstützt Einzel- oder Stapelverarbeitung).
Parameter:
entityNames(erforderlich): Array von zu löschenden Entitätsnamen
delete_observation - Entitätsbeobachtungen entfernen
Entfernt bestimmte Beobachtungen aus Entitäten (unterstützt Einzel- oder Stapelverarbeitung).
Parameter:
deletions(erforderlich): Array von LöschobjektenentityName: Name der Zielentitätobservations: Array von zu entfernenden Beobachtungszeichenfolgen
delete_relation - Entitätsbeziehungen löschen
Entfernt Beziehungen zwischen Projektentitäten (unterstützt Einzel- oder Stapelverarbeitung).
Parameter:
relations(erforderlich): Array von zu löschenden Beziehungsobjektenfrom: Name der Quellentitätto: Name der ZielentitätrelationType: Zu löschender Beziehungstyp
read_graph - Projekt-Wissensgraph lesen
Ruft den vollständigen Wissensgraph ab und führt die aktive Projektdatenbank mit dem zentralen Aggregat zusammen. Projekteinträge gewinnen gegenüber zentralen Einträgen mit demselben Namen. Unterstützt Paginierung.
Parameter:
database(optional):"project"(Standard, zusammengeführt),"central"(nur zentral)limit(optional, 1-10000, Standard 5000): Maximale Anzahl zurückzugebender Entitäten/Beziehungen,ORDER BY updated_at DESCoffset(optional, 0+): Zu überspringende Zeilen
search_nodes - Projektwissen durchsuchen
Durchsucht Entitäten und Beziehungen, die einer Abfrage entsprechen, über Namen, Typen und Inhalt, sowohl in der Projektdatenbank als auch im zentralen Aggregat. Verwendet FTS5 MATCH + bm25()-Ranking.
Parameter:
query(erforderlich): Suchbegrifflimit(optional, 1-100, Standard 20): Maximale Anzahl zurückzugebender bewerteter Entitäten
open_node - Entitätsdetails abrufen
Ruft detaillierte Informationen über Projektentitäten ab (unterstützt Einzel- oder Stapelverarbeitung).
Parameter:
names(erforderlich): Array von abzurufenden Entitätsnamen
get_project_guidance - KI-Guidance abrufen
Ruft ein Projekt-Guidance-Framework auf, um spezialisierte Anweisungen und Checklisten für bestimmte Arbeitsabläufe zu erhalten. Dadurch kann die KI eigenständig etablierte Projektmanagement-Protokolle abrufen und befolgen.
Parameter:
guidance_name(erforderlich): Name der Guidance (z. B. project-setup, sprint-planning)arguments(optional): Argumente, die vom jeweiligen Guidance-Framework benötigt werden
Runtime-Companion-Tools (12 Tools)
sync_central_memory
Kopiert den aktiven Projekt-Wissensgraph in die zentrale Memory-Datenbank (standardmäßig ~/memory/memory.db, überschreibbar mit GUARDIAN_CENTRAL_DB). Entitäten werden per Upsert eingefügt und Beziehungen dedupliziert, sodass die zentrale Datenbank eine durchsuchbare Karte über alle Projekte hinweg aufbaut. Jeder Memory-Schreibvorgang synchronisiert auch automatisch; rufen Sie dieses Tool auf, um eine Synchronisierung bei Bedarf zu erzwingen. Die erste Synchronisierung jedes Tages erstellt außerdem einen Snapshot der zentralen Datenbank und entfernt alte Backups, die über die neuesten sieben hinausgehen.
set_project_root
Wechselt die aktive Projekt-Memory-Datenbank zum angegebenen absoluten Projektpfad. Verwenden Sie dies beim Sitzungsstart, wenn der Server außerhalb des Projektverzeichnisses gestartet wurde, damit Memory in das Projekt geschrieben wird, anstatt in die gemeinsame Fallback-Datenbank.
path(erforderlich): Absoluter Pfad zum Projektstamm. Innerhalb eines Git-Repositorys wird das Toplevel verwendet.
setup_pre_commit
Erstellt bei Bedarf eine .pre-commit-config.yaml im aktiven Projektstamm und installiert die Git-Hooks. Erfordert, dass pre-commit installiert ist. Die generierten .gitignore-Einträge sind bewusst breit gefasst: Neben memory.db ignoriert der Block gängige lokale Tool-Verzeichnisse wie .claude/, .vscode/, .idea/, .gemini/ und .cursor/ sowie .env-Dateien. Bereits in .gitignore vorhandene Einträge werden nie dupliziert. Der Server führt all dies beim Start nie automatisch aus.
get_session_context
Fasst aktive Aufgaben, offene Fehler, aktuelle Änderungen, Blocker und die nächste vorgeschlagene Aktion direkt aus dem Wissensgraph zusammen.
limit(optional, 1-50, Standard 10): Maximale Einträge pro Ergebnisgruppe.
analyze_git_changes
Gibt exakte maschinenlesbare geänderte Pfade aus Git zurück, einschließlich Umbenennungen und optional nicht verfolgter Dateien.
commit(optional): Analysiert einen einzelnen Commit gegenüber seinem Parent.since(optional, Standard1): Analysiert Änderungen seit N Commits oder einem Git-Datum.includeUntracked(optional, Standardtrue): Bezieht nicht verfolgte Dateien in die Worktree-Analyse ein.maxFiles(optional, 1-500, Standard 100): Begrenzt die zurückgegebenen Pfade.commitund ein benutzerdefiniertersince-Wert schließen sich gegenseitig aus.
inspect_untrusted_text
Normalisiert bis zu 256 KiB nicht vertrauenswürdigen Text und erkennt versteckte Formatierungen, Anweisungsüberschreibungen, Rollenimitation, verstecktes HTML/CSS, Markup für Remote-Exfiltration und codierte anweisungsähnliche Inhalte.
text(erforderlich): Externer oder anderweitig nicht vertrauenswürdiger Inhalt.Die Erkennung ist heuristisch. Der zurückgegebene normalisierte Text bleibt nicht vertrauenswürdige Daten.
scan_project_secrets
Durchsucht eine arbeitsbereichsrelative Datei oder ein Verzeichnis nach wahrscheinlich hartcodierten Anmeldeinformationen. Ergebnisse enthalten nur Typ, relativen Dateipfad und Zeilennummer; übereinstimmende Werte werden nie zurückgegeben.
path(optional, Standard.): Arbeitsbereichsrelatives Scan-Ziel.exclude(optional): Zusätzliche Verzeichnisnamen, die übersprungen werden sollen.maxFindings(optional, 1-500, Standard 100): Begrenzt die Funde.Absolute Pfade, Traversal, fehlende Pfade und Symlink-Escapes werden abgelehnt.
scan_container_image
Führt einen zeitlich begrenzten Trivy-Scan aus und gibt begrenzte HIGH/CRITICAL-Schwachstellenzusammenfassungen zurück.
image(erforderlich): Container-Image-Referenz.maxFindings(optional, 1-500, Standard 100): Begrenzt die Funde.Erfordert Trivy. Image-Werte, die mit
-beginnen, Leerzeichen enthalten oder Steuerzeichen enthalten, werden abgelehnt.
Redis-Cache-Tools
cache_get: Liest einenmema:<category>:<name>-Schlüssel.cache_set: Speichert einen Wert bis zu 512 KiB mit optionalemttlSecondsvon 1 bis 604800.cache_delete: Löscht einen Schlüssel mit Namespace.cache_scan: Durchsucht per Cursor einmema:*-Muster mit begrenzter Anzahl.
Projekt-Scanpfade sind auf das aktuelle Git-Workspace beschränkt. Redis-Tools verbinden sich erst bei Bedarf und geben einen Nichtverfügbarkeitsfehler zurück, wenn REDIS_URL nicht gesetzt ist. Container-Scans bleiben nicht verfügbar, bis Trivy installiert ist. Lesen Sie project-guardian://companions/catalog für den aktuellen Verfügbarkeitsstatus.
UI-Tools (4 Tools)
start_ui
Startet den bedarfsgesteuerten Project Guardian Web-UI-Server, um den Wissensgraph visuell im Browser zu durchsuchen. Er findet automatisch einen freien Port (Standard 3000, versucht bei Kollision 3001…) und gibt die lokale HTTP-URL zurück. Die UI bedient den CRT-thematisierten Force-Graph aus ui/dist mit korrektem Static-Path-Fallback (ui/dist → MCPservers/.../ui/dist).
Parameter: Keine
Rückgabe:
UI Server successfully started on http://localhost:<port>Funktionen: Nur Desktop (Mobile-Gate bei
<768px), Entitätsbrowser immer sichtbar, Beobachtungs-Orbs (gruppiertes Amber → erweitert zu Cyan), paginiert?limit=&offset=auf/api/graph/*.
close_ui / stop_ui
Stoppt den Web-UI-Server, falls er läuft, und gibt den Port frei.
Parameter: Keine
Rückgabe:
UI Server stoppedstop_uiist ein Alias fürclose_ui.
