Skip to main content
Glama
Roo Code Memory Bank MCP Server

Roo Code Memory Bank MCP Server

Servidor MCP del banco de memoria de código Roo

Este proyecto implementa la funcionalidad principal del sistema Roo Code Memory Bank como servidor de Protocolo de Contexto de Modelo (MCP). Permite a los asistentes de IA mantener el contexto del proyecto en todas las sesiones interactuando con un banco de memoria basado en archivos mediante herramientas MCP estructuradas.

Características

Este servidor MCP proporciona las siguientes herramientas:

  • initialize_memory_bank : crea el directorio memory-bank/ y los archivos .md estándar ( productContext.md , activeContext.md , progress.md , decisionLog.md , systemPatterns.md ) con plantillas iniciales.

    • Entrada : (opcional) { "project_brief_content": string }

    • Salida : { "status": "success" | "error", "messages"?: string[], "message"?: string }

  • check_memory_bank_status : comprueba si el directorio memory-bank/ existe y enumera los archivos .md que contiene.

    • Aporte : {}

    • Salida : { "exists": boolean, "files": string[] }

  • read_memory_bank_file : lee el contenido completo de un archivo de banco de memoria especificado.

    • Entrada : { "file_name": string }

    • Salida : { "content": string } u objeto de error.

  • append_memory_bank_entry : Añade una nueva entrada con marca de tiempo a un archivo específico, opcionalmente bajo un encabezado Markdown específico. Crea el archivo si no existe.

    • Entrada : { "file_name": string, "entry": string, "section_header"?: string }

    • Salida : { "status": "success" | "error", "message": string }

Related MCP server: ai-memory-mcp

Prerrequisitos

  • Node.js (se recomienda v18 o posterior)

  • npm (generalmente incluido con Node.js)

  • Un entorno de cliente MCP (como el utilizado por Cline) capaz de gestionar y lanzar servidores MCP.

Instalación

  1. Clonar el repositorio:

    git clone https://github.com/IncomeStreamSurfer/roo-code-memory-bank-mcp-server.git
    cd roo-code-memory-bank-mcp-server
  2. Instalar dependencias:

    npm install
  3. Construir el proyecto:

    npm run build

    Esto compila el código TypeScript en JavaScript en el directorio dist/ .

Configuración (para el cliente Cline MCP)

Para que este servidor esté disponible para su asistente de IA (como Cline), debe agregar su configuración a su archivo de configuración de MCP (por ejemplo, cline_mcp_settings.json ).

Busque el objeto mcpServers en su archivo de configuración y agregue la siguiente entrada:

{
  "mcpServers": {
    // ... other server configurations ...

    "roo-code-memory-bank-mcp": {
      "autoApprove": [
        "initialize_memory_bank",
        "check_memory_bank_status",
        "read_memory_bank_file",
        "append_memory_bank_entry"
      ],
      "disabled": false,
      "timeout": 60,
      "command": "node", // Or "cmd.exe" with "/c node ..." on Windows if needed
      "args": [
        // IMPORTANT: Replace this path with the actual absolute path
        // to the compiled index.js file on your system
        "/path/to/your/cloned/repo/roo-code-memory-bank-mcp-server/dist/index.js"
      ],
      "env": {},
      "transportType": "stdio"
    }

    // ... other server configurations ...
  }
}

Importante: Reemplace /path/to/your/cloned/repo/ con la ruta absoluta correcta a la ubicación donde clonó el repositorio en su equipo. Asegúrese de que el separador de ruta sea el correcto para su sistema operativo (por ejemplo, use barras invertidas \ en Windows).

Ejecución del servidor

Normalmente no es necesario ejecutar el servidor manualmente. El cliente MCP (como Cline) iniciará automáticamente el servidor usando el command y args especificados en el archivo de configuración al llamar a una de sus herramientas por primera vez.

Si desea probarlo manualmente, puede ejecutar npm start desde el directorio del proyecto.

