Cursor10x MCP

🚀 Cursor10x теперь DevContext 🚀
Cursor10x превратился в DevContext — более мощную, специализированную контекстную систему для разработчиков.
🔥 DevContext выводит разработку ИИ на новый уровень 🔥
🔄 Непрерывное понимание контекста — сложные методы поиска, фокусирующиеся на том, что важно 📊 Структурированные метаданные — от структуры репозитория до отдельных функций 🧠 Адаптивное обучение — непрерывное обучение и адаптация к вашим шаблонам разработки 🤖 Полностью автономный — самоуправляемая система контекста, которая работает в фоновом режиме 📚 Внешняя документация — автоматически извлекает и интегрирует соответствующую документацию 📋 Интеграция рабочего процесса — встроенный бесшовный рабочий процесс управления задачами
👀 Будьте начеку 👀
Генератор проектов DevContext будет запущен в ближайшие пару дней и создаст ПОЛНУЮ настройку для вашего проекта, что буквально в 10 раз ускорит ваш рабочий процесс разработки.
DevContext — это современный сервер Model Context Protocol (MCP), предоставляющий разработчикам непрерывную, ориентированную на проект контекстную осведомленность, которая понимает вашу кодовую базу на более глубоком уровне.
Обзор
Система памяти Cursor10x создает постоянный слой памяти для помощников ИИ (в частности, Клода), позволяя им сохранять и вспоминать:
Последние сообщения и история разговоров
Активные файлы, над которыми в настоящее время ведется работа
Важные этапы проекта и решения
Технические требования и характеристики
Хронологическая последовательность действий и событий (эпизоды)
Фрагменты кода и структуры из вашей кодовой базы
Семантически схожий контент на основе векторных вложений
Связанные фрагменты кода через семантическое сходство
Файловые структуры с функциями и переменными связями
Эта система памяти устраняет разрыв между взаимодействиями ИИ без сохранения состояния и непрерывными рабочими процессами разработки, обеспечивая более продуктивную и контекстно-зависимую помощь.
Related MCP server: Mnemonic
Архитектура системы
Система памяти построена на четырех основных компонентах:
Сервер MCP : реализует протокол контекста модели для регистрации инструментов и обработки запросов.
База данных памяти : использует базу данных Turso для постоянного хранения данных между сеансами.
Подсистемы памяти : организуют память в специализированные системы с различными целями.
Векторные вложения : преобразует текст и код в числовые представления для семантического поиска.
Типы памяти
В системе реализованы четыре дополнительных типа памяти:
Кратковременная память (КВП)
Сохраняет последние сообщения и активные файлы
Предоставляет немедленный контекст для текущих взаимодействий
Автоматически расставляет приоритеты по новизне и важности
Долговременная память (ДВП)
Сохраняет постоянную информацию о проекте, такую как основные этапы и решения.
Сохраняет архитектурный и дизайнерский контекст
Сохраняет важную информацию на неопределенный срок
Эпизодическая память
Записывает хронологическую последовательность событий
Поддерживает причинно-следственные связи между действиями
Предоставляет временной контекст для истории проекта
Семантическая память
Сохраняет векторные вложения сообщений, файлов и фрагментов кода.
Позволяет извлекать контент на основе семантического сходства
Автоматически индексирует структуры кода для контекстного поиска
Отслеживает связи между компонентами кода
Обеспечивает поиск по кодовой базе на основе сходства
Функции
Постоянный контекст : поддерживает контекст разговора и проекта на протяжении нескольких сеансов.
Хранение на основе важности : расставляет приоритеты информации на основе настраиваемых уровней важности.
Многомерная память : объединяет кратковременную, долговременную, эпизодическую и семантическую системы памяти.
Комплексный поиск : обеспечивает единый контекст из всех подсистем памяти.
Мониторинг работоспособности : включает встроенную диагностику и отчеты о состоянии
Генерация баннеров : создает информативные контекстные баннеры для начала разговора.
Сохранение базы данных : сохраняет все данные памяти в базе данных Turso с автоматическим созданием схемы.
Векторные вложения : создает числовые представления текста и кода для поиска сходства.
Расширенное хранилище векторов : использует F32_BLOB и векторные функции Turso для эффективного хранения вложений
Поиск ANN : поддерживает поиск по приближенному ближайшему соседу для быстрого сопоставления сходств.
