papi
OfficialPAPI
你的 AI 每次会话都从零开始。你的项目始终保持在正确的轨道上。

AI 编程工具擅长写代码,却不擅长把握方向。范围不断膨胀,计划不断变更,而背后的决策是在聊天窗口里做出的,也就丢失在了那里。PAPI 让项目保持在正确的轨道上。它为你的助手提供结构化的计划、构建、审查和发布周期,以及一条决策轨迹,记录了什么被选择、什么被放弃、以及为什么。你的助手在工作的同时读写它,因此无需任何人维护,它就能保持最新状态。
你只需连接一次。从此以后,你的助手每次开启会话时都知道你处于哪个周期、正在进行什么、以及下一步该做什么。
免费开始。 完整的计划 → 构建 → 审查 → 发布循环,最多支持三个项目,无需信用卡。免费版可以完整地跑完一个真实项目,它不是试用版。定价。
这个仓库是什么。 文档、安装指南和问题追踪器。PAPI 的引擎是闭源且托管的——你连接它,而不是从这里构建它。npm 上的
@papi-ai/server包是受支持的本地运行时。本仓库的内容采用 MIT 许可。
快速开始
让你的 AI 来安装。 把这段内容粘贴给你的助手——Cursor、Claude Code、Windsurf、Codex、VS Code 或任何其他 MCP 客户端:
阅读 https://getpapi.ai/llms.txt 并设置 PAPI
这就是完整的安装过程。你的助手会读取它所在工具的运行手册,并自行配置连接。(如果你的助手无法获取 URL,同样的说明也以 llms.txt 和 llms-install.md 的形式存放在本仓库中。)
然后进行身份验证——这一步需要你自己来。 PAPI 通过 OAuth 登录,而没有任何 AI 能替你点击浏览器中的同意界面。你的助手会告诉你具体该点击哪里;在你完成之前,服务器会停留在 Needs authentication 状态,所有工具调用都不会生效。这是人们最容易遗漏的一步。
连接完成后,告诉你的助手:
运行
setup工具来搭建这个项目,然后运行orient并告诉我这个项目处于哪个周期。
想自己手动配置?
在 Claude Code 中,最快捷的方式是使用插件——两行配置,无需复制或编辑任何内容:
/plugin marketplace add getpapi/papi
/plugin install papi@papi该插件携带服务器配置,外加两个技能:check-mcp 用于诊断无法正常工作的连接,papi-verify 用于健康检查当前周期。
每个工具也直接接受同一个流式 HTTP 端点,https://mcp.getpapi.ai/mcp。在 Claude Code 中即:
claude mcp add --transport http papi https://mcp.getpapi.ai/mcp无论哪种方式,最后都要通过 /mcp → papi → Authenticate 完成。
DeepSeek Harness 用户在创建 PAPI 连接令牌后,可以安装仓库自带的捆绑包:
dsh plugin --profile web add @papi-ai/deepseek-harness有关令牌处理、验证、兼容性和卸载,请参阅 PAPI for DeepSeek Harness。
Cursor、VS Code、Windsurf、Codex 以及任何通用 MCP 客户端的逐工具配置见 docs/install.md。
Related MCP server: Mono Memory MCP
你能得到什么
plan 将你的目标分解为一个由大小适中的任务组成的周期,每个任务都带有你的助手可以直接执行的构建交接说明。
build 追踪构建了什么、什么让你意外、以及过程中发现了什么。
review and release 闭环整个流程,让每个周期都滋养下一个计划。
strategy reviews 每隔几个周期退后一步,检查方向而不只是速度。
一个仪表盘,位于 getpapi.ai,展示你的周期、看板和决策,让你无需询问就能看到项目状态。
方法论本身就是产品:一个由你的助手与你一起执行的计划、构建、审查、发布循环,并带有不断累积的记忆。PAPI 本身就是用 PAPI 构建的,上面徽章中的每个周期都是如此。

中心面板只围绕一个问题展开——接下来会发生什么。周期在计划、构建、审查和发布中的进展就显示在它下方。

看板就是全貌。你的助手在工作的同时作为副作用写入它,因此无需任何人维护,它就能保持最新。
这与追踪器的区别
与 Linear、Jira、Asana 或 Notion 不同, 这不是为人类构建然后向智能体开放的。那些看板假设由人类写工单、人类读工单,而且是在你的 AI 看不到的标签页里。PAPI 的看板由你的助手在工作的同时作为副作用写入和读取:开始构建就打开任务,完成构建就提交报告,发布就关闭周期。你批准计划,你签署审查。中间那些工单管理就是消失的部分。你管理的是结果,而不是敲击键盘。
与 Taskmaster 以及其他仓库内任务文件不同,PAPI 的状态不是一个由某个工具生成一次然后逐渐失真的文件。它是托管且结构化的——周期、构建报告、审查结论,以及带有置信水平的活跃决策,置信水平会随着证据的到来而变化。同一份项目记忆在 Claude Code、Cursor、VS Code 或 Codex 中都是一致的,因此切换工具不会重置你的上下文,而上一周期的经验教训会成为下一个计划的输入,而不是你需要记得去提及的东西。
这两点都不是在贬低那些工具。它们解决的是另一个问题,而不是那个每次你的助手打开新窗口时都会出问题的问题。

