lore
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@loreПерезагрузите, 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 initДля 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 nodeСхема
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-explorerили фронтматтерmodel: haikuв 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 testsТесты находятся в tests/. Структура плагина проверяется с помощью test_plugin_structure.py.
Лицензия
MIT.
This server cannot be deployed
Maintenance
Related MCP Connectors
Give your AI agent persistent, governed memory for every project. At task start it recalls the approved decisions, conventions, risks and architecture (semantic search, ranked by importance); at close it proposes what was learned as typed memories that you review and approve — governance, not a notes dump. Agents propose, humans govern: edits go back to pending and deletion is human-only by design. Connect Claude Code, Cursor, Claude Desktop or any MCP client in two minutes with just your API key — hosted (nothing to install) or locally via `uvx solucortex-mcp`. Built by SoluAI and dogfooded daily: SoluCortex is developed using its own living memory.
Persistent, portable memory for AI assistants — your private memory graph, from any MCP client.
Personal knowledge graph as an AI memory layer over MCP - read, save, and link your memories.
Hosted MCP memory: save sessions/decisions once, search from Claude, Cursor, ChatGPT. EU-hosted FTS.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceAI-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-
- FlicenseNot gradedqualityDmaintenanceAn 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.-
- AlicenseNot gradedqualityAmaintenanceA 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 PyPI1MIT
- AlicenseNot gradedqualityAmaintenanceAn 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.3Apache 2.0