Индексация кода : автоматически обнаруживает и индексирует структуры кода (функции, классы, переменные)
Семантический поиск : находит связанный контент на основе смысла, а не точных совпадений текста.
Оценка релевантности : ранжирует элементы контекста по релевантности текущему запросу.
Определение структуры кода : идентифицирует и извлекает компоненты кода на нескольких языках.
Автоматическая генерация вложений : автоматически создает векторные вложения для индексированного контента.
Поиск перекрестных ссылок : находит связанный код в различных файлах и компонентах.
Установка
Предпосылки
Node.js 18 или выше
менеджер пакетов npm или yarn
Учетная запись базы данных Turso
Шаги настройки
Настройте базу данных Turso:
# Install Turso CLI
curl -sSfL https://get.turso.tech/install.sh | bash
# Login to Turso
turso auth login
# Create a database
turso db create cursor10x-mcp
# Get database URL and token
turso db show cursor10x-mcp --url
turso db tokens create cursor10x-mcpИли вы можете посетить Turso и зарегистрироваться, а затем приступить к созданию базы данных и получить надлежащие учетные данные. Бесплатный план более чем покроет память вашего проекта.
Настройте курсор MCP:
Обновите .cursor/mcp.json в каталоге вашего проекта, указав URL-адрес базы данных и токен аутентификации turso:
{
"mcpServers": {
"cursor10x-mcp": {
"command": "npx",
"args": ["cursor10x-mcp"],
"enabled": true,
"env": {
"TURSO_DATABASE_URL": "your-turso-database-url",
"TURSO_AUTH_TOKEN": "your-turso-auth-token"
}
}
}
}Документация по инструменту
Системные инструменты
mcp_cursor10x_initConversation
Инициализирует разговор, сохраняя сообщение пользователя, генерируя баннер и извлекая контекст в одной операции. Этот унифицированный инструмент заменяет необходимость в отдельных вызовах generateBanner, getComprehensiveContext и storeUserMessage в начале каждого разговора.
Параметры:
content(строка, обязательно): Содержание сообщения пользователя.importance(строка, необязательно): уровень важности («низкий», «средний», «высокий», «критический»), по умолчанию «низкий»metadata(объект, необязательно): Дополнительные метаданные для сообщения
Возврат:
Объект с двумя секциями:
display: Содержит баннер, который будет показан пользователю.internal: содержит полный контекст для использования агентом
Пример:
// Initialize a conversation
const result = await mcp_cursor10x_initConversation({
content: "I need to implement a login system for my app",
importance: "medium",
});
// Result: {
// "status": "ok",
// "display": {
// "banner": {
// "status": "ok",
// "memory_system": "active",
// "mode": "turso",
// "message_count": 42,
// "active_files_count": 3,
// "last_accessed": "4/15/2023, 2:30:45 PM"
// }
// },
// "internal": {
// "context": { ... comprehensive context data ... },
// "messageStored": true,
// "timestamp": 1681567845123
// }
// }mcp_cursor10x_endConversation
Завершает разговор, объединяя несколько операций в одном вызове: сохранение последнего сообщения помощника, запись вехи для того, что было достигнуто, и регистрация эпизода в эпизодической памяти. Этот унифицированный инструмент заменяет необходимость в отдельных вызовах storeAssistantMessage, storeMilestone и recordEpisode в конце каждого разговора.
Параметры:
content(строка, обязательно): Содержание последнего сообщения помощника.milestone_title(строка, обязательно): Название вехи для записиmilestone_description(строка, обязательно): Описание того, что было достигнутоimportance(строка, необязательно): уровень важности («низкий», «средний», «высокий», «критический»), по умолчанию «средний»metadata(объект, необязательно): Дополнительные метаданные для всех записей
Возврат:
Объект со статусом и результатами каждой операции
Пример:
// End a conversation with finalization steps
const result = await mcp_cursor10x_endConversation({
content:
"I've implemented the authentication system with JWT tokens as requested",
milestone_title: "Authentication Implementation",
milestone_description:
"Implemented secure JWT-based authentication with refresh tokens",
importance: "high",
});
// Result: {
// "status": "ok",
// "results": {
// "assistantMessage": {
// "stored": true,
// "timestamp": 1681568500123
// },
// "milestone": {
// "title": "Authentication Implementation",
// "stored": true,
// "timestamp": 1681568500123
// },
// "episode": {
// "action": "completion",
// "stored": true,
// "timestamp": 1681568500123
// }
// }
// }mcp_cursor10x_checkHealth
Проверяет работоспособность системы памяти и ее соединения с базой данных.