活跃决策是任务追踪器没有字段来记录的部分:决定了什么、为什么、拒绝了什么、以及何时重新审视。置信度会随着证据的到来而变化。

每个周期都会留下痕迹,因此项目背后的推理在数月之后仍然可查——包括对回读它的助手而言。
工具
PAPI 向你的助手暴露以下 MCP 工具。整个循环只需几次调用。
核心循环
orient — 一次调用即可返回当前周期、正在进行的内容以及推荐的下一步操作。在每次会话开始时运行它。
setup — 将 PAPI 搭建到一个新项目上。
plan — 将目标分解为一个由大小适中的任务组成的周期,每个任务都带有你的助手可以直接执行的构建交接说明。
build_list — 列出当前周期的任务及其交接说明。
build_execute — 开始一个任务(创建分支和交接说明)并完成它(记录构建报告)。
review_list / review_submit — 展示已完成的构建并记录接受 / 请求修改 / 拒绝的结论。
release — 合并已完成的工作并将周期向前推进。
看板与积压
board_view — 读取项目看板和任何任务。
board_edit — 更改任务的状态、周期、优先级或备注。
ad_hoc — 记录周期外完成的快速工作,使其显示在项目历史中。
idea — 将功能、缺陷或研究笔记捕获到积压中。
bug — 向看板提交缺陷。
战略与智能
strategy_review — 每隔几个周期退后一步,检查方向而不只是速度。
strategy_change — 记录一条活跃决策,带有取代历史。
zoom_out — 跨多个周期的定期回顾。
文档与项目
doc_register / doc_search — 注册和查找项目参考文档。
project_list / project_switch / project_create — 管理多个 PAPI 项目。
文档
本仓库内:
文档 | 内容覆盖 |
智能体运行手册——让你的 AI 指向它(在线版本:getpapi.ai/llms.txt) | |
面向 AI 助手的逐工具安装说明 | |
每个受支持工具的安装路径 | |
周期、交接、决策,以及各部分如何配合 | |
连接问题、项目路由、常见修复 |
网站上有完整文档——无需账户:
页面 | 内容覆盖 |
5 分钟内从零到你的第一个周期计划 | |
完整的计划 → 构建 → 审查 → 发布循环 | |
周期、交接、活跃决策——术语表 | |
所有命令集中在一页上 | |
每个 PAPI MCP 工具及其参数和用例 | |
连接和身份验证急救 | |
面向团队:阅读仪表盘、周期报告、审查流程 |
社区与支持
卡住了,或者出了问题?提交一个 issue——每种情况都有对应的模板,而 连接问题 模板是 PAPI 无法连接或无法完成身份验证时应该使用的那个,这也是人们最容易卡住的地方:
Discord 回答问题更快,发布说明也会首先出现在那里。
CONTRIBUTING.md 介绍了什么样的报告是有用的,以及文档 PR 可以更改什么。
发现了漏洞?不要提交 issue——SECURITY.md 中有私密渠道。
给仓库加星标
如果 PAPI 对你有用,请给它加星标。这就是全部请求,也是其他使用 AI 助手进行开发的人发现它的方式。
链接
网站和仪表盘:getpapi.ai
定价:getpapi.ai/pricing — 免费层级,无需信用卡
每个周期发布的内容:getpapi.ai/changelog
数据、访问权限以及 PAPI 尚不具备的功能:getpapi.ai/trust
许可证: 本仓库的内容(文档、指南、配置示例、Dockerfile)采用 MIT 许可证。该许可证仅涵盖此仓库——不包括 PAPI 引擎,也不包括 PAPI 名称或徽标,这些均为商标。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.
No tool schema history has been recorded yet.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Connectors
The project brain for AI coding agents — memory, decisions, sprints, knowledge base via MCP.
Persistent AI memory shared across Claude, ChatGPT, coding agents, and compatible MCP clients.
Project memory for coding agents: requirements, decisions, code graph and delivery telemetry.
1Your versioned memory across every AI tool — context maps, personal memory, and tasks over MCP.
Related MCP Servers
- FlicenseNot gradedqualityNot gradedmaintenanceAn MCP server that provides persistent project context, workflow management, and knowledge capture for AI coding agents. It enables agents to maintain structured memory across sessions by tracking project profiles, conventions, skills, and technical debt.7-
- AlicenseNot gradedqualityDmaintenanceA self-hosted MCP server that provides AI assistants with a shared, persistent SQLite-backed memory for storing and retrieving project context, decisions, and discoveries. It enables cross-session continuity and team-wide knowledge sharing to keep AI coding tools aligned and informed.3MIT
- AlicenseNot gradedqualityDmaintenanceA database-backed MCP server that acts as a project memory bank, enabling AI assistants to store, retrieve, and search structured context like decisions, tasks, and architecture using SQLite and vector embeddings.Apache 2.0
- AlicenseNot gradedqualityDmaintenanceMCP server that provides persistent memory and contextual awareness to language models, enabling project onboarding, recall of architectural rules, and code consistency across sessions.32MIT
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/getpapi/papi'
If you have feedback or need assistance with the MCP directory API, please join our Discord server