KI-Guidance-System
Project Guardian MCP enthält umfassende Ressourcen und Prompts, die KI-Modellen helfen, das Toolset für das Projektmanagement effektiv zu nutzen.
Verfügbare Ressourcen
Project Guardian bietet 11 wichtige Ressourcen, die KI-Modelle lesen können, um Projektmanagement-Konzepte zu verstehen, auf den Verfügbarkeitsstatus zuzugreifen und umfassende Projekteinblicke zu erhalten:
project-guardian://templates/entity-types
Standard-Entitätstypen für das Projektmanagement mit Beispielen und Nutzungsrichtlinien.
project-guardian://templates/relationship-types
Gängige Beziehungstypen zwischen Projektentitäten mit praktischen Beispielen.
project-guardian://templates/project-workflows
Standard-Workflows für die Verwendung der Project Guardian-Tools in verschiedenen Szenarien.
project-guardian://templates/best-practices
Umfassender Leitfaden zu Best Practices für ein effektives Projektwissensmanagement.
project-guardian://status/current-graph
Aktueller Zustand des Projekt-Wissensgraphs mit zusammenfassenden Statistiken.
project-guardian://cache/recent-activities
Kürzlich durchgeführte Projektmanagement-Aktivitäten und Aktualisierungen zur Fortschrittsverfolgung.
project-guardian://cache/workflow-templates
Häufig verwendete Workflow-Vorlagen mit Beispielen und Implementierungsanleitung.
project-guardian://metrics/project-stats
Statistische Übersicht über Projektentitäten, Beziehungen und Aktivitäten mit Health-Metriken.
project-guardian://cache/team-members
Zwischengespeicherte Informationen über Projektteammitglieder und ihre Rollen innerhalb der Organisation.
project-guardian://status/recent-changes
Kürzliche Ergänzungen, Aktualisierungen und Änderungen am Wissensgraph für Audit und Überwachung.
project-guardian://companions/catalog
Listet alle sechs Companions, ihre MCP-Tools, externen Voraussetzungen und die aktuelle Verfügbarkeit auf.
Verfügbare Prompts
Project Guardian bietet 27 Prompts für Projekt-Setup, Planung, Qualität, Betrieb und Incident-Workflows:
Kern-Projektmanagement
project-setup - Projektinitialisierung
Argumente:
project_name(erforderlich): Name des Projektsteam_members(optional): Kommagetrennte Liste der Teammitglieder
Bietet eine Schritt-für-Schritt-Anleitung zum Einrichten einer neuen Projektstruktur mit geeigneten Entitäten und Beziehungen.
sprint-planning - Sprint-Planung
Argumente:
sprint_name(erforderlich): Name/Nummer des Sprintsduration_days(optional): Sprintdauer in Tagen
Leitet durch eine umfassende Sprint-Planung, einschließlich Aufgabenzerlegung, Abhängigkeiten und Kapazitätsplanung.
progress-update - Fortschrittsverfolgung
Argumente:
task_name(erforderlich): Name der zu aktualisierenden Aufgabeprogress_notes(erforderlich): Beschreibung der Fortschrittsaktualisierung
Strukturierter Prozess zum Aktualisieren des Aufgabenfortschritts und zum Verwalten von Abhängigkeiten.
retrospective - Projekt-Retrospektive
Argumente:
time_period(erforderlich): Zeitraum, der überprüft wird (z. B. "letzter Sprint", "Q1")
Umfassender Retrospektiven-Prozess, einschließlich Datenanalyse, Mustererkennung und Erstellung von Verbesserungsmaßnahmen.
Qualitäts- & Prozessmanagement
code-review - Code-Review-Prozess
Argumente:
pull_request_title(erforderlich): Titel des zu überprüfenden Pull Requestsreviewer_name(optional): Name des Reviewers
Strukturierter Code-Review-Prozess mit technischen Checklisten, Problemdokumentation und Genehmigungsworkflows.
bug-tracking - Bug-Management
Argumente:
bug_description(erforderlich): Beschreibung des Fehlers oder Problemsseverity_level(optional): Kritisch, Hoch, Mittel oder Niedrig
Vollständiger Bug-Tracking-Workflow von der Erkennung bis zur Behebung mit Auswirkungsanalyse und Stakeholder-Kommunikation.
technical-debt-assessment - Technische Schuldenanalyse
Argumente:
component_name(erforderlich): Name der zu bewertenden Komponente oder Codebasisassessment_scope(optional): Umfang der Bewertung (file, module, system)
Umfassende Identifizierung technischer Schulden, Priorisierung und Planung der Behebung.
