Token导航 LogoToken导航

MCP Server · 搜索检索

indra db MCP

indra_db_mcp是一个为AI代理提供跨会话持久化记忆的服务,支持语义搜索、分支探索和版本控制。

未说明官方级别未说明来源级核验工具 7
版本控制TypeScriptClaude

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
moonstripe
提供方
moonstripe

工具数量

7

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

indra db MCP 属于搜索检索类 MCP Server,公开资料标注 7 个工具,通过传输方式未标注接入,适配 Claude,没有现成的安装命令;接入前要先准备 会话凭据。

分类

搜索检索

传输方式

未说明

认证方式

会话凭据

部署方式

公开资料未说明

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    先确认运行方式

    公开资料没有标注传输方式,先看仓库 README,确认是本地进程还是远程地址。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 7 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

公开资料仍需确认:安装命令

详细介绍

indra_db_mcp

用于人工智能推理和决策的持久记忆。

一个MCP服务器,为AI代理提供跨会话持久的内存。建立在 indra_db --一个类似git的版本化思想数据库。

问题

AI代理每次会话都会重新开始。昨天的见解消失了。重新做出决定。推理链消失了。

indra_db_mcp 通过赋予代理人以下改变:

  • 🧠 持久内存 --在会话边界中幸存下来的记录推理
  • 🔍 语义搜索 --按含义而非关键字查找过去的决定
  • 🌿 分支 --在不失去主线的情况下探索替代方案
  • 📜 历史 --了解理解是如何随着时间的推移而演变的

快速开始

安装

# Requires Bun (https://bun.sh)
bun add -g indra_db_mcp

配置您的代理

克劳德代码 --添加到您的项目 CLAUDE.md:

@import node_modules/indra_db_mcp/INDRA_INSTRUCTIONS.md

克劳德桌面 --添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "indra": {
      "command": "bunx",
      "args": ["-y", "indra_db_mcp"]
    }
  }
}

开源代码 --添加到 opencode.json:

{
  "mcpServers": {
    "indra": {
      "command": ["bunx", "-y", "indra_db_mcp"],
      "type": "local"
    }
  },
  "instructions": ["node_modules/indra_db_mcp/INDRA_INSTRUCTIONS.md"]
}

通用MCP客户端:

{
  "mcpServers": {
    "indra": {
      "command": "bunx",
      "args": ["-y", "indra_db_mcp"],
      "env": {
        "INDRA_DB_PATH": "./.indra"
      }
    }
  }
}

工具

工具目的
indra_remember记录推理、决策和见解
indra_search通过意义找到过去的推理(或 "*" 为所有人)
indra_status检查当前分支和条目计数
indra_branch创建、切换或列出分支
indra_experiment用于探索替代方案的快速沙盒
indra_history看看推理是如何进化的
indra_diff比较历史上的两点

示例用法

代理人可能会这样使用Indra:

User: Should I use PostgreSQL or MongoDB for my e-commerce app?

Agent thinking:
  → indra_search({ query: "database recommendations" })
  → Found: Previously recommended PostgreSQL for relational data with transactions
  
  → Making recommendation based on past reasoning + current context
  
  → indra_remember({ 
      content: "Recommended PostgreSQL for e-commerce app. User has relational product 
               catalog, needs transactions for orders. Consistent with past guidance.",
      id: "ecommerce-db-decision"
    })

稍后:

User: Why did you recommend PostgreSQL?

Agent:
  → indra_search({ query: "ecommerce database" })
  → Found the reasoning from the previous session
  → Can explain the decision with full context

勘探分支

Agent: Let me explore an alternative approach...

  → indra_experiment({ name: "try-nosql-approach" })
  
  [Explores MongoDB path, records reasoning]
  
  → indra_diff({ from: "main" })  // Compare with main reasoning
  
  → indra_branch({ action: "switch", name: "main" })  // Back to main

环境变量

变量描述默认值
INDRA_DB_PATH数据库文件的路径./.indra
INDRA_API_URL用于同步的API(可选)https://api.indradb.net

运作原理

  1. 内容定址存储器 --每个条目都经过哈希处理。身份来自内容。
  2. 本地嵌入 --用途 sentence-transformers/all-MiniLM-L6-v2 用于语义搜索。
  3. 类似Git的版本控制 --提交创建快照。分支允许并行探索。
  4. 单个文件 --一切尽在一 .indra 文件。易于备份和共享。

建筑

┌─────────────────────────────────────────────────────────┐
│                    MCP Client (Claude)                   │
└─────────────────────────┬───────────────────────────────┘
                          │ MCP Protocol (stdio)
┌─────────────────────────▼───────────────────────────────┐
│                   indra_db_mcp (Bun)                     │
│  ┌─────────────┐  ┌──────────────┐  ┌───────────────┐  │
│  │   MCP SDK   │  │ IndraClient  │  │ Auto-sync     │  │
│  └─────────────┘  └──────┬───────┘  └───────────────┘  │
└──────────────────────────┼──────────────────────────────┘
                           │ CLI subprocess (JSON)
┌──────────────────────────▼──────────────────────────────┐
│                    indra CLI (Rust)                      │
│  ┌─────────────┐  ┌──────────────┐  ┌───────────────┐  │
│  │ Graph Store │  │  Embeddings  │  │  Git-like VCS │  │
│  └─────────────┘  └──────────────┘  └───────────────┘  │
└─────────────────────────────────────────────────────────┘

在IndraDB上可视化

推至 IndraDB 用于3D可视化和分析:

indra login
indra remote add origin username/my-memory
indra push origin

许可证

麻省理工学院

相关

工具与能力

工具数量

7

资源数量

0

提示词数量

0

能力标签

AI记忆持久化TypeScript本地部署语义搜索版本控制决策记录推理存储

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

查资料带出处

把网页、论文和文档的检索结果连同链接一起带回对话。

站内知识检索

在自己的文档库里做语义搜索,比关键词更贴题。

事实核对

交叉多个来源确认一条信息,减少模型凭记忆作答。

选择建议

值得选的地方

  • 只提供 7 个工具,职责集中,接入后不容易误操作。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 需要自备会话凭据,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 暂时拿不到会话凭据的人。
  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
indra db MCP

MCP World · 本页

7未说明未标注1 个2026-05-17
Baidu Netdisk

MCP World

未标注未说明未标注1 个2026-05-17
Sequentialthinking

MCP.so

1SSE有2 个2026-05-17
Brave Search 433812ff

MCP World

2未说明未标注1 个2026-05-17
mindsdb (430e18)

MCP World

0未说明有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

indra db MCP 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

indra db MCP 怎么在 Claude Desktop、Cursor 里配置?

它是传输方式未标注,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

indra db MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

indra db MCP 需要 API Key 吗?

公开资料标注的认证方式是会话凭据,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

indra db MCP 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP