เซิร์ฟเวอร์ MCP ที่คงอยู่และดัชนีเซสชันที่ค้นหาได้สำหรับการเขียนโค้ด AI
เซสชันที่สร้างโดย Nick Nisi เป็นยูทิลิตี้แบบโอเพนซอร์สที่เพิ่มหน่วยความจำถาวรให้กับเวิร์กโฟลว์การเขียนโค้ดที่ช่วยด้วย AI เครื่องมือนี้ทำงานเป็น CLI และเซิร์ฟเวอร์ MCP ที่ใช้ Node.js และรวมประวัติการโต้ตอบจากตัวแทนการเขียนโค้ด AI หลายตัว มันให้คำสั่งค้นหาที่ไม่แน่นอนสำหรับการค้นหาการสนทนาในอดีต การรายงานการใช้งานอัตโนมัติ และการจัดเก็บแบบท้องถิ่น วิศวกรซอฟต์แวร์และ AI ที่ใช้ผู้ช่วยที่ใช้เทอร์มินัลจะได้รับบันทึกที่ค้นหาได้เดียวของการตัดสินใจก่อนหน้านี้และบริบทของโครงการ.
คุณสามารถใช้มันทำงานอะไรได้บ้าง?
เครื่องมือนี้จัดทำดัชนีการโต้ตอบการเขียนโค้ด AI เพื่อให้ตัวแทนสามารถเข้าถึงการแลกเปลี่ยนก่อนหน้านี้ในระหว่างการพัฒนา ทำหน้าที่เป็นเซิร์ฟเวอร์ Model Context Protocol ที่สนับสนุนการเรียกคืนจากหลายแหล่ง มันระบุอย่างชัดเจนถึงการสนับสนุนสำหรับ Claude Code, Codex, และ Pi และมี CLI การค้นหาที่ไม่เข้มงวดเพื่อค้นหาและดำเนินการเซสชันที่ผ่านมา กรณีการใช้งานรวมถึงการกู้คืนโค้ดที่ได้มาจากการสนทนาก่อนหน้า การติดตามการตัดสินใจในการออกแบบที่ผ่านมา และให้ตัวแทนที่สอดคล้องกับ MCP สอบถามบริบททางประวัติศาสตร์.
เซสชันที่เก็บไว้และผลการค้นหามีความน่าเชื่อถือแค่ไหน?
เซสชันเก็บข้อมูลในเครื่องโดยทั่วไปใช้ SQLite ซึ่งเก็บบันทึกเซสชันและดัชนีในดิสก์แทนที่จะพึ่งพาบริการระยะไกลเพียงอย่างเดียว โครงการนี้ยังรวมถึงการรายงานการใช้งานอัตโนมัติและการวิเคราะห์เซสชันเพื่อให้ผู้ใช้สามารถตรวจสอบปริมาณการโต้ตอบ ฟีเจอร์การจัดการกระบวนการมีอยู่เพื่อหลีกเลี่ยงกระบวนการเซิร์ฟเวอร์ที่ถูกทิ้งร้างซึ่งใช้ทรัพยากรของระบบ ซึ่งช่วยลดโอกาสที่กระบวนการพื้นหลังจะทิ้งสถานะที่ล้าสมัยไว้ในเครื่อง.
มันต้องการการตั้งค่าทางเทคนิคและเหมาะกับการทำงานที่มีอยู่หรือไม่?
คาดหวังการกำหนดค่าผ่าน command-line: เครื่องมือนี้ใช้ Node.js และรวมเข้ากับลูกค้าที่สอดคล้องกับ MCP เช่น Claude Desktop, Cursor, และ Claude Code นักพัฒนาได้ออกแบบสถาปัตยกรรมที่ขยายได้และเป็นโอเพ่นซอร์สที่มุ่งเน้นไปที่การทำงานที่ใช้เทอร์มินัล ดังนั้นนักพัฒนาที่คุ้นเคยกับเครื่องมือ CLI สามารถเพิ่มการรวมเข้าหรือปรับการจัดเก็บได้ ทีมที่ใช้เครื่องมือกราฟิกเท่านั้นหรือผู้ใช้ที่ไม่มีลูกค้า MCP ต้องการการตั้งค่าเพิ่มเติมเพื่อให้ตัวแทนใช้เลเยอร์หน่วยความจำ.
ตัวเลือกที่ชัดเจนสำหรับวิศวกรที่มุ่งเน้นไปที่เทอร์มินัลที่ต้องการหน่วยความจำของเอเจนต์ที่คงอยู่
เครื่องมือนี้เหมาะสำหรับนักพัฒนาที่ยอมรับการกำหนดค่า CLI และใช้ลูกค้าที่รองรับ MCP อยู่แล้ว โดยให้ชั้นความจำที่รวมกันซึ่งลดประวัติของเอเจนต์ที่แตกแยก วิศวกรที่ชอบการรวมระบบกราฟิกแบบพร้อมใช้งานหรือผู้ที่ไม่รันลูกค้า MCP บนเครื่องของตนจะพบว่าค่าใช้จ่ายในการตั้งค่าค่อนข้างเป็นข้อเสียที่สำคัญ สำหรับทีมที่ใช้เอเจนต์การเขียนโค้ดหลายตัว เครื่องมือนี้จะช่วยให้บริบทระยะยาวสำหรับผู้ช่วยอัตโนมัติแน่นแฟ้นขึ้นอย่างมีนัยสำคัญ.