Release- und Deployment-Verwaltung
release-planning - Release-Planung
Argumente:
release_version(erforderlich): Versionsnummer für das Release (z. B. „v2.1.0")release_date(optional): Geplantes Releasedatum
Vollständiger Release-Planungsprozess einschließlich Qualitätskriterien, Risikobewertung und Deployment-Koordination.
Risiko- und Änderungsmanagement
risk-assessment - Risikomanagement
Argumente:
risk_description(erforderlich): Beschreibung des Risikosimpact_level(optional): Hohe, mittlere oder niedrige Auswirkung
Vollständiger Workflow zur Dokumentation von Risiken, Identifizierung von Auswirkungen und Entwicklung von Minderungsstrategien.
change-management - Änderungskontrolle
Argumente:
change_description(erforderlich): Beschreibung der vorgeschlagenen Änderungimpact_assessment(optional): Bewertung der Auswirkung als hoch, mittel oder niedrig
Strukturierter Änderungsmanagement-Prozess mit Auswirkungsanalyse, Genehmigungsworkflows und Implementierungsverfolgung.
Team- und Ressourcenverwaltung
team-productivity - Produktivitätsanalyse
Argumente:
timeframe(erforderlich): Zu analysierender Zeitraum (week, month, quarter)focus_area(optional): Schwerpunktbereich (velocity, quality, collaboration)
Bewertung der Teamproduktivität mit Leistungskennzahlen, Ursachenanalyse und Verbesserungsplanung.
resource-allocation - Ressourcenplanung
Argumente:
resource_type(erforderlich): Art der Ressource (human, infrastructure, budget)planning_horizon(optional): Planungszeitraum (sprint, quarter, year)
Optimierung der Ressourcenzuweisung mit Kapazitätsplanung, Lückenanalyse und Auslastungsverfolgung.
Dokumentation und Kommunikation
stakeholder-communication - Kommunikationsmanagement
Argumente:
communication_type(erforderlich): Art der Kommunikation (status_update, issue_alert, milestone_reached)audience(optional): Zielgruppe (team, management, client, all)
Planung und Durchführung der Stakeholder-Kommunikation mit zielgruppenspezifischen Strategien und Wirksamkeitsverfolgung.
documentation-management - Dokumentationsaktualisierungen
Argumente:
documentation_type(erforderlich): Art der Dokumentation (api, user_guide, technical_spec)update_reason(optional): Grund für die Dokumentationsaktualisierung
Dokumentationspflegeprozess mit Inhaltsplanung, Review-Workflows und Veröffentlichungskoordination.
Anforderungs- und Planungsverwaltung
requirements-gathering - Anforderungserhebung
Argumente:
requirement_type(erforderlich): Art der Anforderungen (functional, non-functional, business, technical)stakeholders(optional): Kommagetrennte Liste der wichtigsten Stakeholder
Führt durch den umfassenden Anforderungserhebungsprozess mit Stakeholder-Management und Anforderungskategorisierung.
user-story-management - User-Story-Verwaltung
Argumente:
feature_name(erforderlich): Name des Features oder Epicsuser_role(optional): Primäre Benutzerrolle (z. B. „customer", „admin", „developer")
Strukturierter Prozess zum Erstellen, Verwalten und Priorisieren von User Stories mit Abnahmekriterien und Abhängigkeiten.
Qualitäts- und technisches Management
testing-strategy - Entwicklung der Teststrategie
Argumente:
application_type(erforderlich): Art der Anwendung (web, mobile, api, desktop)criticality_level(optional): Geschäftskritikalität (critical, high, medium, low)
Umfassende Entwicklung der Teststrategie einschließlich automatisierter Tests, Qualitätskriterien und risikobasierter Tests.
security-assessment - Sicherheitsbewertung
Argumente:
assessment_scope(erforderlich): Umfang der Sicherheitsbewertung (application, infrastructure, data)compliance_requirements(optional): Compliance-Standards (GDPR, HIPAA, SOC2 usw.)
