Skip to main content
Glama

{"type": "text"}

Cursor-Cortex: Структурированная память для ИИ-ассистентов

Работает с Cursor, Claude Code и любым MCP-совместимым ИИ-ассистентом.

Решите проблему потери памяти и путаницы в контексте ИИ-ассистентов. Cursor-Cortex предоставляет вашему ИИ структурированное мышление и долговременную память, необходимые для реальной помощи в разработке ПО.

🧠 Проблема с ИИ-ассистентами

ИИ-ассистенты на основе LLM отлично справляются с генерацией кода и объяснением концепций, но испытывают трудности с:

  • ❌ Потеря памяти: «Над чем мы работали вчера?»

  • ❌ Переключение контекста: «Стоп, о чём этот проект?»

  • ❌ Сбои агента: Потеря ориентации, галлюцинации, потеря целей

  • ❌ Отсутствие структуры: Перескакивание между идеями без системного мышления

  • ❌ Пробелы в знаниях: Нет доступа к специфическим для компании или проекта инсайтам

Результат: Вы тратите больше времени на объяснение контекста, чем на решение проблем.

Related MCP server: BuildAutomata Memory MCP Server

🎯 Решение Cursor-Cortex

Cursor-Cortex предоставляет вашему ИИ структурированную внешнюю память:

📋 Контекстные файлы → «О чём этот проект?»

Ваш ИИ всегда знает цели проекта, архитектурные решения и текущий фокус.

📝 Заметки веток → «Над чем мы работали?»

Непрерывный журнал разработки, чтобы ваш ИИ мог продолжить ровно с того места, где вы остановились.

🧠 Неявные знания → «Как мы решаем такие задачи?»

Специфические для компании решения, паттерны и ценные инсайты, которые LLM не знают.

✅ Чек-листы → «Какой у нас системный подход?»

Структурированные рамки мышления, которые помогают ИИ (и вам) быть организованными и тщательными.

💡 До и после

❌ Без Cursor-Cortex:

You: "Help me continue the authentication work"
AI: "I need more context. What authentication system? What issues were you facing?"
You: "Ugh, let me explain everything again..."

✅ С Cursor-Cortex:

You: "Help me continue the authentication work"  
AI: *reads context + branch notes + knowledge base*
"I see you're implementing JWT refresh tokens and hit CORS issues yesterday. 
Based on our company knowledge doc about API security, let's check the middleware..."

🚀 Основное преимущество

Превратите вашего ИИ из умного стажёра в опытного коллегу, который помнит всё, следует структурированному мышлению и имеет доступ к институциональным знаниям.

⚡ Полное руководство по настройке

1. Установка зависимостей

npm install --legacy-peer-deps

Примечание: Флаг --legacy-peer-deps обязателен из-за конфликтов одноранговых зависимостей TensorFlow.js между версиями v3.x и v4.x.

2. Получение полного пути

pwd
# Copy the output - you'll need it for configuration

3. Настройка векторного поиска (необязательно)

Для возможностей семантического поиска на основе ИИ:

Системные требования:

  • Node.js 18+

  • 2 ГБ ОЗУ для векторных моделей

  • 500 МБ дискового пространства

Шаги настройки:

# Step 1: Generate embeddings for all knowledge files
node generate-all-embeddings-cpu.js

# This creates vector embeddings for:
# - All tacit knowledge documents
# - All branch notes
# - All context files
# Duration varies by document count and system specs

# Step 2 (Optional): Force regenerate if content changes
node generate-all-embeddings-cpu.js --force

# Step 3 (Optional): View progress during generation
node generate-all-embeddings-cpu.js --verbose

Почему это важно:

  • Без эмбеддингов семантический поиск возвращается к текстовому поиску

  • Предварительно вычисленные эмбеддинги ускоряют поиск в 100 раз

  • Сгенерируйте один раз, используйте для всех семантических запросов

  • Эмбеддинги хранятся в ~/.cursor-cortex/embeddings/

4. Настройка Cursor MCP

Создайте или отредактируйте ~/.cursor/mcp.json:

