We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/fablefang/ai-conversation-logger-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
# AI 对话记录 MCP
[English](./README.md) | [日本語版](./README_ja.md)
专为 AI 助手设计的智能 MCP(模型上下文协议)服务器,用于自动记录和管理与开发者的对话历史。
## 🎯 核心特性
- **🤖 AI 驱动记录** - 所有内容由 AI 助手决定和提供
- **📝 纯保存模式** - MCP 只负责格式化和存储,不做内容提取或分析
- **🔄 为 AI 回溯设计** - 日志格式优化,便于 AI 快速理解项目历史
- **🏷️ 智能组织** - 按项目和日期自动组织,支持标签分类
- **🔍 强大搜索** - 支持关键词、文件、标签、时间范围多维度搜索
- **📊 上下文推荐** - 基于文件关联性的智能推荐
## 🚀 快速开始
### 1. 安装依赖
```bash
npm install
```
### 2. 构建项目
```bash
npm run build
```
### 3. 配置 Claude Code
在 Claude Code 的配置文件(`~/.claude.json`)中添加 MCP 服务器配置:
```json
{
"mcpServers": {
"conversation-logger": {
"command": "node",
"args": ["/path/to/ai-conversation-logger-mcp/dist/index.js"]
}
}
}
```
### 4. 重启 Claude Code
重启 Claude Code 使配置生效。
## 📚 API 工具
### 1. log_conversation - 核心记录工具
记录每次 AI 与用户的交互,包含结构化信息:
```typescript
interface LogConversationParams {
userRequest: string; // 用户原始需求 + 上传文件说明
aiTodoList: string[]; // AI 的执行计划清单(即使只是查看也要列出)
aiSummary: string; // AI 的操作总结(3-5句话)
fileOperations?: string[]; // 文件操作,格式:"动作 文件路径 - 说明"
title?: string; // 对话标题(可选)
tags?: string[]; // 标签数组(可选)
project?: string; // 项目名(可选,自动检测)
}
```
### 2. search_conversations - 搜索工具
通过多种过滤条件搜索对话历史:
```typescript
interface SearchParams {
keywords?: string[]; // 关键词搜索
filePattern?: string; // 文件名模式搜索
days?: number; // 最近 N 天
project?: string; // 项目过滤(默认当前)
tags?: string[]; // 标签过滤
limit?: number; // 结果数量限制(默认:10)
}
```
### 3. get_context_suggestions - 上下文推荐
基于当前工作获取相关历史上下文:
```typescript
interface ContextParams {
currentInput: string; // 当前用户输入
currentFiles?: string[]; // 当前涉及的文件
project?: string; // 项目过滤(可选)
}
```
## 📁 存储结构
日志存储在项目的 `ai-logs/` 目录中:
```
项目根目录/
├── ai-logs/
│ ├── 2025-08-07.md # 每日对话日志
│ ├── 2025-08-06.md
│ └── config.json # 项目配置
├── src/
└── ...
```
## 📝 日志格式
每条对话记录采用以下结构:
```markdown
## [时间戳] 标题 #标签
### 🗣️ 用户需求
[用户的原始需求]
### 📋 AI执行计划
- [x] 完成的任务
- [ ] 未完成的任务
### 🤖 AI回复总结
[完成了什么的总结]
### 📂 文件操作总结
- **创建** `path/to/file` - 用途说明
- **修改** `path/to/file` - 修改了什么
- **删除** `path/to/file` - 删除原因
### 🏷️ 标签
#模块 #技术 #类型
```
## 🎯 使用原则
### 记录时机
**所有会话都要记录**,包括:
- 新功能开发
- Bug 修复(无论大小)
- 代码重构
- 配置修改
- 代码解释和分析
- 技术问答
- 代码审查
- 任何项目相关的对话
### 关键要点
1. **AI 主导内容** - AI 决定记录什么信息
2. **完整上下文** - 包含所有相关细节供未来参考
3. **重点是"做了什么"而非"怎么做"** - 强调功能而非技术细节
4. **保持格式一致** - 维护标准化的 Markdown 结构
## 🛠️ 开发
### 开发模式
```bash
npm run dev
```
### 运行测试
```bash
npm test
```
### 代码检查
```bash
npm run lint
npm run lint:fix
```
### TypeScript 检查
```bash
npm run type-check
```
## 🔧 技术栈
- **TypeScript** - 类型安全开发
- **MCP SDK** - 模型上下文协议实现
- **Node.js** - 运行环境
- **Jest** - 测试框架
## 📄 许可证
MIT
## 🤝 贡献
欢迎贡献!请随时提交 Pull Request。
## 📮 联系方式
如有问题或建议,请在 GitHub 上开 issue。