Framework für Sicherheitsbewertungen mit Schwachstellenmanagement, Compliance-Überprüfung und Implementierung von Sicherheitskontrollen.
performance-optimization - Leistungsoptimierung
Argumente:
performance_metric(erforderlich): Primäre zu optimierende Kennzahl (response_time, throughput, resource_usage)optimization_goal(optional): Konkretes Leistungsziel oder Verbesserungsprozentsatz
Einrichtung des Leistungsmonitorings, Identifizierung von Engpässen und Implementierung von Optimierungen mit kontinuierlichem Monitoring.
ci-cd-setup - CI/CD-Pipeline-Einrichtung
Argumente:
pipeline_type(erforderlich): Art der Pipeline (build, test, deploy, full_ci_cd)target_platform(optional): Deployment-Ziel (aws, azure, gcp, kubernetes, heroku)
Vollständige CI/CD-Pipeline-Einrichtung einschließlich Qualitätskriterien, Rollback-Verfahren und Sicherheitsintegration.
architecture-review - Architektur-Review
Argumente:
architecture_type(erforderlich): Art der Architektur (microservices, monolithic, serverless, hybrid)review_focus(optional): Primärer Schwerpunktbereich (scalability, security, maintainability, performance)
Framework für Architekturbewertungen mit Entwurfsmusteranalyse, Bewertung des Technologie-Stacks und Verbesserungsempfehlungen.
Wissens- und Teamverwaltung
knowledge-transfer - Wissenstransfer
Argumente:
knowledge_domain(erforderlich): Wissensdomäne (technical, process, business)transfer_recipients(optional): Wer das Wissen erhalten soll (team, individual, department)
Planung und Durchführung des Wissenstransfers mit Sitzungsverwaltung, Dokumentation und Wirksamkeitsvalidierung.
vendor-management - Anbieterverwaltung
Argumente:
vendor_type(erforderlich): Art des Anbieterdienstes (cloud, development, consulting, infrastructure)contract_value(optional): Vertragswertbereich (small, medium, large, enterprise)
Verwaltung der Anbieterbeziehungen einschließlich Vertragsverfolgung, Leistungsüberwachung und Kostenoptimierung.
Vorfall- und Krisenmanagement
incident-response - Vorfallreaktion
Argumente:
incident_severity(erforderlich): Schweregrad (critical, high, medium, low)incident_type(optional): Art des Vorfalls (security, performance, functionality, availability)
Framework für die Vorfallreaktion mit Eindämmung, Wiederherstellung, Ursachenanalyse und Überprüfung nach dem Vorfall.
Finanz- und Ressourcenverwaltung
cost-management - Kostenmanagement
Argumente:
cost_category(erforderlich): Primäre Kostenkategorie (infrastructure, personnel, tools, licenses)budget_constraint(optional): Budgetbeschränkungsgrad (strict, flexible, unlimited)
Kostenüberwachung, Optimierungsstrategien und Budgetverwaltung mit Prognose und Berichterstattung.
Kunden- und Innovationsmanagement
customer-feedback - Kundenfeedback-Verwaltung
Argumente:
feedback_channel(erforderlich): Primärer Feedbackkanal (survey, support, reviews, analytics)feedback_focus(optional): Schwerpunktbereich (usability, features, performance, support)
Erfassung von Kundenfeedback, Analyse und Aktionsplanung mit kontinuierlichen Verbesserungszyklen.
innovation-planning - Innovationsplanung
Argumente:
innovation_type(erforderlich): Art der Innovation (product, process, technology, business_model)risk_tolerance(optional): Risikotoleranzgrad (conservative, moderate, aggressive)
Innovationsmanagement-Framework mit Ideengenerierung, Experimentieren und Erfolgsmessung.
Wie KI-Modelle die Anleitung nutzen
Entdeckung: Verfügbare Ressourcen und Prompts auflisten, um die Fähigkeiten zu verstehen
Lernen: Relevante Ressourcen lesen, um Projektmanagement-Konzepte zu verstehen
Planung: Geeignete Prompts für komplexe Workflows verwenden
Ausführung: Strukturierter Anleitung folgen, um Tools effektiv zu nutzen
Überprüfung: Ergebnisse prüfen und bei Bedarf iterieren Dieses Anleitungssystem stellt sicher, dass KI-Modelle mithilfe des Project-Guardian-Toolsets fachkundige Projektmanagement-Unterstützung bieten können.
Verhaltensprotokoll (Systemregeln)
Jede prompts/get-Antwort dieses MCP-Servers enthält ein gemeinsames Verhaltensprotokoll als Systemnachricht (implementiert in src/prompts/behavioral-protocol.ts). Dieses Protokoll erzwingt:
Minimaler, produktionsreifer, selbst dokumentierender Code mit einem Security-First-Ansatz.
Keine Schlagwörter, unnötigen Emojis oder Füllwörter; direkte, technisch präzise Antworten.
Adaptive Antworttiefe basierend auf der Anfrage des Benutzers (kurze Antworten vs. komplexe Aufschlüsselungen).
Konsistente Verwendung validierter Best Practices für Systeme, Programmierung, UI/UX und Design.
