Banco de memoria MCP

Memory Bank es un servidor MCP que ayuda a los equipos a crear, gestionar y acceder a la documentación estructurada del proyecto. Genera y mantiene un conjunto de documentos Markdown interconectados que capturan diferentes aspectos del conocimiento del proyecto, desde los objetivos generales hasta los detalles técnicos y el progreso diario.

Características

• Documentación generada por IA : aprovecha la API de Gemini para generar automáticamente documentación completa del proyecto.

• Sistema de conocimiento estructurado : mantiene seis tipos de documentos principales en una estructura jerárquica

• Integración MCP : implementa el protocolo de contexto de modelo para una integración perfecta con asistentes de IA

• Ubicación personalizable : especifique dónde desea que se cree su directorio del banco de memoria

• Plantillas de documentos : Plantillas predefinidas para descripción del proyecto, contexto del producto, patrones del sistema, etc.

• Actualizaciones asistidas por IA : actualice documentos manualmente o regenerelos con asistencia de IA

• Consultas avanzadas : busque en todos los documentos con clasificación de relevancia según el contexto

Related MCP server: Gigaspec

Instalación

# Clone the repository
git clone https://github.com/tuncer-byte/memory-bank-mcp.git
cd memory-bank-mcp

# Install dependencies
npm install

# Create .env file with your Gemini API key (optional)
echo "GEMINI_API_KEY=your_api_key_here" > .env

Uso

Modo de desarrollo

# Start in development mode
npm run dev

Modo de producción

# Build the project
npm run build

# Start in production mode
npm run start

Configuración de MCP

Para integrar Memory Bank con el Protocolo de contexto de modelo (MCP), agregue la siguiente configuración a su archivo mcp.json :

{
  "memoryBank": {
    "command": "node",
    "args": ["/path/to/memory-bank-mcp/dist/index.js"],
    "env": {
      "GEMINI_API_KEY": "your_gemini_api_key_here"
    }
  }
}

Reemplace /path/to/memory-bank-mcp/dist/index.js con la ruta absoluta a su archivo index.js creado y agregue su clave API de Gemini (si corresponde).

Ejemplo:

{
  "memoryBank": {
    "command": "node",
    "args": ["/Users/username/memory-bank-mcp/dist/index.js"],
    "env": {
      "GEMINI_API_KEY": "AIzaSyXXXXXXXXXXXXXXXXXXXXXXXX"
    }
  }
}

Herramientas MCP

El banco de memoria MCP proporciona las siguientes herramientas a través del Protocolo de contexto de modelo:

initialize_memory_bank

Crea una nueva estructura de banco de memoria con todas las plantillas de documentos.

Parámetros:

• goal (cadena): Descripción del objetivo del proyecto (mínimo 10 caracteres)

• geminiApiKey (cadena, opcional): clave API de Gemini para la generación de documentos

• location (cadena, opcional): ruta absoluta donde se creará la carpeta del banco de memoria

Ejemplo:

await callTool({
  name: "initialize_memory_bank",
  arguments: {
    goal: "Building a self-documenting AI-powered software development assistant",
    location: "/Users/username/Documents/projects/ai-assistant"
  }
});

update_document

Actualiza un documento específico en el Banco de Memoria.

Parámetros:

• documentType (enum): Uno de los siguientes: projectbrief , productContext , systemPatterns , techContext , activeContext , progress

• content (cadena, opcional): Nuevo contenido para el documento

• regenerate (booleano, valor predeterminado: falso): si se debe regenerar el documento utilizando IA

Ejemplo:

await callTool({
  name: "update_document",
  arguments: {
    documentType: "projectbrief",
    content: "# Project Brief\n\n## Purpose\nTo develop an advanced and user-friendly AI..."
  }
});

query_memory_bank

Busca en todos los documentos con clasificación de relevancia según el contexto.

Parámetros:

• query (cadena): consulta de búsqueda (mínimo 5 caracteres)

Ejemplo:

await callTool({
  name: "query_memory_bank",
  arguments: {
    query: "system architecture components"
  }
});

export_memory_bank

Exporta todos los documentos del Banco de Memoria.

Parámetros:

• format (enumeración, predeterminado: "carpeta"): formato de exportación, ya sea "json" o "carpeta"

• outputPath (cadena, opcional): ruta de salida personalizada para la exportación

Ejemplo:

await callTool({
  name: "export_memory_bank",
  arguments: {
    format: "json",
    outputPath: "/Users/username/Documents/exports"
  }
});

Tipos de documentos

Memory Bank organiza el conocimiento del proyecto en seis tipos de documentos principales:

1. Resumen del proyecto ( projectbrief.md ): documento central que define los objetivos, el alcance y la visión del proyecto.

2. Contexto del producto ( productContext.md ): documenta la funcionalidad del producto desde la perspectiva del usuario

3. Patrones del sistema ( systemPatterns.md ): Establece la arquitectura del sistema y las relaciones entre los componentes.

4. Contexto tecnológico ( techContext.md ): especifica la pila de tecnología y los detalles de implementación

5. Contexto activo ( activeContext.md ): realiza un seguimiento de las tareas actuales, los problemas abiertos y el enfoque de desarrollo

6. Progreso ( progress.md ): Documenta el trabajo completado, los hitos y el historial del proyecto.

Licencia

Instituto Tecnológico de Massachusetts (MIT)