เซิร์ฟเวอร์หน่วยความจำ MCP ท้องถิ่นสำหรับบริบทการเขียนโค้ดถาวรและการเรียกคืน
claude-mem-lite จาก Sdsrss มีหน่วยความจำระยะยาวที่คงอยู่สำหรับ Claude Code และตัวแทนที่เข้ากันได้กับ MCP ในระหว่างการเขียนโค้ดและการทำงานในโครงการ มันเก็บการสังเกต การตัดสินใจในการเขียนโค้ด และการแก้ไขในแบ็คเอนด์ SQLite ท้องถิ่น ดึงบริบทที่เกี่ยวข้องด้วยการค้นหาผสม FTS5 และ TF-IDF และฉีดหน่วยความจำเข้าสู่เซสชัน การจัดกลุ่มตอน การลบความลับ การเขียนแบบอะตอม และการส่งมอบเจตนาสองภาษาถูกสร้างขึ้นสำหรับการจัดการหน่วยความจำในระดับโครงการ ออกแบบมาสำหรับนักพัฒนาที่ต้องการชั้นความจำที่เน้นความเป็นส่วนตัวและมีค่าใช้จ่ายต่ำโดยไม่ต้องใช้ฐานข้อมูลเวกเตอร์ภายนอกหรือบริการที่ทำงานอยู่
คุณสามารถใช้มันทำงานอะไรได้บ้าง?
เครื่องมือนี้จับและรักษาการตัดสินใจในการเขียนโค้ด, การแก้ไขข้อบกพร่อง, และบริบทของโครงการเพื่อให้โมเดลสามารถนำผลลัพธ์ก่อนหน้านี้มาใช้ซ้ำในเซสชันต่างๆ การจัดกลุ่มตอน จะรวมการสังเกตที่เกี่ยวข้องเข้าด้วยกันเป็นชุดที่สอดคล้องกัน ซึ่งสนับสนุนการดึงข้อมูลการทำงานล่าสุดและการแก้ไขที่เชื่อมโยงกัน การใช้งานทั่วไป ได้แก่ การดึงขั้นตอนการดีบักในอดีต, การรักษาตัวเลือกการออกแบบ, และการจัดเตรียมบันทึกโครงการเมื่อเริ่มเซสชันผ่านการฉีดบริบทที่มีงบประมาณโทเค็นซึ่งจำกัดอยู่ที่ประมาณ 2,000 โทเค็น.
การดึงความจำของมันมีความแม่นยำแค่ไหนเมื่อเปรียบเทียบกับการค้นหาการฝัง?
คุณภาพการค้นหาขึ้นอยู่กับ SQLite FTS5 บวกกับชั้นการจัดอันดับ TF-IDF ดังนั้นเครื่องมือจึงผลิตการจับคู่ทางศัพท์ที่แข็งแกร่งโดยไม่ต้องใช้ฐานข้อมูลเวกเตอร์ภายนอก ไม่มีฐานข้อมูลเวกเตอร์ หมายความว่าความคล้ายคลึงในเชิงความหมายแบบการฝังจะไม่ได้รับการจัดเตรียม และการจับคู่เชิงลึกอาจอ่อนแอกว่าระบบการฝัง การจัดกลุ่มตอนและตัวจัดอันดับแบบผสมช่วยปรับปรุงความเกี่ยวข้องสำหรับความจำที่คล้ายกันในเชิงข้อความล่าสุด แต่การเชื่อมโยงเชิงความหมายที่ซับซ้อนยังคงต้องการการตรวจสอบจากมนุษย์.
มันเข้ากับการทำงานของนักพัฒนาหรือไม่โดยไม่ต้องใช้บริการเพิ่มเติม?
เครื่องมือนี้ออกแบบมาสำหรับการใช้งานแบบท้องถิ่นบนโฮสต์ MCP และคาดหวังว่า Node.js เวอร์ชัน 18 หรือสูงกว่าจะต้องใช้บน Linux หรือ macOS มันจัดเก็บข้อมูลในไฟล์ SQLite ไฟล์เดียวพร้อมการเขียนแบบอะตอมิกและการล็อกไฟล์เพื่อปกป้องความสมบูรณ์ในระหว่างการเข้าถึงพร้อมกัน การลบความลับจะลบรูปแบบข้อมูลประจำตัวทั่วไปก่อนการจัดเก็บ การเรียกคืนที่เกิดจากข้อผิดพลาดสามารถดึงการแก้ไขในอดีตเมื่อเกิดความล้มเหลวของ bash ซึ่งเชื่อมโยงการดึงความจำกับการดีบักแบบสด.
ดีที่สุดสำหรับหน่วยความจำที่มุ่งเน้นความเป็นส่วนตัวในกระบวนการทำงาน MCP
สำหรับวิศวกรที่รวมหน่วยความจำที่รับรู้เซสชันเข้ากับการพัฒนาที่ใช้ MCP เครื่องมือนี้มีชั้นหน่วยความจำที่มุ่งเน้นเฉพาะด้านและมีความเป็นส่วนตัวซึ่งช่วยลดการป้อนบริบทซ้ำ คาดว่าจะต้องตรวจสอบบริบทที่ดึงมาได้ก่อนที่จะเชื่อถือมันสำหรับการตัดสินใจที่สำคัญ เนื่องจากวิธีการค้นหาคำศัพท์ของมันแตกต่างจากการดึงข้อมูลเชิงความหมายที่ใช้การฝังตัว ใช้เป็นเครื่องมือเสริมในระดับโครงการสำหรับการตรวจสอบโค้ดและการทดสอบอัตโนมัติ แทนที่จะใช้เป็นแหล่งความรู้เพียงอย่างเดียว.