Work Memory MCP Server

Gestiona memorias de trabajo y comparte contexto entre herramientas de IA utilizando una base de datos local SQLite.

Documentación

Servidor Work Memory MCP

Un servidor MCP (Model Context Protocol) integrado para gestionar memorias de trabajo y compartir contexto entre herramientas de IA.

Propósito del Proyecto

Work Memory MCP es un sistema de gestión de memoria que ayuda a desarrolladores y trabajadores del conocimiento a mantener un contexto de trabajo consistente mientras utilizan múltiples herramientas de IA (Claude, Cursor AI, etc.). Gestiona sistemáticamente el conocimiento y el progreso del trabajo acumulado de sesiones individuales de conversación con IA, proporcionando un entorno de trabajo continuo y eficiente.

Valores Fundamentales

Persistencia

Mientras que las conversaciones con IA desaparecen cuando terminan las sesiones, el contenido de trabajo importante y los entregables deben conservarse permanentemente. Work Memory MCP almacena de forma segura todas las memorias de trabajo importantes en una base de datos SQLite, haciéndolas accesibles en cualquier momento.

Consistencia

Puedes compartir el mismo contexto de trabajo incluso al usar múltiples herramientas de IA. El trabajo iniciado en Claude Desktop puede continuarse en Cursor AI o consultarse desde otras herramientas, proporcionando un entorno de trabajo consistente.

Eficiencia

No es necesario explicar repetidamente problemas ya resueltos o información organizada. A través de un sistema de búsqueda avanzada, puedes encontrar y reutilizar rápidamente contenido de trabajo pasado, mejorando significativamente la eficiencia laboral.

Organización

En lugar de información dispersa aleatoriamente, puedes construir una base de conocimiento sistemáticamente organizada por proyecto, nivel de importancia y etiquetas. La gestión basada en sesiones separa y gestiona claramente el contexto de cada proyecto.

Características Principales

Gestión de Memoria

Almacenar contenido de trabajo, entregables e información aprendida en formato estructurado
Gestión de prioridades mediante puntuaciones de importancia (0-100 puntos)
Clasificación multidimensional mediante sistema de etiquetas
Gestión separada de tareas pendientes y memorias generales
Gestión del progreso del trabajo mediante seguimiento del estado de finalización

Gestión de Sesiones

Crear sesiones de trabajo independientes por proyecto
Detección y conexión automática del contexto de sesión
Vinculación y seguimiento de memorias de trabajo específicas de la sesión
Gestión del ciclo de vida de la sesión (creación, activación, terminación)

Búsqueda Avanzada

Búsqueda de texto completo basada en palabras clave
Filtrado por proyecto, importancia y sesión
Sistema de recomendación de palabras clave relacionadas
Resaltado de resultados de búsqueda y provisión de contexto
Optimización del rendimiento de búsqueda y estadísticas

Gestión de Historial

Seguimiento de todo el historial de cambios de memorias de trabajo
Restauración de estados anteriores mediante sistema de gestión de versiones
Comparación y análisis de cambios
Funciones automáticas de copia de seguridad y recuperación

Optimización del Sistema

Monitoreo del rendimiento de la base de datos
Gestión y optimización automática de índices
Seguimiento del uso de memoria
Sistema de procesamiento de operaciones por lotes
Funciones seguras de limpieza de datos

Configuración de Herramientas Integradas

Work Memory MCP consta de 5 herramientas integradas:

1. Memory (Gestión de Memoria)

Herramienta principal responsable de crear, modificar, consultar y eliminar memorias de trabajo.

Funciones Clave:

add: Añadir nueva memoria de trabajo
update: Modificar memoria de trabajo existente
list: Consultar lista de memorias de trabajo (con soporte de filtrado y paginación)
delete: Eliminar o archivar memoria de trabajo

Tipos de Datos Soportados:

Memoria general: contenido de aprendizaje, ideas, materiales de referencia
Tareas pendientes: tareas a realizar y su estado de progreso
Clasificación basada en proyectos
Clasificación multidimensional basada en etiquetas
Puntuaciones de importancia (0-100 puntos)

2. Search (Búsqueda y Análisis)

Herramienta para encontrar y analizar eficientemente memorias de trabajo almacenadas.

