trail-mcp
usetrail
Der MCP-Server für Trail – er gibt deinem Coding-Agenten den Tracker deines Teams und das dauerhafte Gedächtnis des Projekts, begrenzt auf den Ordner, den du geöffnet hast.
Dein Agent arbeitet nicht mehr blind. Er liest, was offen ist, schreibt, was er getan hat, und hält fest, was er auf die harte Tour gelernt hat – auf demselben Board, auf das dein Team schaut, nicht in einer Notizdatei, die nur diese Sitzung sehen kann.
Dieses Paket ist der Client. Es spricht über die REST-API mit deinem Trail-Konto; eine
Datenbank gibt es hier nicht. Abhängigkeiten sind @modelcontextprotocol/sdk, zod und das
eingebaute fetch.
Schnellstart
# 1. connect this machine to your Trail account (opens your browser; no token to copy)
npx -y usetrail@latest login
# 2. register it with your agent - this example is Claude Code
claude mcp add trail -s user -- npx -y usetrail@latestNoch kein Konto? Erstelle eines auf usetrail.dev – der kostenlose Plan umfasst ein Projekt und drei Personen.
Nicht an einen Agenten gebunden. Das ist ein einfacher MCP-Server über stdio, der die drei heute verwendeten Protokollversionen spricht. Jeder MCP-kompatible Client kann ihn ausführen; nur der Registrierungsbefehl unterscheidet sich, und jeder Client dokumentiert seinen eigenen.
Lokales Checkout bevorzugt? Klone es stattdessen, und der Connector hält sich von selbst auf dem neuesten Stand (siehe Aktualisierung):
git clone https://github.com/arsprengel/trail-mcp.git ~/.trail-mcp
npm --prefix ~/.trail-mcp install --omit=dev
node ~/.trail-mcp/bin.js login
claude mcp add trail -s user -- node ~/.trail-mcp/bin.jsUnter Windows gibst du den echten Pfad anstelle von ~ an: Die Registrierung speichert das
Argument wörtlich, und Node expandiert es nicht.
Related MCP server: Context Sync MCP
Was dein Agent bekommt
Der Tracker – list_items, get_item, add_item, update_item, move_item, get_next,
delete_item. Echte Einträge auf dem Board deines Teams, mit Typ, Status, Priorität, Zuständigen
und Verlauf. Arbeit, die der Agent aufnimmt, erscheint als in Bearbeitung und wird geschlossen,
wenn sie erledigt ist – das Board ist also keine Geschichte, die jemand nacherzählen muss.
Projektgedächtnis – list_memory, get_memory, add_memory, update_memory,
review_memory. Das dauerhafte Wissen eines Projekts: das Deployment, in dem eine Falle steckt,
die Entscheidung, die niemand wieder aufrollen sollte, der Befehl, der in keinem README steht.
Geteilt von allen am Projekt Beteiligten, Mensch oder Agent. Eine neue Sitzung liest es, bevor
sie handelt, statt es neu zu entdecken.
Erinnerungen – add_reminder, list_reminders. Dinge mit einem Datum, die nicht
stillschweigend verpasst werden dürfen.
Anhänge – add_attachment, get_attachment. Dateien, die zu einem Eintrag gehören.
In welches Projekt es schreibt
Trail enthält viele Projekte. Der Connector verwendet den Ordner, den du geöffnet hast, als
Projekt – den Ordnernamen, oder was immer eine .trail-Datei daneben angibt, oder die Variable
TRAIL_PROJECT. So schreibt der Agent ohne Anweisung in das richtige Projekt, und zwei
Repositories vermischen sich nie. Um auf andere Projekte zuzugreifen, übergibt der Agent
project explizit an das Tool.
Session-Hook (Claude Code)
npx -y usetrail@latest hooks installRegistriert einen Öffnungs-Hook in ~/.claude/settings.json (mit Backup und ohne Duplikate):
Jede Sitzung, die in einem Projekt mit Tracker startet, bekommt die offenen Einträge und das
Projektgedächtnis ab der ersten Nachricht in den Kontext – der Agent startet wissend, statt
darauf angewiesen zu sein, dass jemand daran denkt zu fragen. Bewusst fail-silent: ohne Login
oder ohne Netzwerk bleibt der Hook still. hooks uninstall macht das rückgängig.
