Atlas
Atlas 2.0 — Memoria persistente para agentes de codificación
Atlas da a los agentes de codificación una memoria. Tu IA puede escribir código. Atlas hace que recuerde por qué.
¿Qué es Atlas?
Atlas es una infraestructura de memoria persistente y consciente del repositorio para agentes de codificación autónomos. Utiliza CockroachDB como sistema de registro duradero para la memoria estructurada y semántica, lo que permite a los agentes:
Recordar entre sesiones — el contexto sobrevive a los reinicios del agente
Aprender del historial de git — extraer memorias automáticamente de los commits
Buscar semánticamente — kNN vectorial sobre embeddings de AWS Bedrock
Transferir el trabajo — transferencia estructurada de contexto entre agentes
Rastrear decisiones — por qué se tomaron ciertas decisiones y qué alternativas existían
Related MCP server: agent-memory
Arquitectura
┌─────────────────────────────────────────────────────────┐
│ Claude Code / Codex / Cursor (MCP Client) │
└────────────────┬────────────────────────────────────────┘
│ MCP Protocol
┌────────────────▼────────────────────────────────────────┐
│ Atlas MCP Server (10 tools) │
│ - atlas_start_session │
│ - atlas_save_memory │
│ - atlas_record_decision │
│ - atlas_scan_repository │
│ - atlas_extract_git_memories │
│ - atlas_search_memory │
│ - atlas_end_session │
└────────────────┬────────────────────────────────────────┘
│
┌────────────────▼────────────────────────────────────────┐
│ Atlas Memory Layer │
│ - writer.ts (session lifecycle, memory persistence) │
│ - retrieval.ts (11 query functions) │
│ - embedder.ts (AWS Bedrock Titan v2, 1024d vectors) │
└────────────────┬────────────────────────────────────────┘
│
┌────────────────▼────────────────────────────────────────┐
│ CockroachDB Cloud (Source of Truth) │
│ - Structured memory (Prisma models) │
│ - Semantic memory (VECTOR + kNN) │
└─────────────────────────────────────────────────────────┘Características
Sistema de memoria principal
Seguimiento de sesiones — cada sesión de codificación tiene una línea temporal de memorias + decisiones
Tipos de memoria — ARCHITECTURE, DECISION, BUG, TODO, WARNING, IMPORTANT_FILE, DEPENDENCY, SECURITY, CONTEXT
Filtrado por importancia — solo se incrustan las memorias con importancia ≥ 3 (reduce el coste)
Seguimiento de resolución — los TODOs y BUGs pueden marcarse como resueltos sin eliminarse
Extracción inteligente
Escáner de repositorios — detecta automáticamente la pila tecnológica a partir de package.json, requirements.txt, go.mod, Cargo.toml
Extracción de memoria de Git — analiza los mensajes de commit y los cambios de archivos para generar memorias
Descubrimiento de arquitectura — extrae el diseño del sistema de README.md
Archivos importantes — identifica archivos críticos (config, schema, manifests)
Búsqueda semántica
kNN vectorial — impulsado por AWS Bedrock Titan Embeddings v2
Búsqueda multi-repositorio — buscar en todos los repositorios o restringir a uno
Filtrado por tipo — filtrar por tipo de memoria
Registro de auditoría — cada recuperación queda registrada para la observabilidad
Transferencia entre agentes
Transferencias estructuradas — "Lo que hice / Lo que falló / Lo que sigue"
Archivos de proyección .atlas/ — respaldo portátil cuando el servidor MCP no está conectado
Continuar donde lo dejaste — la interfaz muestra el resumen de la última sesión, las tareas abiertas y las decisiones clave
Configuración
1. Requisitos previos
Node.js 18+
Cuenta de CockroachDB Cloud (el plan gratuito funciona)
Cuenta de AWS con acceso a Bedrock (Titan Embeddings v2)
2. Variables de entorno
Crea .env:
# CockroachDB connection string
DATABASE_URL="postgresql://user:password@cluster.cockroachlabs.cloud:26257/defaultdb?sslmode=require"
# AWS Bedrock (for embeddings)
AWS_REGION="us-east-1"
AWS_ACCESS_KEY_ID="your-key"
AWS_SECRET_ACCESS_KEY="your-secret"3. Configuración de la base de datos
# Install dependencies
npm install
# Apply schema to CockroachDB
npx prisma db push
# Generate Prisma Client
npx prisma generate4. Configuración del servidor MCP
Añade a tus ajustes de Claude Code (~/.config/claude-code/settings.json):
{
"mcpServers": {
"atlas": {
"command": "node",
"args": ["/path/to/atlas-2/mcp-server/dist/index.js"],
"env": {
"DATABASE_URL": "postgresql://...",
"AWS_REGION": "us-east-1",
"AWS_ACCESS_KEY_ID": "...",
"AWS_SECRET_ACCESS_KEY": "..."