"cursor-cortex": {
      "command": "node",
      "args": ["/YOUR/FULL/PATH/TO/cursor-cortex/index.js"],
      "tools": [
        "update_branch_note", 
        "add_commit_separator",
        "read_branch_notes",
        "update_context_file", 
        "read_project_context",
        "read_branch_context", 
        "list_context_files", 
        "generate_commit_message", 
        "generate_jira_comment", 
        "create_tacit_knowledge",
        "read_tacit_knowledge", 
        "search_branch_notes",
        "generate_embeddings",
        "create_completion_checklist",
        "read_checklist",
        "update_checklist",
        "sign_off_checklist",
        "archive_branch_note",
        "clear_branch_note",
        "list_all_branch_notes",
        "enhanced_branch_survey",
        "comprehensive_knowledge_search",
        "construct_project_narrative",
        "timeline_reconstruction",
        "context_sync_guidance",
        "analyze_documentation_gaps",
        "migrate_context_files",
        "request_critical_thinking_space",
        "check_critical_thinking_status",
        "request_thinking_guidance",
        "add_perspective",
        "request_synthesis_space",
        "request_synthesis_step_guidance",
        "complete_synthesis_step",
        "generate_context_zip",
        "unpack_context"
      ],
      "stdio": true,
      "env": {
        "DEBUG": "true"
      }
    },

Замените /YOUR/FULL/PATH/TO/cursor-cortex/ на вывод из шага 2

Примечание: Эта конфигурация предназначена для Cursor-Cortex v1.2.0+. Если вы используете более старую версию, некоторые инструменты могут быть недоступны. Проверьте версию в package.json и рассмотрите возможность обновления.

5. Перезапуск Cursor

Полностью закройте и снова откройте Cursor.


Установка Claude Code

Создайте или отредактируйте .claude/settings.json в корне проекта (или ~/.claude/settings.json глобально):

{
  "mcpServers": {
    "cursor-cortex": {
      "command": "node",
      "args": ["/YOUR/FULL/PATH/TO/cursor-cortex/index.js"]
    }
  }
}

Замените /YOUR/FULL/PATH/TO/cursor-cortex/ на вывод из шага 2, затем перезапустите Claude Code.


6. Включение MCP-сервера

  1. Перейдите в Настройки Cursor (Cmd/Ctrl + ,)

  2. Перейдите в Features → Model Context Protocol

  3. Найдите cursor-cortex и включите его ON

  4. Вы должны увидеть: Storage directory created at /Users/yourname/.cursor-cortex

7. Проверка

В любом чате Cursor попробуйте:

"Update my branch notes: Testing Cursor-Cortex setup"

Если всё работает, вы увидите: Successfully updated branch note with: "Testing Cursor-Cortex setup"

8. Обозреватель знаний (визуальный граф)

После настройки всего изучите свою базу знаний в виде интерактивного сетевого графа:

npm run explorer

Затем откройте http://localhost:4000 в браузере.

Возможности:

  • Трёхуровневая визуализация: Проекты, заметки веток и неявные знания как взаимосвязанные узлы

  • Макет на основе сходства: Семантически похожие проекты группируются вместе с использованием косинусного сходства эмбеддингов

  • Анимация нейронных импульсов: Наблюдайте, как сигналы распространяются по вашей сети знаний в реальном времени

  • Цвета на основе активности: Более яркие узлы = недавно обновлённые проекты

  • Нажмите для изучения: Нажмите на любой узел, чтобы увидеть детали, похожие проекты и теги

  • Переключатель глубины: Переключайтесь между компактным (только проекты), ветками и полным представлением

🔧 Устранение неполадок

Частые проблемы:

❌ Ошибка «Инструмент не найден»

