Skip to main content
Glama

🌌 STRATA — Универсальный мост контекста

Model Context Protocol Python Supabase License

STRATA — это высокопроизводительный сервер Model Context Protocol (MCP), который работает как универсальный мост контекста для ИИ-ассистентов и LLM-агентов (Claude Desktop, Cursor, Continue.dev, ChatGPT и др.).

Он предоставляет ИИ-моделям постоянную память между диалогами и сессиями кодирования, работающую на базе Supabase PostgreSQL, полнотекстовой индексации и семантического поиска pgvector.


⚡ Возможности

  • 🧠 Постоянная контекстная память: ИИ-агенты могут сохранять решения, дизайн-системы, API-контракты, предпочтения и фрагменты кода между сессиями.

  • 🔍 Интеллектуальный поиск по памяти: Быстрый полнотекстовый и контекстный поиск с автоматическим откатом к недавним записям.

  • 🚀 Современный MCP 2.0 SDK: Построен на новейшей архитектуре декоратора MCPServer с потоковой передачей через Server-Sent Events (SSE).

  • 🗄️ Supabase и PostgreSQL: Проверенный в бою облачный слой базы данных с поддержкой pgvector и Row-Level Security (RLS).

  • 🔄 Синглтон-пул соединений: Кэшированные экземпляры клиентов для высокой пропускной способности и низкой задержки выполнения инструментов.

  • 🩺 Встроенные проверки работоспособности: REST-эндпоинты для мониторинга аптайма и статуса подключения (/health).


Related MCP server: memory-mcp

🛠️ Доступные MCP-инструменты

Инструмент

Описание

Параметры

save_memory

Сохранить контекст, предпочтения, решения или код в долговременную память

content (str), title (необяз.), tags (необяз.)

search_memory

Поиск прошлого контекста и обсуждений по ключевым словам или запросам

query (str), limit (int, по умолчанию: 5)

list_memories

Список последних записей контекста, хранящихся в STRATA

limit (int, по умолчанию: 10)

delete_memory

Удалить конкретную запись памяти по UUID

memory_id (str)

get_stats

Просмотр статуса подключения к БД, количества записей и метаданных

Нет


🚀 Быстрый старт

1. Предварительные требования

  • Python 3.10 или выше

  • Аккаунт и проект Supabase

2. Клонирование и настройка окружения

# Clone the repository
git clone https://github.com/your-username/STRATA.git
cd STRATA

# Copy environment file and configure your keys
cp .env.example .env

Отредактируйте .env, указав свои учётные данные Supabase:

SUPABASE_URL=https://your-project.supabase.co
SUPABASE_KEY=your-supabase-service-role-key
DEFAULT_USER_ID=your-user-uuid (optional)

3. Установка зависимостей

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.txt

4. Настройка базы данных

Выполните SQL-схему из файла supabase_schema.sql в Supabase SQL Editor, чтобы инициализировать таблицы, векторные расширения и полнотекстовые индексы.

5. Запуск сервера

# From apps/api directory:
uvicorn main:app --reload --port 8000

Сервер запускается на http://localhost:8000 со следующими эндпоинтами:

  • SSE-эндпоинт: http://localhost:8000/sse

  • Эндпоинт сообщений: http://localhost:8000/messages/

  • Проверка работоспособности: http://localhost:8000/health


🔌 Подключение к MCP-клиентам

Claude Desktop

Добавьте это в свой claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

  • Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "strata": {
      "url": "http://localhost:8000/sse"
    }
  }
}

Cursor IDE

В настройках Cursor в разделе Features > MCP Servers добавьте новый сервер:

  • Имя: STRATA

  • Тип: sse

  • URL: http://localhost:8000/sse


📁 Структура проекта

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

🛡️ Лицензия

Лицензия MIT. Подробности см. в LICENSE.

bounce-mcp

F
license - not found
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (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

  • F
    license
    B
    quality
    D
    maintenance
    A 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
  • A
    license
    Not graded
    quality
    C
    maintenance
    An 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.
    2
  • A
    license
    Not graded
    quality
    C
    maintenance
    Persistent semantic memory server for AI assistants via MCP, enabling long-term context retention and semantic search across conversations.
    11
    MIT

View all related MCP servers

Related MCP Connectors

  • Cloud-hosted MCP server for durable AI memory

  • An MCP memory server. One memory your agents share — across models, devices and apps.

  • Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.

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/ssundxr/bounce-mcp'

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