Funciones Clave:

search: Búsqueda basada en palabras clave
keywords: Análisis de palabras clave relacionadas
stats: Estadísticas del sistema de búsqueda
optimize: Optimización del índice de búsqueda

Características de Búsqueda:

Búsqueda de texto completo
Filtrado de múltiples condiciones
Ordenación basada en importancia
Resaltado de resultados de búsqueda
Recomendaciones de palabras clave relacionadas
Estadísticas de rendimiento de búsqueda

3. Session (Gestión de Sesiones)

Herramienta para gestionar sesiones de trabajo específicas de proyectos.

Funciones Clave:

create: Crear nueva sesión
activate: Activar sesión
deactivate: Desactivar sesión
list: Consultar lista de sesiones
status: Verificar estado de la sesión actual
detect: Detección automática de sesión

Características de Gestión de Sesiones:

Espacio de trabajo independiente por proyecto
Detección y conexión automática de sesiones
Vinculación de memorias de trabajo específicas de la sesión
Modo de sesión exclusivo (mantenido durante 30 minutos)
Estadísticas de sesión y seguimiento de actividad

4. History (Gestión de Historial)

Herramienta para gestionar el historial de cambios y versiones de memorias de trabajo.

Funciones Clave:

changes: Consultar historial de cambios
versions: Consultar lista de versiones
restore: Restaurar versión anterior
list_versions: Historial completo de versiones

Características de Gestión de Versiones:

Creación automática de versiones
Seguimiento detallado de cambios
Funcionalidad de comparación de versiones
Capacidad de restauración selectiva
Limpieza y optimización de versiones

5. System (Gestión del Sistema)

Herramienta responsable del monitoreo del estado del servidor y la optimización del sistema.

Funciones Clave:

status: Consultar estado del servidor
monitor: Monitoreo en tiempo real
optimize: Optimización de la base de datos
batch: Procesamiento de operaciones por lotes
delete: Limpieza de datos basada en categorías
diagnose: Diagnóstico del sistema
analyze: Análisis detallado
repair: Recuperación automática

Características de Gestión del Sistema:

Monitoreo de rendimiento en tiempo real
Gestión automática de índices
Seguimiento del uso de memoria
Optimización de la base de datos
Limpieza segura de datos
Diagnóstico de salud del sistema

Instalación

1. Requisitos del Sistema

Node.js 18.0.0 o superior
npm 8.0.0 o superior
Sistema Operativo: Windows, macOS, Linux

2. Clonar e Instalar el Proyecto

git clone https://github.com/your-repo/work-memory-mcp.git
cd work-memory-mcp
npm install

3. Compilar el Proyecto

npm run build

4. Probar la Ejecución del Servidor

npm start

Configuración

Configuración de Claude Desktop (o cursor.ai)

Para usar Work Memory MCP en Claude Desktop, añade lo siguiente al archivo de configuración:

Ubicación del Archivo de Configuración en Windows:

%APPDATA%\Claude\claude_desktop_config.json

Ubicación del Archivo de Configuración en macOS:

~/Library/Application Support/Claude/claude_desktop_config.json

Contenido del Archivo de Configuración:

{
  "mcpServers": {
    "work-memory": {
      "command": "node",
      "args": ["/PATH/work-memory/dist/index.js"],
      "env": {
        "WORK_MEMORY_DIR": "/PATH/work-memory/data/",
        "LOG_LEVEL": "WARN",
        "NODE_ENV": "production"
      }
    }
  }
}

Configuración de Variables de Entorno (Opcional)

Puedes establecer las siguientes variables de entorno:

# Log level setting (default: INFO)
LOG_LEVEL=WARN

# Database storage directory (default: ./work_memory)
WORK_MEMORY_DIR=/PATH/work-memory/data/

# Database filename (only applied when WORK_MEMORY_DIR is set, default: database.sqlite)
DB_FILENAME=database.sqlite

Nota:

Si WORK_MEMORY_DIR no está configurado, DB_FILENAME se ignora y se fija en 'database.sqlite'.
El uso de memoria caché (50MB) está actualmente codificado y no se puede configurar mediante variables de entorno.

Configuración de Cursor AI

Para usar con Cursor AI, puedes conectarte a través de extensiones o complementos MCP. Consulta la documentación de soporte MCP de Cursor AI para métodos de configuración detallados.

