语义项目大脑MCP服务器
一个基于Python的高端MCP（模型上下文协议）服务器，提供本地语义内存和代码索引器。使用 tree-sitter 用于基于AST的源代码解析，以理解类定义、方法签名和结构，而不是简单的文本分块。它还充当“长期记忆”，通过在会话中持久化架构决策，帮助AI助手绕过上下文窗口限制。
服务器使用 ChromaDB 用于快速、本地嵌入存储，并将其数据存储在 .context_db 当前项目目录中的文件夹。
先决条件
你需要 紫外线 安装后，无需手动管理虚拟环境即可运行服务器。
# Install uv if you haven't already
curl -LsSf https://astral.sh/uv/install.sh | sh可用工具
服务器提供三个MCP工具：
index_project(path: str = ".")：扫描目录，使用AST（Python、Java、PHP、TS、JS、HTML）从语义上解析代码，并对其进行索引。默认为当前目录。search_context(query: str)：对AST节点和过去的项目决策进行统一搜索。remember_decision(topic: str, context: str)：保存手动架构注释或推理（例如，“我们为什么选择框架X”）。
使用AI助手
您可以使用 uvx （部分 uv)直接从PyPI运行此服务器。这是使用语义项目大脑的推荐方式，因为它会自动处理所有依赖关系。
Claude桌面集成
要在Claude Desktop中安装和使用此MCP服务器，请将以下内容添加到您的 claude_desktop_config.json:
{
"mcpServers": {
"semantic-brain": {
"command": "uvx",
"args": ["mcp-context-memory"],
"alwaysAllow": [
"index_project",
"search_context",
"remember_decision"
]
}
}
}光标集成
在光标中，转到 设置>功能>MCP 并添加新的MCP服务器：
- 姓名： 语义大脑
- 类型：
command - 命令：
uvx mcp-context-memory
启动现有项目
为了在现有代码库中充分利用语义项目大脑，请按照以下步骤为其添加相关上下文：
- 初始语义索引:
运行索引工具来构建代码的初始AST映射： index_project(path=".") 这使大脑能够立即理解你的类、方法和结构化HTML。
- 捕获核心架构:
使用 remember_decision 记录项目的基本“为什么”。初次参赛的优秀候选人包括：
- 技术栈选择: remember_decision(topic="Tech Stack", context="We use Symfony 7 with PHP 8.3 because...") - 数据库模式: remember_decision(topic="Data Model", context="The 'Orders' table is partitioned by year to handle high volume...") - 身份验证流程: remember_decision(topic="Auth", context="JWT tokens are handled via LexikJWTAuthenticationBundle with a 1-hour TTL...")
- 索引文档:
如果你有现有 DOCS.md 或 ARCHITECTURE.md 文件，您可以将其关键见解复制粘贴到 remember_decision 使它们与代码一起在语义上可搜索。
- 验证:
通过问一个问题来测试大脑的“记忆” search_context(query="How is authentication handled?")。如果它返回您存储的决策，它已准备好提供帮助。
人工智能代理说明（Agents.md）
复制以下块并将其粘贴到项目的 .cursorrules, AGENTS.md，或 GEMINI.md 指示LLM如何使用此服务器：
# Semantic Project Brain Usage Guidelines
You have access to the `semantic-brain` MCP server. Follow these rules rigorously:
1. **Re-indexing:**
- If you make significant structural changes (e.g., creating a new module, renaming classes, or refactoring), you MUST trigger `index_project(path=".")` when you finish to keep the AST index up to date.
- If you cannot find expected code in `search_context`, trigger an index update first.
2. **Understanding the Codebase:**
- Use `search_context(query="ClassName")` to understand class hierarchies, locate method definitions, and retrieve precise semantic chunks of code instead of grepping the entire workspace.
3. **Remembering Decisions:**
- Before completing a task that involved a notable architectural decision, tradeoff, or complex logic, you are OBLIGATED to call `remember_decision(topic="...", context="...")`.
- Store "Why" something was built a certain way, so you and other agents can retrieve it in future sessions using `search_context`.