Skip to main content
Glama

Lore

Живой граф знаний для вашего программного проекта.

Статус: до версии 1.0, поддерживается одним разработчиком. Lore функционален и используется в производственных проектах, но API, схема и поверхность MCP могут меняться между минорными версиями. Отчеты об ошибках приветствуются; функциональные PR могут не приниматься, пока дизайн стабилизируется. Репозиторий будет открыт для более широкого сотрудничества, как только API станет стабильным (цель: 1.0).

Lore фиксирует бизнес-логику проекта — модули, возможности, потоки, события, правила, формы, сущности и решения — в виде типизированного графа на базе SQLite и предоставляет его через MCP, чтобы ИИ-помощники (Claude Code, Cursor, Claude Desktop) могли запрашивать и поддерживать его в процессе обычной работы.

Он отвечает на такие вопросы, как «сколько существует способов регистрации платежа?», «что сломается, если я изменю flow-checkout или «какие правила защищают эту сущность?» за один вызов инструмента, с указанием источника, без необходимости каждый раз заново изучать кодовую базу.

Зачем

  • Постоянная память между сессиями — граф сохраняется после сброса контекста.

  • Нулевые накладные расходы на документацию — помощник записывает информацию по мере принятия решений, а не как отдельную рутинную задачу.

  • Аудируемость — каждый узел содержит source, confidence, source_context. Каждый вызов MCP логируется.

  • Эффективность токенов — списки только с кратким содержанием, пакетные операции, дешевые субагенты для исследования, SQLite в режиме WAL.

Related MCP server: kg-memory-mcp

Установка (плагин Claude Code — рекомендуется)

/plugin marketplace add YACB2/lore
/plugin install lore@lore

Перезагрузите, затем в проекте, который вы хотите моделировать, запустите lore init (или /lore:bootstrap для пошагового руководства, которое просканирует код с помощью Haiku). «Проект» может быть как отдельным репозиторием, так и рабочим пространством, содержащим несколько репозиториев — Lore не навязывает структуру, файл .lore/lore.db создается относительно той директории, из которой вы запустили Claude Code.

Плагин включает:

  • MCP-сервер, предоставляющий lore_add_node, lore_add_nodes, lore_update_node, lore_delete_node, lore_get_node, lore_add_edge, lore_add_edges, lore_remove_edge, lore_query, lore_traverse, lore_list, lore_find_variants, lore_audit, lore_history, lore_stats, lore_export_markdown.

  • Автоматически вызываемый навык (lore-usage), который предписывает Claude читать перед действием и записывать при принятии решения, с правилами происхождения и соглашениями о жизненном цикле.

  • Субагент lore-explorer (Haiku, только для чтения) для широкого исследования без расхода дорогих токенов.

  • Слэш-команды: /lore:init, /lore:bootstrap, /lore:audit, /lore:show <id>, /lore:recent, /lore:impact <id>, /lore:probe <path> (аудит графа другого проекта без смены директории).

Установка (автономный CLI / другие хосты MCP)

pipx install projectlore   # or: uv tool install projectlore
lore init

Для Cursor / Claude Desktop:

{
  "mcpServers": {
    "lore": {
      "command": "lore",
      "args": ["mcp", "--db", ".lore/lore.db"]
    }
  }
}

Справочник CLI

lore init                      # create .lore/lore.db
lore list [--type flow]        # summary listing (id, type, title, status)
lore show <id>                 # full detail + edges
lore query "payment"           # exact id → title substring → tag fallback
lore variants <capability-id>  # flows implementing a capability
lore audit                     # orphans, cycles, id hygiene
lore stats [--since ISO]       # token/usage analytics from the audit log
lore export --out .lore/export # one markdown file per node

Схема

Восемь типов узлов (не зависят от стека): module, capability, flow, event, rule, form, entity, decision.

Девять отношений: part_of, implements, depends_on, triggers, validates, enforces, supersedes, references, conflicts_with. Пары типов ограничены (см. schema.py).

Статусы: active | draft | deprecated | superseded | archived. По умолчанию используется мягкое удаление; lore_delete_node зарезервировано для опечаток и предупреждает о потере связей.

Центральная абстракция — capability (возможность) — то, что система умеет делать, независимо от способа реализации. Несколько узлов flow могут реализовывать (implements) одну и ту же возможность, выявляя расхождения в UX/логике.

Маршрутизация моделей

Операции разделены по стоимости:

  • Чтение (широкое сканирование, обходы, аудиты): делегируется Haiku через субагент lore-explorer или фронтматтер model: haiku в слэш-командах.

  • Запись и решения по моделированию: модель вызывающего (Sonnet/Opus). Субагент предлагает JSON; вызывающий проверяет и сохраняет.

Переопределение для каждого проекта в .lore/config.json:

{
  "language": "es",
  "app_name": "my-app",
  "models": { "exploration": "haiku", "write": "sonnet" }
}

Происхождение и история

Каждый узел содержит metadata.{source, confidence, source_context} и, при необходимости, source_ref (path:line), last_verified_at, deprecated_at, deprecated_reason, replaced_by.

lore_update_node(metadata_patch=…) объединяет данные, не разрушая историю происхождения; metadata сохраняется для редких случаев полной замены.

lore_history(id) возвращает каждое событие MCP для узла (сначала самые новые) из журнала аудита, доступного только для добавления. lore_stats агрегирует данные по инструменту/операции и сообщает о байтах ввода/вывода.

Статус

До MVP, альфа-версия. Схема и поверхность инструментов MCP могут измениться до версии 0.1.0.

Разработка

uv sync --all-groups
uv run pytest -q
uv run ruff check src tests

Тесты находятся в tests/. Структура плагина проверяется с помощью test_plugin_structure.py.

Лицензия

MIT.

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    AI-native code intelligence graph that builds a persistent knowledge graph of your codebase in Neo4j and exposes it to AI assistants via MCP, enabling contextual code analysis, impact analysis, and dependency tracking.
    23
    -
  • F
    license
    Not graded
    quality
    D
    maintenance
    An in-memory knowledge graph MCP server that gives coding agents structural and semantic recall over codebases by indexing Python source, ADR documents, and project configuration, exposing 7 tools for search, traversal, context retrieval, and natural-language Q&A.
    -
  • A
    license
    Not graded
    quality
    A
    maintenance
    A local knowledge graph of your codebase for Claude Code on macOS, exposing structural data via MCP tools for querying calls, imports, test coverage, and impact analysis.
    26 PyPI
    1
    MIT
  • A
    license
    Not graded
    quality
    A
    maintenance
    An MCP server for AI-assisted project development and tracking. It exposes a typed graph of design nodes (concepts, decisions, requirements, etc.) and edges to Claude Code, enabling structured management of project knowledge and report generation.
    3
    Apache 2.0