}
}
}
}5. Hook de activación automática (opcional)
Instala el hook SessionStart para que el contexto de Atlas se inyecte automáticamente cada vez que inicies una sesión de Claude Code — sin necesidad de llamar manualmente a atlas_start_session:
bash scripts/install-autofire.shEsto escribe un hook SessionStart en ~/.config/claude-code/settings.json. Cuando abres Claude Code en cualquier repositorio que tenga archivos .atlas/ o un ATLAS.md, el contexto se imprime al inicio de la sesión. El hook permanece en silencio para los repositorios que Atlas aún no ha visto.
6. Iniciar la interfaz
npm run devVisita http://localhost:3000 para ver el panel de Atlas.
Uso
Desde Claude Code
# Start a session (auto-fired if you installed the hook, otherwise call manually)
atlas_start_session(repoPath="/home/user/my-project", repoName="my-project", agentId="claude-code")
# Scan repository for tech stack and architecture
atlas_scan_repository(repoPath="/home/user/my-project", repoId="...")
# Extract memories from git history
atlas_extract_git_memories(sessionId="...", repoId="...", repoPath="/home/user/my-project")
# Save a memory
atlas_save_memory(sessionId="...", repoId="...", kind="ARCHITECTURE", content="Uses Next.js 14 with App Router", importance=4)
# Record a decision
atlas_record_decision(sessionId="...", repoId="...", title="Use Prisma over Drizzle", rationale="Team familiarity", alternatives=["Drizzle", "TypeORM"])
# Search memories
atlas_search_memory(query="how does authentication work?", repoPath="/home/user/my-project")
# Generate ATLAS.md (portable session-start primer, no MCP needed)
atlas_generate_atlas_md(repoPath="/home/user/my-project")
# Reconstruct project timeline
atlas_reconstruct_timeline(repoPath="/home/user/my-project", since="2026-01-01")
# End session
atlas_end_session(sessionId="...", summary="Added user authentication", repoPath="/home/user/my-project")Desde OpenAI Codex / Modo agente de VS Code (entre agentes)
Atlas habla MCP estándar — cualquier agente que soporte el Model Context Protocol puede usarlo. Para Codex en VS Code, añade Atlas a tu .vscode/mcp.json:
{
"servers": {
"atlas": {
"type": "stdio",
"command": "node",
"args": ["/path/to/atlas-2/mcp-server/dist/index.js"],
"env": {
"DATABASE_URL": "postgresql://...",
"AWS_REGION": "us-east-1",
"AWS_ACCESS_KEY_ID": "...",
"AWS_SECRET_ACCESS_KEY": "..."
}
}
}
}Tanto Claude Code como Codex escriben en el mismo clúster de CockroachDB, por lo que las memorias creadas en un agente están inmediatamente disponibles para el otro. El campo agentId en cada sesión y registro de memoria indica qué agente lo escribió.
