STRATA
🌌 STRATA — Universal Context Bridge
STRATA ist ein Hochleistungs-Model Context Protocol (MCP)-Server, der als Universal Context Bridge für KI-Assistenten und LLM-Agenten (Claude Desktop, Cursor, Continue.dev, ChatGPT usw.) dient.
Er bietet KI-Modellen persistenten Speicher über Gespräche und Codierungssitzungen hinweg, unterstützt durch Supabase PostgreSQL, Volltextindizierung und pgvector-Semantiksuche.
⚡ Funktionen
🧠 Persistenter Kontextspeicher: KI-Agenten können Entscheidungen, Designsysteme, API-Verträge, Präferenzen und Codeausschnitte über Sitzungen hinweg speichern.
🔍 Intelligente Speichersuche: Schnelle Volltext- und Kontextsuche mit automatischen Aktualitäts-Fallbacks.
🚀 Modernes MCP 2.0 SDK: Erstellt mit der neuesten
MCPServer-Dekorator-Architektur mit Server-Sent-Events (SSE)-Streaming-Transport.🗄️ Supabase & PostgreSQL: Erprobte Cloud-Datenbankschicht mit pgvector-Unterstützung und Row-Level Security (RLS).
🔄 Singleton-Verbindungspooling: Zwischengespeicherte Client-Instanzen für hohen Durchsatz und latenzarme Tool-Ausführung.
🩺 Integrierte Health Checks: REST-Endpunkte für Uptime-Überwachung und Verbindungsstatus (
/health).
Related MCP server: memory-mcp
🛠️ Verfügbare MCP-Tools
Tool | Beschreibung | Parameter |
| Kontext, Präferenzen, Entscheidungen oder Code im Langzeitspeicher ablegen |
|
| Vergangenen Kontext und Diskussionen nach Schlüsselwörtern oder Abfragen durchsuchen |
|
| Aktuelle in STRATA gespeicherte Kontexteinträge auflisten |
|
| Einen bestimmten Speichereintrag per UUID entfernen |
|
| Datenbankverbindungsstatus, Speicheranzahl und Metadaten anzeigen | Keine |
🚀 Schnellstart
1. Voraussetzungen
Python 3.10 oder höher
Ein Supabase-Konto und -Projekt
2. Repository klonen und Umgebung einrichten
# Clone the repository
git clone https://github.com/your-username/STRATA.git
cd STRATA
# Copy environment file and configure your keys
cp .env.example .envBearbeiten Sie .env mit Ihren Supabase-Anmeldedaten:
SUPABASE_URL=https://your-project.supabase.co
SUPABASE_KEY=your-supabase-service-role-key
DEFAULT_USER_ID=your-user-uuid (optional)3. Abhängigkeiten installieren
cd apps/api
python -m venv venv
# Activate virtual environment:
# Windows (PowerShell):
.\venv\Scripts\Activate.ps1
# macOS / Linux:
source venv/bin/activate
# Install requirements
pip install -r requirements.txt4. Datenbank einrichten
Führen Sie das SQL-Schema in supabase_schema.sql in Ihrem Supabase SQL Editor aus, um die Tabellen, Vektorerweiterungen und Volltextindizes zu initialisieren.
5. Server starten
# From apps/api directory:
uvicorn main:app --reload --port 8000Der Server startet auf http://localhost:8000 mit den folgenden Endpunkten:
SSE-Endpunkt:
http://localhost:8000/sseMessages-Endpunkt:
http://localhost:8000/messages/Health Check:
http://localhost:8000/health
🔌 Verbindung zu MCP-Clients herstellen
Claude Desktop
Fügen Sie dies zu Ihrer claude_desktop_config.json hinzu:
macOS:
~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"strata": {
"url": "http://localhost:8000/sse"
}
}
}Cursor IDE
Fügen Sie in den Cursor-Einstellungen unter Features > MCP Servers einen neuen Server hinzu:
Name:
STRATATyp:
sseURL:
http://localhost:8000/sse
📁 Projektstruktur
STRATA/
├── apps/
│ └── api/ # Python MCP Server
│ ├── main.py # Server logic, MCPServer instance & tools
│ ├── requirements.txt # Python dependencies
│ └── venv/ # Python virtual environment
├── .env.example # Template environment file
├── .gitignore # Version control ignores
├── package.json # Root monorepo configuration
├── supabase_schema.sql # Database schema, pgvector, and indexes
└── README.md # Documentation🛡️ Lizenz
MIT-Lizenz. Details finden Sie unter LICENSE.
This server cannot be deployed
Maintenance
Related MCP Connectors
Persistent personal memory for AI assistants — save, search, and recall across every MCP client.
Persistent memory for AI assistants. Save once; recall from Claude, ChatGPT, or any MCP client.
Hosted memory for AI agents over MCP. One memory shared by all your agents.
Persistent, verbatim, searchable memory for AI assistants — one memory across every MCP client.
Related MCP Servers
- FlicenseBqualityDmaintenanceA Model Context Protocol (MCP) server that provides persistent memory capabilities using OpenAI's vector stores, allowing AI assistants to save and search through memories across conversations.2-
- AlicenseNot gradedqualityCmaintenanceAn MCP server that stores project memory in Supabase, allowing AI tools to persist context, notes, and decisions across sessions. Enables Claude Code, Codex, and similar assistants to maintain long-term project continuity through persistent memory storage.2MIT
- AlicenseNot gradedqualityDmaintenancePersistent semantic memory server for AI assistants via MCP, enabling long-term context retention and semantic search across conversations.12MIT
- AlicenseNot gradedqualityCmaintenanceA self-hostable MCP server that provides permanent memory for AI agents using Postgres + pgvector for semantic search and Markdown file sync.6 npmMIT