Servidor MCP de extensión de memoria simple

Un servidor MCP para ampliar la ventana de contexto/memoria de los agentes. Resulta útil al codificar funciones importantes o vibraciones, y al necesitar almacenar/recuperar el progreso, momentos clave, cambios o cualquier elemento importante. Simplemente pídale al agente que almacene memorias y las recupere cuando las necesite, o que administre completamente su memoria (por ejemplo, mediante reglas de cursor) como considere oportuno.

Uso

Iniciando el servidor

npm install npm start

Herramientas disponibles

Gestión de elementos de contexto

store_context_item - Almacena un valor con una clave en el espacio de nombres
retrieve_context_item_by_key - Obtener valor por clave
delete_context_item - Eliminar par clave-valor

Gestión de espacios de nombres

create_namespace - Crear nuevo espacio de nombres
delete_namespace - Eliminar el espacio de nombres y todo el contenido
list_namespaces - Lista todos los espacios de nombres
list_context_item_keys - Lista de claves en un espacio de nombres

Búsqueda semántica

retrieve_context_items_by_semantic_search - Buscar elementos por significado

Implementación de búsqueda semántica

Consulta convertida a vector usando el modelo E5
El texto se divide automáticamente en fragmentos para una mejor coincidencia
Similitud de coseno calculada entre la consulta y los fragmentos almacenados
Resultados filtrados por umbral y ordenados por similitud
Las mejores coincidencias se devolvieron con los valores completos de los artículos

Related MCP server: Agent Construct

Desarrollo

# Dev server npm run dev # Format code npm run format

.env

# Path to SQLite database file DB_PATH=./data/context.db PORT=3000 # Use HTTP SSE or Stdio USE_HTTP_SSE=true # Logging Configuration: debug, info, warn, error LOG_LEVEL=info

Búsqueda semántica

Este proyecto incluye funciones de búsqueda semántica mediante el modelo de incrustación E5 de Hugging Face. Esto permite encontrar elementos de contexto basándose en su significado, en lugar de solo en coincidencias clave exactas.

Configuración

La función de búsqueda semántica requiere dependencias de Python, pero estas deberían instalarse automáticamente cuando ejecute: npm run start

Modelo de incrustación

Usamos intfloat/multilingual-e5-large-instruct

Notas

Lo desarrollé principalmente mientras programaba vibraciones, así que no esperen mucho :D. Pero funciona y me resultó útil, así que bueno. Siéntanse libres de contribuir o sugerir mejoras.