Configuración de Usuario Recomendada

Para un uso óptimo de Work Memory MCP, añade la siguiente configuración a las preferencias de usuario de tu asistente de IA:

# [Execute once at session start]
0. When a session starts for the first time, execute the following:
   - Say "Searching for memories..."
   - Query the 3 latest work memories from work-memory mcp
   - Query the 3 highest priority incomplete todos
   - Brief the user on the retrieved work memories and todos

# [Smart Session Management]
1. When conversation content is determined to be related to a specific project, subject area, or ongoing work, automatically detect and activate related sessions.
   - Execute session_status detect_active when determined to be continuous work rather than simple Q&A
   - Auto-activate if related session exists, prepare new session if none exists
   - Once activated, maintain exclusive session for 30 minutes (extend with activity)
   - Change sessions only when switching to different subject areas
   - All related work automatically connects to the same session
   - Provide brief session overview

# [Repeated execution during general conversation]
2. During ongoing conversation, follow only these principles:
   - Judge importance of all responses (out of 100 points), store in work-memory mcp if 50 points or higher
   - Make judgments based only on existing memories, do not repeatedly query

Ejemplos de Uso

Adición Básica de Memoria de Trabajo

{
  "operation": "add",
  "content": "For React component optimization, useMemo and useCallback should be used appropriately. Especially effective when used with React.memo for components with frequent prop changes",
  "project": "frontend-optimization",
  "tags": ["React", "performance-optimization", "useMemo", "useCallback"],
  "importance_score": 8,
  "work_type": "memory"
}

Adición y Gestión de Tareas Pendientes

{
  "operation": "add",
  "content": "Implement caching strategy for API response time improvement",
  "project": "backend-optimization",
  "tags": ["caching", "performance", "API"],
  "importance_score": 9,
  "work_type": "todo",
  "worked": "incomplete",
  "requirements": "Implement Redis caching layer, set TTL, establish cache invalidation strategy"
}

Uso de Búsqueda Avanzada

{
  "operation": "search",
  "query": "React performance optimization",
  "project": "frontend-optimization",
  "importance_min": 7,
  "highlight_matches": true,
  "include_content": true
}

Trabajo Basado en Sesiones

// Create new project session
{
  "operation": "create",
  "session_name": "Mobile App Refactoring",
  "description": "Performance improvement and code structure enhancement project for existing mobile app"
}

// Add work memory linked to session
{
  "operation": "add",
  "content": "Mobile app performance bottleneck analysis completed. Main issues require image loading and state management optimization",
  "project": "Mobile App Refactoring",
  "auto_link": true
}

Gestión y Optimización del Sistema

// Database optimization
{
  "operation": "optimize",
  "vacuum_type": "incremental",
  "analyze": true
}

// Clean up low importance tasks
{
  "operation": "delete",
  "category": "work_memories",
  "delete_criteria": {
    "max_importance_score": 3,
    "older_than_days": 30
  },
  "archive_only": true
}

Estructura del Proyecto

work-memory-mcp/
├── src/
│   ├── database/          # Database related (SQLite, schema, connections)
│   ├── tools/            # MCP tool implementations (5 integrated tools)
│   │   ├── memory.ts     # Memory management tool
│   │   ├── search.ts     # Search and analysis tool
│   │   ├── session.ts    # Session management tool
│   │   ├── history.ts    # History management tool
│   │   └── system.ts     # System management tool
│   ├── utils/            # Utility functions
│   ├── types/            # TypeScript type definitions
│   ├── session/          # Session management and termination handling
│   ├── progress/         # Progress tracking system
│   └── index.ts          # Server entry point
├── tests/               # Test files
├── docs/                # Documentation
├── dist/                # Build output
└── work_memory/         # Database file storage directory

Estructura de la Base de Datos

Work Memory MCP utiliza SQLite con la siguiente estructura de tablas:

Tabla work_memories

Almacena los datos principales de todas las memorias de trabajo
Contenido, proyectos, etiquetas, importancia, tipos de trabajo, etc.