Clients, die diesen MCP-Server integrieren, sollten die erste Systemnachricht als die maßgeblichen Regeln für jedes nachgelagerte Modell behandeln, das diese Prompts verwendet.
Verwendungsbeispiele

Einrichtung von Project Guardian
// Initialize the project memory system
const initResult = await mcpClient.callTool('initialize_memory', {});
// Create your first project entities
const entityResult = await mcpClient.callTool('create_entity', {
entities: [
{
name: 'web_platform',
entityType: 'project',
observations: ['Main web application platform', 'React + Node.js stack', 'Q2 2024 delivery']
},
{
name: 'user_authentication',
entityType: 'feature',
observations: ['OAuth2 implementation', 'Google/GitHub providers', 'JWT tokens']
}
]
});
// Establish project relationships
const relationResult = await mcpClient.callTool('create_relation', {
relations: [
{
from: 'user_authentication',
to: 'web_platform',
relationType: 'part_of'
}
]
});Projektmanagement-Workflow
// Add progress observations
await mcpClient.callTool('add_observation', {
observations: [
{
entityName: 'user_authentication',
contents: [
'Completed OAuth2 setup for Google provider',
'JWT implementation finished',
'Unit tests passing at 95% coverage'
]
}
]
});
// Search project knowledge
const searchResult = await mcpClient.callTool('search_nodes', {
query: 'authentication'
});
// Read entire project knowledge graph
const graphResult = await mcpClient.callTool('read_graph', {});
// Get detailed entity information
const entityDetails = await mcpClient.callTool('open_node', {
names: ['user_authentication', 'web_platform']
});Datenbankoperationen
// Execute custom SQL queries
const sqlResult = await mcpClient.callTool('execute_sql', {
query: 'SELECT * FROM entities WHERE entity_type = ?',
parameters: ['project']
});
// Query project data
const queryResult = await mcpClient.callTool('query_data', {
table: 'entities',
conditions: { entity_type: 'task' },
limit: 10
});
// Import/export data
const importResult = await mcpClient.callTool('import_data', {
table: 'project_data',
filePath: './project_backup.csv',
format: 'csv'
});Konfiguration

Umgebungsvariablen
Der Server liest diese Variablen beim Start:
Variable | Standard | Zweck |
| nicht gesetzt | Absoluter Pfad zum Projektstamm. Wenn gesetzt, wird |
|
| Absoluter Pfad zur zentralen Speicherdatenbank, in die jedes Projekt synchronisiert. Backups werden in ein |
| nicht gesetzt | Auf |
| nicht gesetzt | Aktiviert die Redis-gestützten |
| Plattformstandard | Basisverzeichnis für die gemeinsame Fallback-Datenbank außerhalb eines Git-Repositorys |
MCP-Clients starten Server mit ihrem eigenen Arbeitsverzeichnis, das oft Ihr Home-Ordner und nicht das Projekt ist, an dem Sie arbeiten. In dieser Situation kann die Git-Erkennung das Projekt nicht finden, und jede Sitzung schreibt in die gemeinsame Fallback-Datenbank. Es gibt zwei Möglichkeiten, dies zu beheben:
Setzen Sie
GUARDIAN_PROJECT_ROOTin der MCP-Konfiguration des Projekts (siehe die Client-Beispiele unten).Rufen Sie das Tool
set_project_rootmit dem absoluten Projektpfad zu Beginn der Sitzung auf – keine Konfigurationsänderungen erforderlich. Der Wechsel gilt für den laufenden Server; setzen Sie die Umgebungsvariable, wenn Sie möchten, dass sie automatisch für jede zukünftige Sitzung gilt.
Optionale Laufzeitdienste
Redis ist optional und wird beim Start nie kontaktiert. Konfigurieren Sie Redis nur, wenn Cache-Tools benötigt werden:
{
"env": {
"REDIS_URL": "redis://localhost:6379/0"
}
}Trivy wird über PATH gefunden, wenn scan_container_image aufgerufen wird. Fehlendes Redis oder Trivy wirkt sich nur auf die zugehörigen Tools aus; die Tools für Memory, Datenbank, Guidance, Session, Git, Wall und Project-Secret bleiben verfügbar.
Der Companion-Katalog meldet für jede Runtime-Fähigkeit available, optional oder unavailable. Der Server verwendet den stdio-Transport und stellt keinen HTTP-Listener bereit.
