Skip to main content
Glama

usetrail

MCP-сервер для Trail — он даёт вашему агенту разработки трекер вашей команды и долговременную память проекта, привязанную к папке, которая у вас открыта.

Ваш агент перестаёт работать вслепую. Он читает, что открыто, записывает, что сделал, и фиксирует то, что усвоил на горьком опыте, — на той же доске, на которую смотрит ваша команда, а не в черновом файле, который виден только этой сессии.

Этот пакет — клиент. Он общается с вашим аккаунтом Trail через REST API; никакой базы данных здесь нет. Зависимости: @modelcontextprotocol/sdk, zod и встроенный fetch.

Быстрый старт

# 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@latest

Ещё нет аккаунта? Создайте его на usetrail.dev — бесплатный тариф покрывает один проект и трёх человек.

Не привязан к одному агенту. Это обычный MCP-сервер поверх stdio, говорящий на трёх версиях протокола, которые используются сегодня. Его может запустить любой MCP-совместимый клиент; отличается только команда регистрации, и каждый клиент документирует свою.

Предпочитаете локальную копию? Тогда клонируйте репозиторий, и коннектор будет обновлять себя сам (см. Обновление):

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.js

В Windows указывайте реальный путь вместо ~: регистрация сохраняет аргумент как есть, а Node не раскрывает его.

Related MCP server: Context Sync MCP

Что получает ваш агент

Трекерlist_items, get_item, add_item, update_item, move_item, get_next, delete_item. Настоящие задачи на доске вашей команды: с типом, статусом, приоритетом, исполнителями и историей. Работа, которую берёт агент, отображается как выполняемая и закрывается, когда он заканчивает, — так что доска не становится историей, которую кому-то приходится пересказывать.

Память проектаlist_memory, get_memory, add_memory, update_memory, review_memory. Долговременное знание о проекте: деплой, в котором скрыта ловушка, решение, которое не стоит пересматривать, команда, которой нет ни в одном README. Она доступна всем участникам проекта — людям и агентам. Новая сессия читает её перед действиями, вместо того чтобы заново всё открывать.

Напоминанияadd_reminder, list_reminders. События с датой, которые нельзя молча пропустить.

Вложенияadd_attachment, get_attachment. Файлы, относящиеся к задаче.

В какой проект он пишет

В Trail много проектов. Коннектор использует открытую папку как проект — имя папки, или то, что указано в файле .trail рядом с ней, или переменную TRAIL_PROJECT. Поэтому агент пишет в нужный проект без подсказок, и два репозитория никогда не смешиваются. Чтобы обратиться к другому проекту, агент явно передаёт project в инструменте.

Хук сессии (Claude Code)

npx -y usetrail@latest hooks install

Регистрирует стартовый хук в ~/.claude/settings.json (с резервной копией и без дублирования): каждая сессия, которая начинается в проекте с трекером, получает открытые задачи и память проекта в контексте с первого сообщения — агент начинает с пониманием, а не с надеждой, что кто-то вспомнит спросить. Задумано как тихий отказ: нет логина или сети — хук молчит. hooks uninstall отменяет это.

Клиенты без механизма хуков тоже охвачены: собственные инструкции сервера говорят агенту самостоятельно получить сводку перед действиями.

Свой собственный Trail

Укажите один раз свой сервер, и он останется указанным:

TRAIL_API_URL=https://your-trail npx -y usetrail@latest login

Без этой переменной login обращается к хостируемому сервису.

Команды

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-updates

Токен хранится в ~/.config/trail/token.json (режим 600). Вы можете отозвать его в любой момент на панели «AI token» в приложении.

Конфигурация

Variable

Что делает

TRAIL_API_URL

Адрес вашего собственного Trail. Сохраняется после первого входа. По умолчанию — хостируемый сервис.

TRAIL_PROJECT

Принудительно задаёт имя проекта (по умолчанию — открытая папка).

TRAIL_API_TOKEN

Токен напрямую, без входа через браузер. Полезно в CI.

Прежние имена (TETHER_*) продолжают работать без каких-либо сроков — раньше продукт назывался Tether, и никому из уже настроивших ничего менять не придётся.

Обновление

@latest — не украшение. При регистрации как npx -y usetrail@latest коннектор каждый раз при запуске сессии агентом обращается к опубликованной версии, так что новый релиз доходит до вас без каких-либо действий. При регистрации как просто npx usetrail npm переиспользует ту копию, которую закэшировал в первый раз, — и эта машина останется на этой версии навсегда. Используйте @latest.

Цена @latest — около секунды при старте сессии и один сетевой вызов. На практике ни то ни другое не важно: коннектор в любом случае общается с Trail по сети.

Установка из клона обновляется иначе: при запуске она тихо выполняет fast-forward pull в фоне, не чаще чем раз в шесть часов. Текущая сессия работает на загруженной версии; следующая стартует уже обновлённой. Нет сети или локальный конфликт — и ничего не происходит, молча.

Застряли на старой версии? npx -y usetrail@latest doctor найдёт установку, сообщит версию и устранит застревание.

Требования

Node 18 или новее.

Лицензия

MIT. Этот пакет — клиент, то есть коннектор, который вы запускаете на своей машине. Используйте его, форкайте, адаптируйте. Сервис Trail, с которым он общается, — отдельный хостируемый продукт.

Related MCP Connectors

Related MCP Servers

  • A
    license
    B
    quality
    C
    maintenance
    Provides 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.
    16
    61 npm
    2
    MIT
  • F
    license
    Not graded
    quality
    A
    maintenance
    Enables 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.
    -