Tabla sessions

Gestiona la información de sesiones de proyecto
Metadatos de sesión y estadísticas de actividad

Tabla work_memory_history

Realiza seguimiento del historial de cambios de memorias de trabajo
Soporte de gestión de versiones y restauración

Tabla search_keywords

Índice de palabras clave para optimización de búsqueda
Mejora del rendimiento de búsqueda de texto completo

Tabla project_index

Gestión de metadatos específicos del proyecto
Estadísticas y análisis del proyecto

Rendimiento y Optimización

Rendimiento de Búsqueda

Búsqueda rápida mediante 16 índices compuestos
Mejora de precisión mediante sistema de ponderación de palabras clave
Optimización de búsquedas repetidas mediante caché LRU

Gestión de Memoria

Caché LRU con máximo de 500 entradas, límite de 50MB (codificado)
Sistema automático de limpieza de memoria
Seguimiento del progreso para operaciones grandes

Optimización de la Base de Datos

Ejecución automática de VACUUM y ANALYZE
Análisis y optimización de cobertura de índices
Garantía de operaciones atómicas mediante transacciones

Seguridad y Protección

Seguridad de Datos

Prevención de fugas externas mediante base de datos SQLite local
Prevención de inyección SQL mediante validación de entrada
Control seguro de acceso al sistema de archivos

Integridad de Datos

Operaciones atómicas mediante transacciones
Sistema automático de copia de seguridad y recuperación
Detección y recuperación de corrupción de datos

Cumplimiento del Protocolo

Cumplimiento total del protocolo estándar MCP
Garantía de compatibilidad JSON-RPC
Estabilidad de comunicación mediante protección de stdout

Entorno de Desarrollo

Ejecución en Modo Desarrollo

npm run dev

Ejecución de Pruebas

# All tests
npm test

# Unit tests
npm run test:unit

# Integration tests
npm run test:integration

# Performance tests
npm run test:performance

# Coverage tests
npm run test:coverage

Gestión de Calidad del Código

# Lint check
npm run lint

# Automatic lint fix
npm run lint:fix

Solución de Problemas

Problemas Comunes

Fallo de Conexión del Servidor MCP

# 1. Server restart
npm run build && npm start

# 2. Claude Desktop restart
# 3. Check configuration file path

Degradación del Rendimiento de la Base de Datos

{
  "operation": "optimize",
  "vacuum_type": "full",
  "analyze": true
}

Aumento del Uso de Memoria

{
  "operation": "delete",
  "category": "work_memories",
  "delete_criteria": {
    "max_importance_score": 2,
    "older_than_days": 60
  },
  "archive_only": true
}

Modo Depuración

Puedes verificar registros detallados configurando variables de entorno:

LOG_LEVEL=debug npm start

Licencia

Licencia MIT - Consulta el archivo LICENSE para más detalles.

Contribuciones

Haz un fork del proyecto
Crea una rama de funcionalidad (git checkout -b feature/new-feature)
Realiza los cambios (git commit -am 'Add new feature')
Haz push a la rama (git push origin feature/new-feature)
Crea una Pull Request

Soporte y Contacto

Correo electrónico: moontmsai@gmail.com

☕ Apoyo

Si este proyecto te ha sido útil, por favor apóyalo con una taza de café: https://coff.ee/moontmsai Tu apoyo es de gran ayuda para el desarrollo continuo de código abierto.

¡Gracias por usar Work Memory MCP! ¡Trabajemos juntos para crear un mejor entorno de colaboración con IA!

Servidor Work Memory MCP (한글)

업무 작업 기억을 관리하고 AI 도구 간에 컨텍스트를 공유하기 위한 통합 MCP (Model Context Protocol) 서버입니다.

프로젝트 목적

Work Memory MCP는 개발자와 지식 작업자가 여러 AI 도구(Claude, Cursor AI 등)를 사용하면서 일관된 작업 컨텍스트를 유지할 수 있도록 도와주는 메모리 관리 시스템입니다. 각각의 AI 대화 세션에서 축적된 지식과 작업 진행 상황을 체계적으로 관리하여, 연속적이고 효율적인 작업 환경을 제공합니다.

핵심 가치

지속성 (Persistence)

AI와의 대화는 세션이 끝나면 사라지지만, 중요한 작업 내용과 결과물은 영구적으로 보존되어야 합니다. Work Memory MCP는 모든 중요한 작업 기억을 SQLite 데이터베이스에 안전하게 저장하여 언제든지 접근할 수 있도록 합니다.

일관성 (Consistency)

여러 AI 도구를 사용하더라도 동일한 작업 컨텍스트를 공유할 수 있습니다. Claude Desktop에서 시작한 작업을 Cursor AI에서 이어받거나, 다른 도구에서 참조할 수 있는 일관된 작업 환경을 제공합니다.