Für Cursor IDE
Fügen Sie diesen Server zu Ihrer Cursor-MCP-Konfiguration (~/.cursor/mcp.json) hinzu. Ersetzen Sie den Wert von GUARDIAN_PROJECT_ROOT durch das Projekt, zu dem diese Konfiguration gehört:
{
"mcpServers": {
"project-guardian": {
"command": "node",
"args": ["/path/to/project-guardian-mcp-server/dist/index.js"],
"env": {
"GUARDIAN_PROJECT_ROOT": "/path/to/your/project"
}
}
}
}Für Claude Desktop
Fügen Sie diesen Server nach demselben Muster zu Ihrer Claude-Desktop-Konfiguration (claude_desktop_config.json) hinzu:
{
"mcpServers": {
"project-guardian": {
"command": "node",
"args": ["/path/to/project-guardian-mcp-server/dist/index.js"],
"env": {
"GUARDIAN_PROJECT_ROOT": "/path/to/your/project"
}
}
}
}Projektstruktur
project-guardian-mcp-server/
├── src/
│ ├── index.ts # Main entry point
│ ├── server.ts # MCP server orchestrator
│ ├── memory-manager.ts # Knowledge graph and FTS5 RAG semantic search
│ ├── sqlite-manager.ts # Database operations and connection management
│ ├── import-export.ts # CSV/JSON data import and export functionality
│ ├── ui-manager.ts # On-Demand Web UI server and port finder
│ ├── types.ts # TypeScript type definitions and schemas
│ ├── handlers/
│ │ └── request-handlers.ts # Central tool execution dispatcher
│ ├── tools/
│ │ ├── tool-registry.ts # Tool definitions and listing
│ │ ├── database-tools.ts # Database operation tool schemas
│ │ ├── memory-tools.ts # Memory management tool schemas
│ │ ├── guidance-tools.ts # Guidance tool schema
│ │ └── runtime-tools.ts # Companion runtime tool schemas
│ ├── runtime/
│ │ ├── path-guard.ts # Workspace path containment
│ │ └── runtime-capabilities.ts # Native companion implementations
│ ├── resources/
│ │ ├── resource-registry.ts # Resource definitions and handlers
│ │ ├── resource-definitions.ts # Static resource metadata
│ │ ├── resource-handlers.ts # Dynamic resource content generation
│ │ └── companion-catalog.ts # Companion capability health
│ └── prompts/
│ ├── prompt-registry.ts # Prompt definitions and handlers
│ ├── prompt-definitions.ts # Static prompt metadata
│ ├── prompt-handlers.ts # Dynamic prompt content generation
│ └── behavioral-protocol.ts # Shared Behavioral Protocol system prompt
├── ui/ # On-Demand Web UI frontend (Vite/React)
│ ├── src/
│ │ ├── App.tsx # Main CRT-themed node graph visualization
│ │ ├── main.tsx # React DOM entry point
│ │ └── index.css # Styling, CRT scanlines, and CSS variables
│ └── vite.config.ts # Vite build configuration
├── __tests__/ # Comprehensive test suite
│ ├── tool-registry.test.ts
│ ├── resource-registry.test.ts
│ ├── prompt-registry.test.ts
│ ├── request-handlers.test.ts
│ ├── runtime-capabilities.test.ts
│ ├── import-export.test.ts
│ ├── sqlite-manager.test.ts
│ └── bug-fixes.test.ts
├── skills/ # Six distributable guardian-* AgentSkills
├── dist/ # Ignored production build output
├── memory.db # Ignored local SQLite state, created on first run
├── package.json # Project dependencies and scripts
├── package.prod.json # Production-only dependencies for smaller bundle
├── tsconfig.json # TypeScript configuration
├── jest.config.js # Test configuration
└── README.md # This documentationWichtige Komponenten
server.ts: MCP-Serverlebenszyklus, Transport, Handler und Koordination des Herunterfahrens
handlers/request-handlers.ts: Zentraler Dispatcher, der Tool-Aufrufe an die zuständigen Manager weiterleitet
tools/: System zur Definition und Registrierung von Tools (insgesamt 34 Tools)
tool-registry.ts: Listet alle verfügbaren Tools auf (7 DB + 10 Memory + 1 Guidance + 12 Runtime + 3 UI)database-tools.ts: Schemas für Datenbankoperationen (7 Tools)memory-tools.ts: Schemas für die Memory-Verwaltung (10 Tools)guidance-tools.ts: Schema für das autonome Guidance-Tool (1 Tool)runtime-tools.ts: Typisierte Schemas für Companion-Fähigkeiten (12 Tools)
runtime/: Workspace-Guards und Implementierungen der Companion-Runtime
resources/: System zur Ressourcenverwaltung (insgesamt 11 Ressourcen)
resource-registry.ts: Auflistung von Ressourcen und Bereitstellung von Inhaltenresource-definitions.ts: Statische Ressourcenmetadatenresource-handlers.ts: Dynamische Inhaltsgenerierung