Desde la interfaz
Espacio de trabajo (
/) — Todos los repositorios con recuento de sesiones, tareas abiertas, último agenteRepositorio (
/repo/[id]) — Widget "Continuar donde lo dejaste", sesiones recientes, tareas abiertas, decisiones claveSesión (
/session/[id]) — Línea temporal de la sesión con memorias + decisiones cronológicamenteBúsqueda (
/search) — Búsqueda semántica de memoria en todos los repositorios
Rutas de la API
GET /api/repositories— Listar todos los repositoriosGET /api/repositories/[id]— Obtener repositorio por ID con contextoPOST /api/sessions— Iniciar una nueva sesiónGET /api/sessions/[id]— Obtener detalles de la sesiónPOST /api/sessions/[id]/handoff— Generar documento de transferenciaGET /api/memories/search?q=query— Búsqueda semánticaGET /api/memories/stats— Estadísticas de memoria
Despliegue
Vercel (UI)
# Install Vercel CLI
npm i -g vercel
# Deploy
vercel --prod
# Set environment variables in Vercel dashboardServidor MCP
El servidor MCP se ejecuta localmente en tu máquina. Cada desarrollador debe configurarlo en sus ajustes de Claude Code.
Para despliegues en equipo, considera:
Ejecutar el servidor MCP en un servidor de desarrollo compartido
Usar túneles SSH para conectar Claude Code a un servidor MCP remoto
Desplegarlo como contenedor con conexión compartida a CockroachDB
Pila tecnológica
Frontend — Next.js 14, React, TypeScript, Tailwind CSS
Backend — Rutas de API de Next.js, Prisma ORM
Base de datos — CockroachDB Cloud (compatible con PostgreSQL, soporte vectorial)
Embeddings — AWS Bedrock Titan Embeddings v2 (1024d)
MCP — Model Context Protocol (integración con Claude Code)
Despliegue — Vercel (UI), local/SSH (servidor MCP)
¿Por qué CockroachDB?
Indexación vectorial — tipo VECTOR nativo con búsqueda por similitud coseno
SQL distribuido — escalabilidad horizontal sin complejidad de particionado
Soporte de Prisma — consultas con seguridad de tipos mediante cliente autogenerado
Plan gratuito — 5 GB de almacenamiento, perfecto para proyectos personales
¿Por qué Atlas 2.0?
Atlas 1.0 era un rastreador de carteras blockchain — producto interesante pero tangencial a la "memoria agéntica".
Atlas 2.0 ES un sistema de memoria agéntica:
✅ Memoria estructurada (modelos de CockroachDB: sesiones, memorias, decisiones)
✅ Memoria semántica (búsqueda VECTOR + kNN mediante embeddings de AWS Bedrock)
✅ Memoria persistente (sobrevive a las sesiones, viaja con el repositorio mediante archivos .atlas/)
✅ Multi-agente (MCP para Claude/Codex + SDK para agentes personalizados)
✅ Consciente del repositorio (la memoria se limita a proyectos, no solo a cuentas de usuario)
Licencia
MIT
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 Servers
- Alicense-qualityCmaintenanceEnables AI agents to store, retrieve, and manage contextual knowledge across sessions using semantic search with PostgreSQL and vector embeddings. Supports memory relationships, clustering, multi-agent isolation, and intelligent caching for persistent conversational context.2848MIT
- Alicense-qualityBmaintenanceA persistent, trust-scored project memory for AI coding agents, backed by PostgreSQL + pgvector, providing durable memory of architecture decisions, bug patterns, and coding conventions.261MIT
- Alicense-qualityCmaintenanceGives AI coding agents persistent memory by storing observations, decisions, and learnings in a local SQLite database with vector search, full-text search, and a rules engine.4MIT
- AlicenseAqualityAmaintenanceProvides persistent, searchable memory across AI coding agent and chat history (Claude Code, Codex, Gemini CLI, ChatGPT, and more) via retrieval-augmented generation, enabling semantic and hybrid search to retain context across sessions.55MIT
Related MCP Connectors
Persistent memory for AI agents. Search, store, and recall across sessions.
Persistent memory for AI agents — verbatim conversations, searchable by meaning.
Universal memory for AI agents and tools. Save, organize and search context anywhere.
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/greyw0rks/atlas'
If you have feedback or need assistance with the MCP directory API, please join our Discord server