효율성 (Efficiency)

이미 해결한 문제나 정리한 정보를 반복적으로 설명할 필요가 없습니다. 고급 검색 시스템을 통해 과거의 작업 내용을 빠르게 찾아 재활용할 수 있어, 작업 효율성이 크게 향상됩니다.

구조화 (Organization)

무작위로 흩어진 정보가 아닌, 프로젝트별, 중요도별, 태그별로 체계적으로 정리된 지식 베이스를 구축할 수 있습니다. 세션 기반 관리를 통해 각 프로젝트의 컨텍스트를 명확하게 분리하여 관리합니다.

주요 기능

메모리 관리

작업 내용, 결과물, 학습한 내용을 구조화된 형태로 저장
중요도 점수(0-100점)를 통한 우선순위 관리
태그 시스템으로 다차원적 분류
할일(Todo)과 일반 메모리(Memory) 구분 관리
완료 상태 추적을 통한 작업 진행률 관리

세션 관리

프로젝트별 독립적인 작업 세션 생성
세션 컨텍스트 자동 감지 및 연결
세션별 작업 기억 연동 및 추적
세션 생명주기 관리 (생성, 활성화, 종료)

고급 검색

키워드 기반 전문 검색
프로젝트, 중요도, 세션별 필터링
연관 키워드 추천 시스템
검색 결과 하이라이트 및 컨텍스트 제공
검색 성능 최적화 및 통계 제공

이력 관리

모든 작업 기억 변경 이력 추적
버전 관리 시스템을 통한 이전 상태 복원
변경 사항 비교 및 분석
자동 백업 및 복구 기능

시스템 최적화

데이터베이스 성능 모니터링
자동 인덱스 관리 및 최적화
메모리 사용량 추적
일괄 작업 처리 시스템
안전한 데이터 정리 기능

통합 도구 구성

Work Memory MCP는 5개의 통합 도구로 구성되어 있습니다:

1. Memory (메모리 관리)

작업 기억의 생성, 수정, 조회, 삭제를 담당하는 핵심 도구입니다.

주요 기능:

add: 새로운 작업 기억 추가
update: 기존 작업 기억 수정
list: 작업 기억 목록 조회 (필터링 및 페이징 지원)
delete: 작업 기억 삭제 또는 아카이브

지원하는 데이터 유형:

일반 메모리: 학습 내용, 아이디어, 참고 자료
할일: 수행해야 할 작업과 진행 상태
프로젝트별 분류
태그 기반 다차원 분류
중요도 점수 (0-100점)

2. Search (검색 및 분석)

저장된 작업 기억을 효율적으로 찾고 분석하는 도구입니다.

주요 기능:

search: 키워드 기반 검색
keywords: 연관 키워드 분석
stats: 검색 시스템 통계
optimize: 검색 인덱스 최적화

검색 기능:

전문 텍스트 검색
다중 조건 필터링
중요도별 정렬
검색 결과 하이라이트
연관 키워드 추천
검색 성능 통계

3. Session (Gestión de sesiones)

Herramienta para gestionar sesiones de trabajo por proyecto.

Funciones principales:

create: Crear nueva sesión
activate: Activar sesión
deactivate: Desactivar sesión
list: Consultar lista de sesiones
status: Verificar estado de la sesión actual
detect: Detección automática de sesiones

Características de gestión de sesiones:

Espacio de trabajo independiente por proyecto
Detección y conexión automática de sesiones
Integración de memoria de trabajo por sesión
Modo de sesión exclusiva (mantenida durante 30 minutos)
Estadísticas de sesión y seguimiento de actividad

4. History (Gestión de historial)

Herramienta para gestionar el historial de cambios y versiones de la memoria de trabajo.

Funciones principales:

changes: Consultar historial de cambios
versions: Consultar lista de versiones
restore: Restaurar versión anterior
list_versions: Historial completo de versiones

Características de gestión de versiones:

Creación automática de versiones
Seguimiento detallado de cambios
Función de comparación entre versiones
Función de restauración selectiva
Limpieza y optimización de versiones

5. System (Gestión del sistema)

Herramienta responsable del monitoreo del estado del servidor y la optimización del sistema.

