Skip to main content
Glama

Mnemosyne MCP

by MumuTW
CLAUDE.md3.76 kB
# CLAUDE.md This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository. ## 專案概要 Mnemosyne MCP 是一個主動的、有狀態的軟體知識圖譜引擎,採用 gRPC-First 架構,支援 AI 代理和人類開發者進行協作開發。目前已完成 Sprint 0 基礎設施搭建階段。 ## 核心架構 ### gRPC-First 架構模式 - **gRPC 伺服器**: 核心業務邏輯入口 (port: 50051) - **REST Gateway**: 外部 HTTP/JSON 兼容層 (port: 8000) - **抽象層**: `GraphStoreClient` 介面統一圖資料庫操作 - **驅動層**: FalkorDB 驅動實作具體資料庫操作 ### 程式碼架構 (`src/mnemosyne/`) ``` ├── api/ # FastAPI REST Gateway ├── core/ # 配置管理、日誌等核心功能 ├── interfaces/ # 抽象介面定義 (GraphStoreClient) ├── drivers/ # 資料庫驅動實作 (FalkorDB) ├── schemas/ # Pydantic 數據模型 └── cli/ # 命令行工具 ``` ## 開發命令 ### 環境設置 ```bash make dev-setup # 快速設置開發環境 (包含 uv venv 創建) make install # 安裝依賴套件 (使用 uv) make docker-up # 啟動 FalkorDB 服務 uv venv # 創建虛擬環境 uv pip install -e ".[dev]" # 直接使用 uv 安裝 ``` ### 開發流程 ```bash make serve # 啟動開發伺服器 (API + CLI) make doctor # 系統診斷檢查 make test # 執行所有測試 make test-unit # 僅執行單元測試 make ci-check # CI 流程檢查 (lint + test) ``` ### 程式碼品質 ```bash make format # 格式化程式碼 (black + isort) make lint # 執行 lint 檢查 (flake8 + mypy) ``` ### 測試與驗證 ```bash make test-cov # 執行測試並生成覆蓋率報告 make sprint0-verify # Sprint 0 完成狀態驗證 ``` ## 關鍵配置 ### 環境設置 - 主配置:`src/mnemosyne/core/config.py` (Pydantic Settings) - 環境文件:`.env` (開發) / `configs/{environment}.yaml` - FalkorDB 預設連接:`localhost:6379` ### API 設計原則 1. **契約優先**: 所有新 API 必須先在 `.proto` 文件中定義 2. **gRPC 核心**: 業務邏輯優先在 gRPC 服務中實作 3. **REST 轉譯**: FastAPI 端點僅進行 HTTP ↔ gRPC 協議轉換 ## 開發最佳實踐 ### 程式碼規範 - Python 3.10+,使用 black (line-length=88) 格式化 - 型別註解強制要求 (mypy 嚴格模式) - Pydantic v2 用於數據模型驗證 - 使用 `uv` 進行快速依賴管理,不再使用 Poetry - 標準 PEP 621 配置格式 (pyproject.toml) ### 測試策略 - 測試分類:`unit`, `integration`, `e2e` markers - 27+ 單元測試已全部通過 - 使用 pytest 框架,支援異步測試 ### 分支管理 (GitHub Flow) - **主分支**: `main` - 永遠保持可部署狀態 - **功能分支**: `feature/*` - 短生命週期,從 main 切出,完成後立即合併 - **工作流程**: 1. 從 main 切出 feature 分支: `git checkout -b feature/feature-name` 2. 完成開發後推送並開 Pull Request 3. CI/CD 檢查通過後使用 Squash & Merge 合併回 main 4. main 分支自動觸發部署流程 - **優勢**: 極簡管理、快速迭代、適合 MVP 開發 ## 重要文件參考 - **產品需求**: `docs/DEVELOPEMENT/PRD.md` - **技術架構**: `docs/DEVELOPEMENT/TAB.md` - **API 規格**: `docs/DEVELOPEMENT/API.md` - **Sprint 計劃**: `docs/DEVELOPEMENT/mvp_sprint.md` ## 當前狀態 (Sprint 0 完成) ✅ 基礎設施與抽象層完成 ✅ Docker Compose 環境 ✅ GraphStoreClient 抽象介面 ✅ FalkorDB 驅動整合 ✅ 完整 API 骨架 & 健康檢查 ✅ CLI 工具與開發工具鏈 下階段:實現第一個 ECL (Extract→Cognify→Load) 閉環

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/MumuTW/Mnemosyne-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server