Параметры:
Не требуется
Возврат:
Объект со статусом здоровья и диагностикой
Пример:
// Check memory system health
const health = await mcp_cursor10x_checkHealth({});
// Result: {
// "status": "ok",
// "mode": "turso",
// "message_count": 42,
// "active_files_count": 3,
// "current_directory": "/users/project",
// "timestamp": "2023-04-15T14:30:45.123Z"
// }mcp_cursor10x_getMemoryStats
Получает подробную статистику о системе памяти.
Параметры:
Не требуется
Возврат:
Объект с полной статистикой памяти
Пример:
// Get memory statistics
const stats = await mcp_cursor10x_getMemoryStats({});
// Result: {
// "status": "ok",
// "stats": {
// "message_count": 42,
// "active_file_count": 3,
// "milestone_count": 7,
// "decision_count": 12,
// "requirement_count": 15,
// "episode_count": 87,
// "oldest_memory": "2023-03-10T09:15:30.284Z",
// "newest_memory": "2023-04-15T14:30:45.123Z"
// }
// }mcp_cursor10x_getComprehensiveContext
Извлекает единый контекст из всех подсистем памяти, объединяя краткосрочную, долгосрочную и эпизодическую память.
Параметры:
Не требуется
Возврат:
Объект с консолидированным контекстом из всех систем памяти
Пример:
// Get comprehensive context
const context = await mcp_cursor10x_getComprehensiveContext({});
// Result: {
// "status": "ok",
// "context": {
// "shortTerm": {
// "recentMessages": [...],
// "activeFiles": [...]
// },
// "longTerm": {
// "milestones": [...],
// "decisions": [...],
// "requirements": [...]
// },
// "episodic": {
// "recentEpisodes": [...]
// },
// "system": {
// "healthy": true,
// "timestamp": "2023-04-15T14:30:45.123Z"
// }
// }
// }Инструменты кратковременной памяти
mcp_cursor10x_storeUserMessage
Сохраняет сообщение пользователя в системе кратковременной памяти.
Параметры:
content(строка, обязательно): Содержание сообщенияimportance(строка, необязательно): уровень важности («низкий», «средний», «высокий», «критический»), по умолчанию «низкий»metadata(объект, необязательно): Дополнительные метаданные для сообщения
Возврат:
Объект со статусом и временной меткой
Пример:
// Store a user message
const result = await mcp_cursor10x_storeUserMessage({
content: "We need to implement authentication for our API",
importance: "high",
metadata: {
topic: "authentication",
priority: 1,
},
});
// Result: {
// "status": "ok",
// "timestamp": 1681567845123
// }mcp_cursor10x_storeAssistantMessage
Сохраняет сообщение помощника в системе кратковременной памяти.
Параметры:
content(строка, обязательно): Содержание сообщенияimportance(строка, необязательно): уровень важности («низкий», «средний», «высокий», «критический»), по умолчанию «низкий»metadata(объект, необязательно): Дополнительные метаданные для сообщения
Возврат:
Объект со статусом и временной меткой
Пример:
// Store an assistant message
const result = await mcp_cursor10x_storeAssistantMessage({
content: "I recommend implementing JWT authentication with refresh tokens",
importance: "medium",
metadata: {
topic: "authentication",
contains_recommendation: true,
},
});
// Result: {
// "status": "ok",
// "timestamp": 1681567870456
// }mcp_cursor10x_trackActiveFile
Отслеживает активный файл, к которому пользователь обращается или который он изменяет.
Параметры:
filename(строка, обязательно): Путь к отслеживаемому файлуaction(строка, обязательно): действие, выполненное над файлом (открыть, изменить, закрыть и т. д.)metadata(объект, необязательно): Дополнительные метаданные для события отслеживания
Возврат:
Объект со статусом, именем файла, действием и временной меткой
Пример:
// Track an active file
const result = await mcp_cursor10x_trackActiveFile({
filename: "src/auth/jwt.js",
action: "edit",
metadata: {
changes: "Added refresh token functionality",
},
});
// Result: {
// "status": "ok",
// "filename": "src/auth/jwt.js",
// "action": "edit",
// "timestamp": 1681567900789
// }mcp_cursor10x_getRecentMessages
Извлекает последние сообщения из кратковременной памяти.
