samskriti-shared-layer

Un servidor MCP local que permite que varias herramientas de IA compartan el estado estructurado del proyecto — decisiones, tareas, errores — para que se coordinen sin tener que volver a explicar todo.

   Claude Code      Cursor        Codex
       │              │             │
       │  read/write  │  read/write │
       └──────────────┼─────────────┘
                      ▼
            ┌───────────────────────┐
            │   samskriti-shared-layer   │   (local MCP server, stdio)
            └───────────┬───────────┘
                        ▼
              ┌───────────────────┐
              │   SQLite store    │   ~/.samskriti/  (100% local)
              └───────────────────┘

El problema

Tomas una decisión con una herramienta de IA, luego cambias a otra y tienes que volver a explicar todo desde cero. Cada asistente arranca sin contexto, sin saber qué se ha decidido, probado o descartado. Este servidor les ofrece un registro estructurado y compartido de tu proyecto para que cualquier herramienta pueda leer lo que las otras han escrito.

Related MCP server: kb

Instalación

Instala con pipx (recomendado: así el comando samskriti-shared-layer queda en tu PATH para que tus herramientas de IA puedan encontrarlo):

pipx install git+https://github.com/Escalate17/samskriti-shared-layer

¿No tienes pipx? Instálalo primero: python3 -m pip install --user pipx && python3 -m pipx ensurepath (y reinicia la terminal).

Para comprobar que la instalación ha funcionado:

samskriti-shared-layer --help

Si ves el texto de ayuda, ya está todo listo para conectarlo.

Conectar

La forma más fácil: deja que configure tu herramienta por ti

samskriti-shared-layer setup          # Claude Code
samskriti-shared-layer setup --cursor # Cursor
samskriti-shared-layer setup --codex  # Codex
samskriti-shared-layer setup --all    # all three

Esto escribe el bloque de configuración de MCP en el archivo correspondiente (haciendo antes una copia de seguridad de cualquier configuración existente), para que no tengas que editar el JSON a mano. A continuación, cierra y vuelve a abrir tu herramienta — los servidores MCP solo se cargan al iniciar la herramienta, así que una sesión en curso no lo verá hasta que la reinicies.

O añádelo manualmente

Añade el servidor a la configuración MCP de tu herramienta de IA y reiníciala por completo.

Claude Code (~/.claude.json):

{
  "mcpServers": {
    "samskriti-shared-layer": {
      "command": "samskriti-shared-layer",
      "args": []
    }
  }
}

Cursor (~/.cursor/mcp.json):

{
  "mcpServers": {
    "samskriti-shared-layer": {
      "command": "samskriti-shared-layer",
      "args": []
    }
  }
}

Codex (~/.codex/config.toml):

[mcp_servers.samskriti-shared-layer]
command = "samskriti-shared-layer"
args = []

Si tu herramienta no encuentra el comando, es un problema de PATH: ejecuta which samskriti-shared-layer para obtener la ruta completa y usa esa ruta como valor de command.

Verifica que está conectado

En Claude Code, escribe /mcp — deberías ver samskriti-shared-layer listado con sus 8 herramientas. (Cursor y Codex tienen indicadores de estado MCP similares en su configuración.)

Herramientas

• record_project_entry — almacena una entrada (goal, update, decision, convention, bug, task, rejected_idea).

• get_project_state — lee un resumen legible, agrupado por categoría.

• search_project_state — búsqueda por palabras clave en las entradas.

• update_project_entry — edita el título, el contenido o el estado de una entrada.

• list_projects — lista todos los proyectos registrados.

Además, tres atajos — catchup, open y log — para las acciones más comunes. Consulta Comandos auxiliares más abajo.

¿Ya lo tienes instalado? Ejecuta pipx reinstall samskriti-shared-layer para incorporar los nuevos comandos. Si instalaste una versión anterior (aparece como samskriti-shared-layer-local en pipx list), migra una vez: pipx uninstall samskriti-shared-layer-local && pipx install git+https://github.com/Escalate17/samskriti-shared-layer.