  • Полностью перезапустите Cursor после настройки

  • Убедитесь, что MCP-сервер включён в настройках

  • Проверьте, что путь в mcp.json указан правильно (без опечаток)

❌ Конфигурация MCP не работает

  • Проверьте синтаксис JSON на jsonlint.com

  • Убедитесь, что запятые и кавычки расставлены правильно

  • Проверьте права доступа к файлу mcp.json

❌ Векторный поиск не работает

  • Выполните npm install, чтобы убедиться, что TensorFlow.js установлен

  • Проверьте, что в системе доступно 2 ГБ+ ОЗУ

  • Попробуйте режим текстового поиска, если векторный поиск не работает

Нужна помощь? Создайте issue с сообщением об ошибке для быстрой поддержки.

9. Начало использования

  • «Показать мои незакоммиченные изменения» — посмотрите, над чем вы работали

  • «Сгенерировать сообщение коммита» — создавайте коммиты из своих заметок

  • «Создать документ неявных знаний» — сохраняйте решения на будущее

📖 Базовое использование

Фиксируйте свои мысли

Во время написания кода говорите своему ИИ-ассистенту:

"Update branch notes: Fixed the login validation bug by adding proper error handling 
for expired tokens. Had to modify the JWT middleware."

Оставайтесь в курсе

Когда вы возвращаетесь к работе:

"Show me my uncommitted work"

Умные коммиты

Когда готовы сделать коммит:

"Generate a commit message"

ИИ читает все ваши заметки и создаёт: «Исправить проверку JWT-токена и обработку ошибок»

🏗️ Структура проекта

Cursor-Cortex организует ваши знания в:

  • 📝 Заметки веток: Над чем вы работаете прямо сейчас

  • 📋 Контекстные файлы: Документация проекта и решения

  • 🧠 База знаний: Решения и инсайты для будущего использования

  • ✅ Чек-листы: Отслеживание завершения проекта

Всё хранится в ~/.cursor-cortex/ и доступно через ИИ.


🎓 Функции для продвинутых пользователей

Когда освоите основы, изучите эти расширенные возможности:

Поиск знаний по всем проектам

"Search all my projects for JWT authentication solutions"

Автоматическое отслеживание коммитов

node setup-hooks.js  # Auto-separates pre/post commit work

Чек-листы проектов

Отслеживайте требования, тестирование и согласования:

"Create a completion checklist for the user auth feature"

Обмен знаниями в команде

Создавайте переиспользуемые документы с решениями:

"Create tacit knowledge document about our JWT implementation approach"

Археология знаний и аналитика проектов

Анализируйте и синтезируйте знания о проекте:

"Survey all my branch documentation and show completeness scores"
"Construct a project narrative for the user authentication system"
"Show me a timeline of all development across projects"
"Analyze this folder structure for documentation gaps"

🛠️ Все доступные инструменты

  • update_branch_note — добавляйте записи в журнал разработки

  • read_branch_notes — по умолчанию читает весь файл (включая разделители COMMIT); mode=uncommitted или uncommittedOnly=true для работы с момента последнего коммита; необязательные beforeDate, afterDate или commitHash для фильтрации

  • add_commit_separator — отмечайте границы коммитов (автоматически через git-хуки)

  • generate_commit_message — ИИ создаёт коммиты из ваших заметок

  • update_context_file — документируйте цели и решения проекта

  • read_project_context — читайте только контекст проекта, не зависящий от ветки

  • read_branch_context — читайте только контекст, специфичный для ветки

  • list_context_files — просматривайте все документы проекта с предупреждениями о кросс-проектных связях

  • create_tacit_knowledge — документируйте решения для будущего использования

  • read_tacit_knowledge — ищите знания по всем проектам с помощью тегов и поиска по содержимому

  • search_branch_notes — ищите заметки веток по проектам с семантическим поиском

  • generate_embeddings — генерируйте или перегенерируйте векторные эмбеддинги для семантического поиска