Параметры:
limit(число, необязательно): максимальное количество сообщений для извлечения, по умолчанию 10importance(строка, необязательно): Фильтр по уровню важности
Возврат:
Объект со статусом и массивом сообщений
Пример:
// Get recent high importance messages
const messages = await mcp_cursor10x_getRecentMessages({
limit: 5,
importance: "high",
});
// Result: {
// "status": "ok",
// "messages": [
// {
// "id": 42,
// "role": "user",
// "content": "We need to implement authentication for our API",
// "created_at": "2023-04-15T14:30:45.123Z",
// "importance": "high",
// "metadata": {"topic": "authentication", "priority": 1}
// },
// ...
// ]
// }mcp_cursor10x_getActiveFiles
Извлекает активные файлы из кратковременной памяти.
Параметры:
limit(число, необязательно): максимальное количество файлов для извлечения, по умолчанию 10
Возврат:
Объект со статусом и массивом активных файлов
Пример:
// Get recent active files
const files = await mcp_cursor10x_getActiveFiles({
limit: 3,
});
// Result: {
// "status": "ok",
// "files": [
// {
// "id": 15,
// "filename": "src/auth/jwt.js",
// "last_accessed": "2023-04-15T14:30:45.123Z",
// "metadata": {"changes": "Added refresh token functionality"}
// },
// ...
// ]
// }Инструменты долговременной памяти
mcp_cursor10x_storeMilestone
Сохраняет веху проекта в долговременной памяти.
Параметры:
title(строка, обязательно): Название вехиdescription(строка, обязательно): Описание вехиimportance(строка, необязательно): уровень важности, по умолчанию «средний»metadata(объект, необязательно): Дополнительные метаданные для вехи
Возврат:
Объект со статусом, заголовком и временной меткой
Пример:
// Store a project milestone
const result = await mcp_cursor10x_storeMilestone({
title: "Authentication System Implementation",
description:
"Implemented JWT authentication with refresh tokens and proper error handling",
importance: "high",
metadata: {
version: "1.0.0",
files_affected: ["src/auth/jwt.js", "src/middleware/auth.js"],
},
});
// Result: {
// "status": "ok",
// "title": "Authentication System Implementation",
// "timestamp": 1681568000123
// }mcp_cursor10x_storeDecision
Сохраняет проектное решение в долговременной памяти.
Параметры:
title(строка, обязательно): Название решенияcontent(строка, обязательно): Содержание решенияreasoning(строка, необязательно): обоснование решенияimportance(строка, необязательно): уровень важности, по умолчанию «средний»metadata(объект, необязательно): Дополнительные метаданные для решения
Возврат:
Объект со статусом, заголовком и временной меткой
Пример:
// Store a project decision
const result = await mcp_cursor10x_storeDecision({
title: "JWT for Authentication",
content: "Use JWT tokens for API authentication with refresh token rotation",
reasoning:
"JWTs provide stateless authentication with good security and performance characteristics",
importance: "high",
metadata: {
alternatives_considered: ["Session-based auth", "OAuth2"],
decision_date: "2023-04-15",
},
});
// Result: {
// "status": "ok",
// "title": "JWT for Authentication",
// "timestamp": 1681568100456
// }mcp_cursor10x_storeRequirement
Сохраняет требования проекта в долговременной памяти.
Параметры:
title(строка, обязательно): Название требованияcontent(строка, обязательно): Содержание требованияimportance(строка, необязательно): уровень важности, по умолчанию «средний»metadata(объект, необязательно): Дополнительные метаданные для требования
Возврат:
Объект со статусом, заголовком и временной меткой
Пример:
// Store a project requirement
const result = await mcp_cursor10x_storeRequirement({
title: "Secure Authentication",
content:
"System must implement secure authentication with password hashing, rate limiting, and token rotation",
importance: "critical",
metadata: {
source: "security audit",
compliance: ["OWASP Top 10", "GDPR"],
},
});
// Result: {
// "status": "ok",
// "title": "Secure Authentication",
// "timestamp": 1681568200789
// }Инструменты эпизодической памяти
mcp_cursor10x_recordEpisode
Записывает эпизод (действие) в эпизодическую память.