Funciones principales:

status: Consultar estado del servidor
monitor: Monitoreo en tiempo real
optimize: Optimización de base de datos
batch: Procesamiento de trabajos por lotes
delete: Limpieza de datos por categoría
diagnose: Diagnóstico del sistema
analyze: Análisis detallado
repair: Recuperación automática

Características de gestión del sistema:

Monitoreo de rendimiento en tiempo real
Gestión automática de índices
Seguimiento del uso de memoria
Optimización de base de datos
Limpieza segura de datos
Diagnóstico de salud del sistema

Métodos de instalación

1. Requisitos del sistema

Node.js 18.0.0 o superior
npm 8.0.0 o superior
Sistemas operativos: Windows, macOS, Linux

2. Clonación e instalación del proyecto

git clone https://github.com/your-repo/work-memory-mcp.git
cd work-memory-mcp
npm install

3. Compilación del proyecto

npm run build

4. Ejecución de pruebas del servidor

npm start

Métodos de configuración

Configuración de Claude Desktop (o cursor.ai)

Para usar Work Memory MCP en Claude Desktop, debe agregar lo siguiente al archivo de configuración.

Ubicación del archivo de configuración en Windows:

%APPDATA%\Claude\claude_desktop_config.json

Ubicación del archivo de configuración en macOS:

~/Library/Application Support/Claude/claude_desktop_config.json

Contenido del archivo de configuración:

{
  "mcpServers": {
    "work-memory": {
      "command": "node",
      "args": ["/PATH/work-memory/dist/index.js"],
      "env": {
        "WORK_MEMORY_DIR": "/PATH/work-memory/data/",
        "LOG_LEVEL": "WARN",
        "NODE_ENV": "production"
      }
    }
  }
}

Configuración de variables de entorno (opcional)

Se pueden configurar las siguientes variables de entorno:

# 로그 레벨 설정 (기본값: INFO)
LOG_LEVEL=WARN

# 데이터베이스 저장 디렉토리 (기본값: ./work_memory)
WORK_MEMORY_DIR=/PATH/work-memory/data/

# 데이터베이스 파일명 (WORK_MEMORY_DIR 설정시에만 적용, 기본값: database.sqlite)
DB_FILENAME=database.sqlite

Nota:

Si WORK_MEMORY_DIR no está configurado, DB_FILENAME se ignora y se fija en 'database.sqlite'.
El uso de memoria caché (50MB) está codificado en el código actual y no se puede configurar mediante variables de entorno.

Configuración de Cursor AI

Para usarlo en Cursor AI, puede conectarse a través de la extensión MCP o un complemento. Consulte la documentación de soporte MCP de Cursor AI para obtener instrucciones detalladas.

Configuración de usuario recomendada

Para aprovechar al máximo Work Memory MCP, agregue el siguiente contenido a la configuración de usuario del asistente de IA:

# [세션 시작 시 1회만 실행]
0. 세션이 처음 시작될 때만 다음을 실행하세요:
   - "기억을 찾아보는 중..." 이라고 말합니다.
   - work-memory mcp에서 최신 작업기억 3개 조회합니다.
   - 중요도 높은 미완료 할일 3개 조회합니다.
   - 조회한 작업기억과 할일은 사용자에게 브리핑합니다.

# [스마트 세션 관리]
1. 대화 내용이 특정 프로젝트, 주제영역, 또는 지속적 작업에 해당한다고 판단될 때, 관련 세션을 자동으로 감지하고 활성화한다.
   - 단순 질답이 아닌 연속적 작업으로 판단 시 session_status detect_active 실행
   - 관련 세션 있으면 자동 활성화, 없으면 새 세션 준비
   - 한번 활성화된 세션은 30분 동안 독점 유지 (활동 시 연장)
   - 다른 주제영역 전환 시에만 세션 교체
   - 모든 관련 작업이 자동으로 같은 세션에 연결
   - 세션에 대해 간단히 브리핑

# [일반 대화 중 반복적으로 수행]
2. 대화가 진행되는 동안에는 다음 원칙만 따릅니다:
   - 모든 응답은 중요도를 판단하여(100점 만점), 50점 이상일 경우 work-memory mcp에 저장합니다.
   - 기존 기억을 기반으로만 판단하고 반복 조회하지 않습니다.