  • comprehensive_knowledge_search — глобальный семантический поиск по ВСЕМ знаниям Cursor-Cortex

  • create_completion_checklist — отслеживайте требования и результаты

  • read_checklist — просматривайте прогресс

  • update_checklist — отмечайте выполненные пункты (вручную или автоматически)

  • sign_off_checklist — официальное утверждение с подписями

  • archive_branch_note — архивируйте завершённую работу

  • clear_branch_note — сбрасывайте документацию ветки

  • migrate_context_files — переносите существующие контекстные файлы в Smart Hybrid Context System

  • list_all_branch_notes — просматривайте все заметки веток по всем проектам с приоритетной сортировкой

  • enhanced_branch_survey — комплексный анализ документации с оценкой полноты и сопоставлением связей

  • construct_project_narrative — сплетайте разрозненные технические детали в связные истории о продукте

  • timeline_reconstruction — извлекайте хронологические данные из заметок веток и разделителей коммитов

  • context_sync_guidance — получайте контекстные рекомендации по синхронизации контекстов проектов на основе данных временной шкалы

  • analyze_documentation_gaps — анализируйте структуру папок для выявления потребностей в документации и автоматического создания чек-листов

  • request_critical_thinking_space — создавайте рабочее пространство для систематического анализа с использованием методологии шести шляп мышления

  • check_critical_thinking_status — проверяйте статус завершения анализа критического мышления

  • request_thinking_guidance — получайте рекомендации для конкретных перспектив шести шляп мышления

  • add_perspective — добавляйте анализ конкретной перспективы в рабочее пространство критического мышления

  • request_synthesis_space — загружайте перспективы в рабочее пространство синтеза для интеграции

  • request_synthesis_step_guidance — получайте подробные рекомендации по шагам синтеза

  • complete_synthesis_step — завершайте конкретный шаг синтеза и обновляйте процесс

  • generate_context_zip — упаковывайте знания в переносимый ZIP-архив для обмена между пользователями/средами

  • unpack_context — импортируйте общий пакет контекста с безопасным разрешением конфликтов

🎛️ Расширенная конфигурация

Интеграция с Git

Автоматические разделители коммитов требуют запущенного MCP-сервера:

node setup-hooks.js  # Install git hooks

Интерфейс командной строки

Прямой доступ без ИИ:

node cursor-cortex-cli.js  # Interactive menu

🤝 Вклад в проект

Нашли ошибку или есть идея? Откройте issue или отправьте pull request — вклад приветствуется!

Автор: Manuel Flores-Ramirez

📄 Лицензия

Этот проект лицензирован в соответствии с Parachute Public License (PPL) v1.0.

PPL — это этическая лицензия, которая включает ограничения на использование правительственными, военными, надзорными и другими вредоносными организациями. Полные подробности и обоснование см. на parachute.pub.

© 2025 Manuel Flores-Ramirez.

Install Server
F
license - not found
B
quality
A
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

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
    2
    MIT
  • F
    license
    -
    quality
    D
    maintenance
    Provides AI agents with persistent, searchable memory that survives across conversations using semantic search, temporal versioning, and smart organization. Enables long-term context retention and cross-session continuity for AI assistants.
    14
  • A
    license
    -
    quality
    B
    maintenance
    Gives AI assistants persistent, queryable project memory for decisions, patterns, and rules, reducing the need to re-explain context in every prompt.
    11
    Apache 2.0

View all related MCP servers

Related MCP Connectors

  • Universal memory for AI agents and tools. Save, organize and search context anywhere.

  • Persistent memory and knowledge graphs for AI agents. Hybrid search, context checkpoints, and more.

  • Long-term memory for AI assistants. Hybrid retrieval, query expansion, auto-topics.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/flores-ac/cursor-cortex'

If you have feedback or need assistance with the MCP directory API, please join our Discord server