Параметры:
actor(строка, обязательно): Актер, выполняющий действие (пользователь, помощник, система)action(строка, обязательно): Тип выполненного действияcontent(строка, обязательно): Содержание или подробности действия.importance(строка, необязательно): уровень важности, по умолчанию «низкий»context(строка, необязательно): Контекст для эпизода
Возврат:
Объект со статусом, актером, действием и временной меткой
Пример:
// Record an episode
const result = await mcp_cursor10x_recordEpisode({
actor: "assistant",
action: "implementation",
content: "Created JWT authentication middleware with token verification",
importance: "medium",
context: "authentication",
});
// Result: {
// "status": "ok",
// "actor": "assistant",
// "action": "implementation",
// "timestamp": 1681568300123
// }mcp_cursor10x_getRecentEpisodes
Извлекает недавние эпизоды из эпизодической памяти.
Параметры:
limit(число, необязательно): максимальное количество эпизодов для извлечения, по умолчанию 10context(строка, необязательно): Фильтр по контексту
Возврат:
Объект со статусом и массивом эпизодов
Пример:
// Get recent episodes in the authentication context
const episodes = await mcp_cursor10x_getRecentEpisodes({
limit: 5,
context: "authentication",
});
// Result: {
// "status": "ok",
// "episodes": [
// {
// "id": 87,
// "actor": "assistant",
// "action": "implementation",
// "content": "Created JWT authentication middleware with token verification",
// "timestamp": "2023-04-15T14:45:00.123Z",
// "importance": "medium",
// "context": "authentication"
// },
// ...
// ]
// }Векторные инструменты памяти
mcp_cursor10x_manageVector
Унифицированный инструмент для управления векторными вложениями с операциями хранения, поиска, обновления и удаления.
Параметры:
operation(строка, обязательно): Операция для выполнения («хранение», «поиск», «обновление», «удаление»)contentId(число, необязательно): идентификатор контента, который представляет этот вектор (для хранения, обновления, удаления)contentType(строка, необязательно): Тип содержимого («сообщение», «файл», «фрагмент» и т. д.)vector(массив, необязательно): векторные данные в виде массива чисел (для хранения, обновления) или вектора запроса (для поиска)vectorId(число, необязательно): идентификатор вектора для обновления или удаления.limit(число, необязательно): максимальное количество результатов для операции поиска, по умолчанию 10threshold(число, необязательно): порог схожести для операции поиска, по умолчанию 0,7metadata(объект, необязательно): Дополнительная информация о векторе
Возврат:
Объект со статусом и результатами операции
Пример:
// Store a vector embedding
const result = await mcp_cursor10x_manageVector({
operation: "store",
contentId: 42,
contentType: "message",
vector: [0.1, 0.2, 0.3, ...], // 128-dimensional vector
metadata: {
topic: "authentication",
language: "en"
}
});
// Result: {
// "status": "ok",
// "operation": "store",
// "vectorId": 15,
// "timestamp": 1681570000123
// }
// Search for similar vectors
const searchResult = await mcp_cursor10x_manageVector({
operation: "search",
vector: [0.1, 0.2, 0.3, ...], // query vector
contentType: "snippet", // optional filter
limit: 5,
threshold: 0.8
});
// Result: {
// "status": "ok",
// "operation": "search",
// "results": [
// {
// "vectorId": 10,
// "contentId": 30,
// "contentType": "snippet",
// "similarity": 0.92,
// "metadata": { ... }
// },
// ...