prompts/: System zur Prompt-Verwaltung (insgesamt 27 Prompts)
prompt-registry.ts: Auflistung von Prompts und Bereitstellung von Inhaltenprompt-definitions.ts: Statische Prompt-Metadatenprompt-handlers.ts: Dynamische Prompt-Generierung mit Kontextbehavioral-protocol.ts: Zentrale Systemnachricht des Behavioral Protocol, die von allen Prompts verwendet wird
memory-manager.ts: Wissensgraph-Operationen für Entitäten, Beziehungen und Beobachtungen
sqlite-manager.ts: Datenbankabstraktion mit begrenztem Verbindungs-Caching und Schemaverwaltung
import-export.ts: Datenübertragungs-Dienstprogramme für CSV, JSON und SQL
types.ts: Zod-Schemas für Eingabevalidierung und TypeScript-Typsicherheit
skills/: Agentenseitige Workflows, Skripte, Referenzen und Assets für die sechs Companion-Pakete
Lokaler Zustand
memory.db und seine memory.db-*-Sidecar-Dateien sind Laufzeitzustand und werden von Git ignoriert. Jedes Projekt führt seine eigene Datenbank an seinem aufgelösten Projektstammverzeichnis (siehe Umgebungsvariablen); Projekte außerhalb eines Git-Repositorys ohne explizites Stammverzeichnis teilen sich die Fallback-Datenbank unter $XDG_DATA_HOME/project-guardian. Zusätzlich wird jeder Memory-Schreibvorgang in die zentrale Datenbank unter ~/memory/memory.db gespiegelt, die eine projektübergreifende Zusammenführung darstellt: Das Löschen einer Entität in einem Projekt entfernt sie nicht aus der zentralen Kopie; behandeln Sie die zentrale Datenbank daher als durchsuchbares Aggregat und nicht als projektbezogenes Backup. Tägliche Snapshots befinden sich in ~/memory/backup/. Ein Klon startet ohne Projekt-Memory; der Server erstellt die Datenbank und das Schema beim ersten Lauf lokal. Sichern oder exportieren Sie Memory explizit, wenn es zwischen Maschinen übertragen werden muss. Übergeben Sie die Datenbank niemals an die Versionskontrolle, da Beobachtungen privaten Projektkontext enthalten können.
Die Datenbank-Tools (execute_sql, query_data, insert_data, update_data, delete_data, import_data, export_data) akzeptieren einen database-Selektor: project (Standard) zielt auf die aktive Projektdatenbank, central auf das Aggregat.
Entwicklung
Repository klonen:
git clone https://github.com/1999AZZAR/project-guardian-mcp-server.git
cd project-guardian-mcp-serverAbhängigkeiten installieren:
npm installProjekt erstellen: Für aktive Entwicklung (mit Dateiüberwachung):
npm run devFür einen Standard-Build:
npm run buildFür einen produktionsoptimierten Build:
npm run build:prodTests ausführen:
npm testServer starten:
npm startLizenz
MIT-Lizenz – Einzelheiten finden Sie in der Datei LICENSE.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceProvides AI agents with persistent, searchable memory using a knowledge graph stored in SQLite. Features semantic search, temporal awareness, and workflow-aware prompts for development projects.16MIT
- AlicenseNot gradedqualityDmaintenanceA persistent memory server for AI agents that stores structured notes in a local SQLite database with full-text search and graph-based relationships. It features 32 specialized tools for managing long-term context, including version history, automated TTL expiration, and complex filtering.26MIT
- AlicenseNot gradedqualityDmaintenanceProvides Claude with a persistent local memory and structured knowledge graph to track project states, tasks, and historical decisions across different chat sessions. It enables users to recall information using keyword relevance, time-travel queries, and dependency analysis for complex project management.MIT
- AlicenseBqualityCmaintenanceUltra-lean memory system for AI coding tools that stores project knowledge locally with SQLite and enables AI to remember your project across sessions.122737MIT
Related MCP Connectors
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
The project brain for AI coding agents — memory, decisions, sprints, knowledge base via MCP.
Persistent memory and knowledge graphs for AI agents. Hybrid search, context checkpoints, and more.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/1999AZZAR/project-guardian-mcp-server'
If you have feedback or need assistance with the MCP directory API, please join our Discord server