samskriti-shared-layer

一个本地 MCP 服务器，让多个 AI 编码工具共享结构化的项目状态——决策、任务、缺陷——使它们无需重新解释即可协同。

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

问题

你用一个人工智能工具做出决定，再切换到另一个，又得从头解释一切。每个助手都是冷启动的，不知道之前已经决定、尝试或否决了什么。这个服务器为你的项目提供一个共享的结构化账本，让任何工具都能读到其他工具写入的内容。

Related MCP server: kb

安装

使用 pipx 安装（推荐——这会将 samskriti-shared-layer 命令放到你的 PATH 中，方便你的 AI 工具找到它）：

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

没有 pipx？先安装它：python3 -m pip install --user pipx && python3 -m pipx ensurepath（然后重启终端）。

验证安装是否成功：

samskriti-shared-layer --help

如果你看到帮助文本，就可以连接了。

连接

最简单：让它为你配置工具

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

这会替你（在备份已有配置之后）把 MCP 配置块写入正确的文件，省去手工编辑 JSON 的麻烦。然后完全退出并重新打开你的工具——MCP 服务器只在工具启动时加载，所以运行的会话要等到重启后才会识别。

或手动添加

将服务器添加到你的 AI 工具的 MCP 配置中，然后完全重启该工具。

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 = []

如果你的工具找不到该命令，那就是 PATH 的问题——运行 which samskriti-shared-layer 获取完整路径，然后将该完整路径用作 command 的值。

验证是否已连接

在 Claude Code 中输入 /mcp——你应该会看到 samskriti-shared-layer 及其 8 个工具列出来。（Cursor 和 Codex 在设置中也有类似的 MCP 状态指示器。）

工具

• record_project_entry —— 存储条目（目标、更新、决策、约定、缺陷、任务、rejected_idea）。

• get_project_state —— 读取按类别分组的可读摘要。

• search_project_state —— 在条目中进行关键词搜索。

• update_project_entry —— 编辑条目的标题、内容或状态。

• list_projects —— 列出所有被跟踪的项目。

另外还有三个快捷方式——catchup、open 和 log——用于最常见的操作。参见下面的 辅助命令。

已经装过了？ 运行 pipx reinstall samskriti-shared-layer 以获取新命令。 如果你安装的是早期构建（在 pipx list 中显示为 samskriti-shared-layer-local）， 请迁移一次：pipx uninstall samskriti-shared-layer-local && pipx install git+https://github.com/Escalate17/samskriti-shared-layer。

更快访问：/sam 斜杠命令

每次输入 “使用 samskriti-shared-layer MCP …” 都很繁琐。Claude Code 和 Cursor 都支持自定义斜杠命令——你将 Markdown 提示文件放入某个文件夹即可。它们不会直接绑定到某个工具，但会注入一个提示，告诉代理使用这个服务器，所以 /sam <message> 会做正确的事。（Codex 没有针对 MCP 的斜杠命令机制；只要说 “使用 samskriti-shared-layer 来 …” ——代理就会选择工具。）

Claude Code —— 将 slash-commands/claude-code/sam.md 保存到以下位置之一：

• ~/.claude/commands/sam.md（在每个项目中可用），或

• <your-project>/.claude/commands/sam.md（仅限该项目）。

然后在 Claude Code 中：/sam what's open 或 /sam log we're dropping the Redis cache。文件中的 $ARGUMENTS 占位符会接收你在 /sam 之后输入的所有内容。

Cursor (1.6+) —— 将 slash-commands/cursor/sam.md 保存到：

• ~/.cursor/commands/sam.md（全局），或

• <your-project>/.cursor/commands/sam.md（仅限该项目）。

然后在 Cursor 的 Agent 框中输入 /，选择 sam，再输入你的消息。

目前还没有真正的客户端功能能把斜杠命令直接绑定到 MCP 调用——这个命令文件是受支持的最接近方案，而且现在就能用。

辅助命令

三个快捷方式包装了最常见的操作。你永远不需要直接按工具名调用它们——你要用 /sam 加通俗英语来触发，或者干脆用通俗的语言提出请求。

两种调用方式——都有效：

1. /sam 斜杠命令（Claude Code / Cursor，添加了上面的命令文件之后）：

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

   你输入 /sam 后跟通俗英语。没有独立的 /catchup、/open 或 /log 命令——始终是 /sam 加上你想要的指令。

2. 通俗语言（适用于任何 MCP 工具，包括 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

30 秒试试

1. 在工具 A（例如 Claude Code）中：“在项目 'demo' 中记录一个决策：我们使用 SQLite 进行本地存储。”

2. 在工具 B（例如 Cursor）中：“获取 'demo' 的项目状态。”

工具 B 读回工具 A 刚写入的决策——无需重新解释。

演示

隐私

100% 本地运行。无云端、无账号，你的数据永远不会离开你的机器。状态存储在 ~/.samskriti/ 下的 SQLite 数据库中（可用 SAMSKRITI_HOME 或 SAMSKRITI_PROJECT_DB 环境变量覆盖）。你的 AI 客户端自身的数据和隐私政策仍然适用。

定位

这是我在 Samskriti 名下维护的三个项目之一，它们共享同一个前提：重要的状态应该被显式地计算和存储，而不是每次都从对话记录中重建。

• samskriti —— 一个引擎，它根据代理所经历的事情，以确定性的方式在任何语言模型之外计算代理的情感和关系状态。C++ 编写，提供 Python SDK。（论文）

• samskriti-luau —— 同一个模型用于 Roblox，NPC 会记住玩家如何对待它们。

• samskriti-shared-layer —— 本仓库。同样的想法应用于你的项目而不是一个角色：决策、任务和被否决的想法都保存在结构化的账本中，任何工具都可以读取，而不是在每个会话中从上下文中重新推导。

一个对你的代码库冷启动的 AI 助手和一个忘记你上周抢劫了它的游戏角色，是同样的失败。两者都是要求模型重建从未被赋予的状态。这个服务器就是那个不起眼的修复版本，也是我每天在用的。

状态

早期 / 验证中。这是一个正在用真实工作流测试的工作原型。出现 bug、粗糙之处和缺失的功能是意料之中的——非常欢迎提出 issue 和反馈。

许可证

MIT —— 参见 LICENSE。