// ]
// }Схема базы данных
Система памяти автоматически создает и поддерживает следующие таблицы базы данных:
messages: сохраняет сообщения пользователя и помощника.id: Уникальный идентификаторtimestamp: временная метка созданияrole: Роль сообщения (пользователь/помощник)content: Содержание сообщенияimportance: Уровень важностиarchived: архивировано ли сообщение
active_files: Отслеживает активность файловid: Уникальный идентификаторfilename: Путь к файлуaction: Последнее выполненное действиеlast_accessed: Временная метка последнего доступа
milestones: Записывает вехи проектаid: Уникальный идентификаторtitle: Название вехиdescription: Подробное описаниеtimestamp: временная метка созданияimportance: Уровень важности
decisions: Решения по проектам магазиновid: Уникальный идентификаторtitle: Название решенияcontent: Содержание решенияreasoning: Рассуждение о решенииtimestamp: временная метка созданияimportance: Уровень важности
requirements: Соответствует требованиям проектаid: Уникальный идентификаторtitle: Требование заголовокcontent: Требование содержанияtimestamp: временная метка созданияimportance: Уровень важности
episodes: Хроники действий и событийid: Уникальный идентификаторtimestamp: временная метка созданияactor: Актёр, исполняющий действиеaction: Тип действияcontent: Подробности действияimportance: Уровень важностиcontext: Контекст действия
vectors: хранит векторные вложения для семантического поискаid: Уникальный идентификаторcontent_id: идентификатор указанного контентаcontent_type: Тип контента (сообщение, файл, фрагмент)vector: Двоичное представление вектора внедренияmetadata: Дополнительные метаданные для вектора
code_files: Отслеживает индексированные файлы кодаid: Уникальный идентификаторfile_path: Путь к файлуlanguage: Язык программированияlast_indexed: Временная метка последней индексацииmetadata: Дополнительные метаданные файла
code_snippets: Сохраняет извлеченные структуры кодаid: Уникальный идентификаторfile_id: Ссылка на родительский файлstart_line: Номер начальной строкиend_line: Номер конечной строкиsymbol_type: Тип структуры кода (функция, класс, переменная)content: Содержимое фрагмента кода
Примеры рабочих процессов
Оптимизированное начало разговора
// Initialize conversation with a single tool call
// This replaces the need for three separate calls at the start of the conversation
const result = await mcp_cursor10x_initConversation({
content: "I need help implementing authentication in my React app",
importance: "high",
});
// Display the banner to the user
console.log("Memory System Status:", result.display.banner);
// Use the context internally (do not show to user)
const context = result.internal.context;
// Use context for more informed assistanceНачало нового сеанса (альтернативный метод)
// Generate a memory banner at the start
mcp_cursor10x_generateBanner({});
// Get comprehensive context
mcp_cursor10x_getComprehensiveContext({});
// Store the user message
mcp_cursor10x_storeUserMessage({
content: "I need help with authentication",
importance: "high",
});Отслеживание активности пользователей
// Track an active file
await mcp_cursor10x_trackActiveFile({
filename: "src/auth/jwt.js",
action: "edit",
});Поиск неисправностей
Распространенные проблемы
Проблемы с подключением к базе данных
Проверьте правильность URL-адреса базы данных Turso и токена аутентификации.
Проверьте сетевое подключение к сервису Turso
Убедитесь, что настройки брандмауэра разрешают подключение.
Отсутствующие данные
Проверьте, что данные были сохранены с соответствующим уровнем важности.
Проверьте параметры запроса на поиск (лимит, фильтры)
Проверьте работоспособность базы данных с помощью
mcp_cursor10x_checkHealth()
Проблемы с производительностью
Мониторинг статистики памяти с помощью
mcp_cursor10x_getMemoryStats()Рассмотрите возможность архивации старых данных, если база данных становится слишком большой.
Оптимизируйте поиск, используя более конкретные фильтры
Диагностические шаги
Проверьте работоспособность системы:
const health = await mcp_cursor10x_checkHealth({}); console.log("System Health:", health);Проверьте статистику памяти:
const stats = await mcp_cursor10x_getMemoryStats({}); console.log("Memory Stats:", stats);Создайте баннер статуса:
const banner = await mcp_cursor10x_generateBanner({}); console.log("Memory Banner:", banner);
Уровни важности
При сохранении элементов в памяти используйте соответствующие уровни важности:
низкий : Общая информация, рутинные операции, повседневные разговоры
средний : полезный контекст, стандартные рабочие элементы, обычные функции
высокий : критические решения, основные особенности, важные элементы архитектуры
критический : основная архитектура, проблемы безопасности, проблемы целостности данных
Лицензия
Массачусетский технологический институт
Available Tools
18 toolscheckHealthB
Checks the health of the memory system and its database
Inputs: no named parameters.