Auch Clients ohne Hook-Mechanismus sind abgedeckt: Die eigenen Anweisungen des Servers sagen dem Agenten, er solle die Zusammenfassung selbst abrufen, bevor er handelt.
Dein eigenes Trail
Richte es einmal auf deinen Server aus, und es bleibt dabei:
TRAIL_API_URL=https://your-trail npx -y usetrail@latest loginOhne diese Variable geht login zum gehosteten Dienst.
Befehle
npx -y usetrail@latest # start the MCP server over stdio - what your agent runs
npx -y usetrail@latest login # connect this machine (browser confirmation, no token copying)
npx -y usetrail@latest status # server address, current project, whether a token is present
npx -y usetrail@latest logout # delete the saved token
npx -y usetrail@latest doctor # find the install on this machine and unstick auto-updatesDas Token wird unter ~/.config/trail/token.json gespeichert (Modus 600). Du kannst es jederzeit
über das Panel „AI token“ in der App widerrufen.
Konfiguration
Variable | Funktion |
| Die Adresse deines eigenen Trail. Nach dem ersten Login gespeichert. Standard ist der gehostete Dienst. |
| Erzwingt den Projektnamen (Standard: der geöffnete Ordner). |
| Ein Token direkt, das den Browser-Login überspringt. Nützlich in CI. |
Die früheren Namen (TETHER_*) funktionieren weiterhin, ohne Frist – das Produkt hieß früher
Tether, und nichts, was jemand bereits konfiguriert hat, muss geändert werden.
Aktualisierung
Das @latest ist keine Dekoration. Als npx -y usetrail@latest registriert, löst der
Connector bei jedem Sitzungsstart deines Agenten die veröffentlichte Version auf, sodass ein
neues Release dich erreicht, ohne dass jemand etwas tun muss. Als bloßes npx usetrail
registriert, verwendet npm die Kopie, die es beim ersten Mal gecacht hat – und diese Maschine
bleibt für immer auf dieser Version. Verwende @latest.
Der Preis von @latest ist etwa eine Sekunde beim Sitzungsstart und ein Netzwerkaufruf. Beides
spielt in der Praxis keine Rolle: Der Connector spricht ohnehin über das Netzwerk mit Trail.
Eine geklonte Installation aktualisiert sich anders: Beim Start führt sie im Hintergrund einen stillen Fast-Forward-Pull aus, höchstens alle sechs Stunden. Die laufende Sitzung behält die Version, die sie geladen hat; die nächste startet aktualisiert. Kein Netzwerk oder ein lokaler Konflikt, und es passiert nichts – still.
Auf einer alten Version festgefahren? npx -y usetrail@latest doctor findet die Installation,
meldet die Version und macht sie wieder flott.
Voraussetzungen
Node 18 oder neuer.
Lizenz
MIT. Dieses Pak
This server cannot be deployed
Maintenance
Related MCP Connectors
Give your AI agent a persistent map of your project's structure, dependencies, and bugs.
Gives your AI assistant persistent memory and intelligence about your work patterns.
Shared memory for coding agents. Stop re-explaining your codebase every session.
Project memory, semantic code search, and grounded agent context.
Related MCP Servers
- AlicenseBqualityCmaintenanceProvides AI assistants with persistent memory of your project architecture, development history, and technical decisions, allowing them to give context-aware coding help without needing repeated explanations.1661 npm2MIT
- AlicenseAqualityDmaintenanceEnables AI coding agents to persist structured long-term memory (gotchas, architecture, API notes) in a .context folder and sync across devices and agents via Git.48 npm19MIT
- FlicenseNot gradedqualityAmaintenanceEnables AI agents to develop within a local project workspace by reading and modifying files, running commands and tests, checking Git state, and persisting progress as history sessions that can be restored in later conversations.-
- AlicenseAqualityCmaintenanceGives Claude persistent, local context about how you work, your weekly agenda, and shipped work, with automatic work logging and git integration—all stored privately on your machine.12MIT