Uso

El asistente de IA interactúa con el servidor mediante las herramientas definidas. El flujo de trabajo típico implica:

  1. Comprobación del estado del banco de memoria ( check_memory_bank_status ).

  2. Inicializando si es necesario ( initialize_memory_bank ).

  3. Leyendo archivos relevantes ( read_memory_bank_file ) para obtener contexto.

  4. Agregar entradas ( append_memory_bank_entry ) a medida que se toman decisiones o se produce progreso.

El directorio memory-bank/ se creará en el mismo directorio donde se inicia el proceso del servidor (que debe ser la raíz de este directorio de proyecto cuando se inicia a través de la configuración del cliente MCP).

Instrucciones personalizadas

Establezca estas instrucciones dentro de Roo

Debes usar MCP donde sea necesario

Tengo un flujo MCP específico:

Utilice context7 para encontrar cualquier pieza de documentación relevante que necesitará para este proceso, asegúrese de alimentar cualquier conocimiento relevante a cualquier subtarea relevante - utilice context7 en todo momento para investigar documentación importante si no está seguro de algo Utilice Google Maps MCP para buscar + - esto nos permitirá encontrar los negocios básicos que necesitamos para realizar nuestra tarea Utilice Brave Search MCP para encontrar URL para raspar Utilice Fetch MCP con fetch_txt y fetch_markdown para encontrar texto e imágenes en páginas para convertir en archivos JSON y crear algo en profundidad Utilice la búsqueda de Openrouter para encontrar el sentimiento general de los temas, revisiones, etc.

Utilice el servidor roo-code-memory-bank-mcp para mantener el contexto del proyecto:

  • Al comienzo de una tarea o subtarea importante, utilice check_memory_bank_status .

  • Si el banco de memoria existe ( exists: true ), utilice read_memory_bank_file para los archivos relevantes (por ejemplo, productContext.md , activeContext.md ) para cargar el contexto del proyecto actual.

  • Incorpore este contexto cargado en su planificación y ejecución.

  • Al tomar decisiones importantes, actualizaciones de progreso o cambios arquitectónicos, utilice append_memory_bank_entry para registrar la información en el archivo apropiado ( decisionLog.md , progress.md , etc.), garantizando la persistencia del contexto.

  • Si el banco de memoria no existe, considere usar initialize_memory_bank si es apropiado para el proyecto.

Available Tools

4 tools
append_memory_bank_entryC

Appends a new, timestamped entry to a specified file, optionally under a specific markdown header.

Inputs: entry (required), file_name (required), section_header.

check_memory_bank_statusA

Checks if the memory-bank directory exists and lists the .md files within it.

Inputs: no named parameters.

initialize_memory_bankB

Creates the memory-bank directory and standard .md files with initial templates.

Inputs: project_brief_content.

read_memory_bank_fileC

Reads the full content of a specified memory bank file.

Inputs: file_name (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.6/5.0

    Scored across 4 tools

    Disambiguation5/5

    Each tool has a clearly distinct purpose: append adds entries, check verifies directory status, initialize sets up the structure, and read retrieves content. There is no overlap in functionality, making it easy for an agent to select the correct tool without confusion.

    Naming Consistency5/5

    All tool names follow a consistent verb_noun pattern (e.g., append_memory_bank_entry, check_memory_bank_status), with clear and descriptive verbs. There are no deviations in naming conventions, ensuring predictability and readability.

    Tool Count5/5

    With 4 tools, the server is well-scoped for managing a memory bank system. Each tool serves a distinct and necessary function (setup, verification, reading, writing), and the count is neither too sparse nor excessive for the domain.

    Completeness4/5

    The tools cover core CRUD-like operations for a memory bank: initialize (create), check (status), read (retrieve), and append (update/add). A minor gap is the lack of a delete or modify tool for removing or editing entries, but agents can work around this with append for updates.

    Maintenance

    ActivityNo data
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI assistants to retain memory across sessions by storing conversations locally in Markdown files, allowing personalization and continuity without external servers.
      MIT
    • F
      license
      Not graded
      quality
      F
      maintenance
      Persistent memory for MCP-powered coding agents, allowing LLMs to remember preferences, project context, and decisions across sessions via Markdown files.
      6 npm
      -