diagnoseVectorsB
Run diagnostics on the vector storage system to identify issues
Inputs: no named parameters.
endConversationA
Ends a conversation by storing the assistant message, recording a milestone, and logging an episode in one operation
Inputs: content (required), milestone_description (required), milestone_title (required), importance, +1 more.
generateBannerB
Generates a banner containing memory system statistics and status
Inputs: no named parameters.
getActiveFilesC
Retrieves active files from the short-term memory
Inputs: limit.
getComprehensiveContextC
Retrieves comprehensive context from all memory systems
Inputs: query.
getMemoryStatsB
Retrieves statistics about the memory system
Inputs: no named parameters.
getRecentEpisodesC
Retrieves recent episodes from the episodic memory
Inputs: context, limit.
getRecentMessagesB
Retrieves recent messages from the short-term memory
Inputs: importance, limit.
initConversationC
Initializes a conversation by storing the user message, generating a banner, and retrieving context in one operation
Inputs: content (required), importance, metadata.
manageVectorC
Unified tool for managing vector embeddings with operations for store, search, update, and delete
Inputs: operation (required), contentId, contentType, limit, +4 more.
recordEpisodeC
Records an episode (action) in the episodic memory
Inputs: action (required), actor (required), content (required), context, +1 more.
storeAssistantMessageB
Stores an assistant message in the short-term memory
Inputs: content (required), importance, metadata.
storeDecisionC
Stores a project decision in the long-term memory
Inputs: content (required), title (required), importance, metadata, +1 more.
storeMilestoneC
Stores a project milestone in the long-term memory
Inputs: description (required), title (required), importance, metadata.
storeRequirementC
Stores a project requirement in the long-term memory
Inputs: content (required), title (required), importance, metadata.
storeUserMessageC
Stores a user message in the short-term memory
Inputs: content (required), importance, metadata.
trackActiveFileC
Tracks an active file being accessed by the user
Inputs: action (required), filename (required), metadata.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 18 tools
Most tools have distinct purposes, but there is some overlap between 'storeAssistantMessage'/'storeUserMessage' and 'endConversation'/'initConversation', which bundle similar operations. The 'manageVector' tool is broad but clearly defined, while others like 'getRecentEpisodes' and 'getRecentMessages' target different memory types, reducing confusion.
Naming is mixed with camelCase (e.g., 'checkHealth') and snake_case (e.g., 'store_assistant_message'), though most tools use a verb_noun pattern. Inconsistencies like 'diagnoseVectors' vs. 'manageVector' and variations in verb usage (e.g., 'get', 'store', 'record') detract from a uniform convention.
With 18 tools, the count is slightly high but reasonable for a memory system server covering health, diagnostics, conversation management, and multiple memory types (short-term, episodic, long-term). It avoids being overwhelming by grouping related operations, though some tools could be consolidated.
The tool set comprehensively covers the memory system domain, including initialization, conversation handling, message storage, episode recording, milestone/requirement/decision tracking, vector management, health checks, diagnostics, and context retrieval. There are no obvious gaps, supporting full lifecycle operations for memory management.
Maintenance
Related MCP Connectors
Persistent memory for AI agents: one brain shared across Claude, Cursor, Codex and more.
Persistent memory for AI assistants: store, search, and connect knowledge across conversations.
One memory for your AI agents and your team: Claude, ChatGPT, Cursor and your agents share it.
Persistent memory for AI agents — shared .brain across Claude Code, Cursor & Codex
Related MCP Servers
- AlicenseAqualityDmaintenanceA personal memory system that provides AI assistants with long-term memory capabilities through semantic search and vector storage. It enables Claude Code to store, retrieve, and manage personal context and project preferences using flexible LLM backends.8MIT
- AlicenseAqualityDmaintenancePersistent memory management for AI assistants like Claude, enabling creation, search, and retrieval of memories with tagging and triggers.10MIT
- AlicenseNot gradedqualityDmaintenancePersistent memory for Claude Code — a self-evolving knowledge layer that survives across sessions, grows from every conversation, and surfaces relevant context automatically.14MIT
- AlicenseNot gradedqualityAmaintenanceEnables Claude and other AI agents to store and retrieve persistent cross-session memories, preserving decisions, patterns, and knowledge across restarts and context limits.17 npmMIT