STRATA
🌌 STRATA — Puente de Contexto Universal
STRATA es un servidor de Model Context Protocol (MCP) de alto rendimiento que actúa como un Puente de Contexto Universal para asistentes de IA y agentes LLM (Claude Desktop, Cursor, Continue.dev, ChatGPT, etc.).
Proporciona a los modelos de IA memoria persistente entre conversaciones y sesiones de codificación, respaldada por Supabase PostgreSQL, indexación de texto completo y búsqueda semántica con pgvector.
⚡ Características
🧠 Memoria de Contexto Persistente: Los agentes de IA pueden guardar decisiones, sistemas de diseño, contratos de API, preferencias y fragmentos de código entre sesiones.
🔍 Búsqueda Inteligente de Memoria: Búsqueda rápida de texto completo y contextual con respaldos automáticos de actualidad.
🚀 SDK MCP 2.0 Moderno: Construido con la arquitectura de decorador
MCPServermás reciente con transporte de streaming Server-Sent Events (SSE).🗄️ Supabase y PostgreSQL: Capa de base de datos en la nube probada en entornos de producción con soporte pgvector y Seguridad a Nivel de Fila (RLS).
🔄 Agrupación de Conexiones Singleton: Instancias de cliente en caché para ejecución de herramientas de alto rendimiento y baja latencia.
🩺 Comprobaciones de Salud Integradas: Endpoints REST para monitoreo de disponibilidad y estado de conectividad (
/health).
Related MCP server: memory-mcp
🛠️ Herramientas MCP Disponibles
Herramienta | Descripción | Parámetros |
| Guardar contexto, preferencias, decisiones o código en memoria a largo plazo |
|
| Buscar contexto y discusiones pasadas que coincidan con palabras clave o consultas |
|
| Listar entradas de contexto recientes almacenadas en STRATA |
|
| Eliminar una entrada de memoria específica por UUID |
|
| Ver estado de conexión de la base de datos, recuento de memoria y metadatos | Ninguno |
🚀 Inicio Rápido
1. Requisitos Previos
Python 3.10 o superior
Una cuenta y proyecto de Supabase
2. Clonar y Configurar el Entorno
# Clone the repository
git clone https://github.com/your-username/STRATA.git
cd STRATA
# Copy environment file and configure your keys
cp .env.example .envEdita .env con tus credenciales de Supabase:
SUPABASE_URL=https://your-project.supabase.co
SUPABASE_KEY=your-supabase-service-role-key
DEFAULT_USER_ID=your-user-uuid (optional)3. Instalar Dependencias
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. Configuración de la Base de Datos
Ejecuta el esquema SQL ubicado en supabase_schema.sql en tu Editor SQL de Supabase para inicializar las tablas, las extensiones vectoriales y los índices de texto completo.
5. Iniciar el Servidor
# From apps/api directory:
uvicorn main:app --reload --port 8000El servidor se inicia en http://localhost:8000 con los siguientes endpoints:
Endpoint SSE:
http://localhost:8000/sseEndpoint de Mensajes:
http://localhost:8000/messages/Comprobación de Salud:
http://localhost:8000/health
🔌 Conexión a Clientes MCP
Claude Desktop
Añade esto a tu claude_desktop_config.json:
macOS:
~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"strata": {
"url": "http://localhost:8000/sse"
}
}
}IDE Cursor
En la configuración de Cursor, en Features > MCP Servers, añade un nuevo servidor:
Nombre:
STRATATipo:
sseURL:
http://localhost:8000/sse
📁 Estructura del Proyecto
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🛡️ Licencia
Licencia MIT. Consulta LICENSE para más detalles.
bounce-mcp
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.5 npmMIT