Acceso más rápido: un comando de barra /sam

Escribir "usa el MCP samskriti-shared-layer…" cada vez es tedioso. Tanto Claude Code como Cursor admiten comandos de barra personalizados: archivos Markdown de prompt que colocas en una carpeta. No se vinculan directamente a una herramienta, pero inyectan un prompt que le indica al agente que use este servidor, así que /sam <message> hace lo correcto. (Codex no tiene mecanismo de comando de barra para MCP; basta con decir "usa samskriti-shared-layer para…" — el agente elige la herramienta.)

Claude Code — guarda slash-commands/claude-code/sam.md en uno de:

• ~/.claude/commands/sam.md (disponible en todos los proyectos), o

• <your-project>/.claude/commands/sam.md (solo en ese proyecto).

Después, en Claude Code: /sam what's open o /sam log we're dropping the Redis cache. El marcador $ARGUMENTS del archivo recibe todo lo que escribes después de /sam.

Cursor (1.6+) — guarda slash-commands/cursor/sam.md en:

• ~/.cursor/commands/sam.md (global), o

• <your-project>/.cursor/commands/sam.md (solo en ese proyecto).

Luego escribe / en el cuadro de agente de Cursor, elige sam y añade tu mensaje.

Aún no existe una función de cliente que vincule directamente un comando de barra a una llamada MCP: este archivo de comando es el equivalente admitido más cercano, y funciona hoy.

Comandos auxiliares

Tres atajos envuelven las acciones más comunes. Nunca los invocas directamente por nombre de herramienta: se activan con /sam más texto en lenguaje natural, o simplemente preguntando en lenguaje natural.

Dos formas de invocarlo — ambas funcionan:

1. Comando de barra /sam (Claude Code / Cursor, una vez añadido el archivo de comando de arriba):

   /sam catch me up
   /sam what's open
   /sam log we're switching local storage to SQLite

   Escribes /sam seguido de texto en lenguaje natural. No existe un comando independiente /catchup, /open o /log — siempre es /sam más lo que quieras.

2. Lenguaje natural (funciona en cualquier herramienta MCP, incluida Codex):

   use samskriti-shared-layer to catch me up
   use samskriti-shared-layer to show what's open
   use samskriti-shared-layer to log: we're switching local storage to SQLite

Pruébalo en 30 segundos

1. En herramienta A (por ejemplo, Claude Code): "Registra una decisión en el proyecto 'demo': estamos usando SQLite para el almacenamiento local."

2. En herramienta B (por ejemplo, Cursor): "Obtén el estado del proyecto 'demo'."

La herramienta B lee la decisión que la herramienta A acaba de escribir, sin tener que volver a explicar nada.

Demo

Privacidad

100 % local. Sin nube, sin cuenta, tus datos nunca salen de tu máquina. El estado se guarda en una base de datos SQLite en ~/.samskriti/ (puedes cambiarlo con la variable de entorno SAMSKRITI_HOME o SAMSKRITI_PROJECT_DB). Las políticas de datos y privacidad de tu cliente de IA siguen siendo aplicables.

Cómo encaja esto

Esta es una de las tres cosas que mantengo bajo el nombre Samskriti, y comparten una premisa: el estado que importa debe calcularse y almacenarse explícitamente, no reconstruirse de una transcripción cada vez.

• samskriti — un motor que calcula el estado emocional y relacional de un agente a partir de lo que ha experimentado, de forma determinista, fuera de cualquier modelo de lenguaje. C++ con un SDK de Python. (artículo)

• samskriti-luau — el mismo modelo para Roblox, donde los NPCs recuerdan cómo los trató un jugador.

• samskriti-shared-layer — este repositorio. La misma idea aplicada a tu proyecto en lugar de a un personaje: las decisiones, las tareas y las ideas descartadas viven en un registro estructurado que cualquier herramienta puede leer, en lugar de volver a deducirse del contexto en cada sesión.

Un asistente de IA que empieza sin contexto sobre tu código, y un personaje de juego que olvida que le robaste la semana pasada, son el mismo fallo. Ambos piden a un modelo que reconstruya un estado que nunca se le dio. Este servidor es la versión poco glamurosa de la solución, y la que uso todos los días.

Estado

Fase temprana / en validación. Es un prototipo funcional que se está probando con flujos de trabajo reales. Se esperan errores, imperfecciones y funciones que falten; las incidencias y los comentarios son muy bienvenidos.

Licencia

MIT — consulta LICENSE.