MCP-сервер, который выступает в качестве центра обмена памятью между несколькими LLM (Claude, Gemini, Copilot, Codex). Любой агент, подключающийся к проекту, сразу понимает его архитектуру, паттерны и принятые решения — и может продолжить работу с того места, где остановилась предыдущая LLM.
Инструмент | Описание |
| Инициализация или получение проекта |
| Сохранение обзора архитектуры и технологического стека |
| Полный обзор проекта — идеально подходит для первого вызова |
| Сохранение рабочего состояния перед передачей задачи |
| Получение информации о том, что делала предыдущая LLM |
| Список всех сохраненных сессий |
| Сохранение переиспользуемых паттернов кода (JWT, FCM и т.д.) |
| Получение паттернов по категории/языку |
| Сохранение ADR (почему было принято решение) |
| Получение архитектурных решений |
| Поиск по паттернам, решениям и снимкам состояния |
Related MCP server: Soul
Требования: Bun
git clone https://github.com/Juan-Severiano/handoff-mcp
cd handoff-mcp
bun installЗамените /path/to/handoff-mcp на абсолютный путь, по которому вы клонировали репозиторий.
Файл: ~/Library/Application Support/Claude/claude_desktop_config.json
{
"mcpServers": {
"handoff-mcp": {
"command": "bun",
"args": ["/path/to/handoff-mcp/src/index.ts"]
}
}
}claude mcp add handoff-mcp bun /path/to/handoff-mcp/src/index.tsФайл: ~/.gemini/settings.json
{
"mcpServers": {
"handoff-mcp": {
"command": "bun",
"args": ["/path/to/handoff-mcp/src/index.ts"]
}
}
}Файл: .vscode/mcp.json в вашей рабочей области или пользовательский settings.json в VS Code:
{
"servers": {
"handoff-mcp": {
"type": "stdio",
"command": "bun",
"args": ["/path/to/handoff-mcp/src/index.ts"]
}
}
}Файл: ~/.codex/config.yaml
mcpServers:
handoff-mcp:
command: bun
args:
- /path/to/handoff-mcp/src/index.tsПо умолчанию context.db создается в рабочей директории. Переопределите через переменную окружения:
{
"mcpServers": {
"handoff-mcp": {
"command": "bun",
"args": ["/path/to/handoff-mcp/src/index.ts"],
"env": { "DB_PATH": "/your/shared/path/context.db" }
}
}
}Совет: укажите всем LLM один и тот же
DB_PATH, чтобы они использовали одну базу данных для всех инструментов.
Claude works on the project
→ create_or_get_project("my-app")
→ save_architecture({ description: "React Native + Spring Boot" })
Claude runs low on tokens
→ save_context_snapshot({
llmModel: "claude-opus-4",
taskDescription: "Implementing push notifications",
recentChanges: "FCM handler done",
nextSteps: "Wire up Foreground Service, test Android 16"
})
Gemini takes over
→ get_project_summary("my-app") # full context in one call
→ get_context_snapshot("my-app") # picks up exactly where Claude stopped
→ continues...bun run dev # watch mode
bun run inspect # MCP Inspector
bun run build # compile to dist/This server cannot be deployed
Shared project memory that keeps teammates and AI agents aligned across sessions.
Shared project context for AI agents and teams: docs, tasks, and messages that stay current.
Shared memory for coding agents. Stop re-explaining your codebase every session.
Shared memory for AIs. Share a project with anyone and their AI knows everything yours does.