Ejemplos de uso

Agregar memoria de trabajo básica

{
  "operation": "add",
  "content": "React 컴포넌트 최적화를 위해 useMemo와 useCallback을 적절히 사용해야 함. 특히 props 변경이 잦은 컴포넌트에서는 React.memo와 함께 사용하면 효과적",
  "project": "frontend-optimization",
  "tags": ["React", "성능최적화", "useMemo", "useCallback"],
  "importance_score": 8,
  "work_type": "memory"
}

Agregar y gestionar tareas pendientes

{
  "operation": "add",
  "content": "API 응답 시간 개선을 위한 캐싱 전략 구현",
  "project": "backend-optimization",
  "tags": ["캐싱", "성능", "API"],
  "importance_score": 9,
  "work_type": "todo",
  "worked": "미완료",
  "requirements": "Redis 캐싱 레이어 구현, TTL 설정, 캐시 무효화 전략 수립"
}

Uso de búsqueda avanzada

{
  "operation": "search",
  "query": "React 성능 최적화",
  "project": "frontend-optimization",
  "importance_min": 7,
  "highlight_matches": true,
  "include_content": true
}

Trabajo basado en sesiones

// 새 프로젝트 세션 생성
{
  "operation": "create",
  "session_name": "모바일 앱 리팩토링",
  "description": "기존 모바일 앱의 성능 개선 및 코드 구조 개선 프로젝트"
}

// 세션에 연결된 작업 기억 추가
{
  "operation": "add",
  "content": "모바일 앱 성능 병목 지점 분석 완료. 주요 문제는 이미지 로딩과 상태 관리 최적화 필요",
  "project": "모바일 앱 리팩토링",
  "auto_link": true
}

Gestión y optimización del sistema

// 데이터베이스 최적화
{
  "operation": "optimize",
  "vacuum_type": "incremental",
  "analyze": true
}

// 낮은 중요도 작업 정리
{
  "operation": "delete",
  "category": "work_memories",
  "delete_criteria": {
    "max_importance_score": 3,
    "older_than_days": 30
  },
  "archive_only": true
}

Estructura del proyecto

work-memory-mcp/
├── src/
│   ├── database/          # 데이터베이스 관련 (SQLite, 스키마, 연결)
│   ├── tools/            # MCP 도구 구현 (5개 통합 도구)
│   │   ├── memory.ts     # 메모리 관리 도구
│   │   ├── search.ts     # 검색 및 분석 도구
│   │   ├── session.ts    # 세션 관리 도구
│   │   ├── history.ts    # 이력 관리 도구
│   │   └── system.ts     # 시스템 관리 도구
│   ├── utils/            # 유틸리티 함수
│   ├── types/            # TypeScript 타입 정의
│   ├── session/          # 세션 관리 및 종료 처리
│   ├── progress/         # 진행률 추적 시스템
│   └── index.ts          # 서버 엔트리 포인트
├── tests/               # 테스트 파일
├── docs/                # 문서
├── dist/                # 빌드 결과물
└── work_memory/         # 데이터베이스 파일 저장 디렉토리

Estructura de la base de datos

Work Memory MCP utiliza SQLite y tiene la siguiente estructura de tablas:

Tabla work_memories

Almacena los datos principales de todas las memorias de trabajo
Contenido, proyecto, etiquetas, importancia, tipo de trabajo, etc.

Tabla sessions

Gestiona la información de sesiones de proyecto
Metadatos por sesión y estadísticas de actividad

Tabla work_memory_history

Realiza seguimiento del historial de cambios de la memoria de trabajo
Soporte de gestión de versiones y restauración

Tabla search_keywords

Índice de palabras clave para optimizar la búsqueda
Mejora el rendimiento de búsqueda de texto completo

Tabla project_index

Gestiona metadatos por proyecto
Estadísticas y análisis de proyectos

Rendimiento y optimización

Rendimiento de búsqueda

Búsqueda rápida mediante 16 índices compuestos
Mayor precisión mediante el sistema de ponderación de palabras clave
Optimización de búsquedas repetidas mediante caché LRU

Gestión de memoria

Caché LRU con límite de 500 entradas y 50MB (codificado)
Sistema automático de limpieza de memoria
Seguimiento de progreso en trabajos de gran volumen

Optimización de base de datos

Ejecución automática de VACUUM y ANALYZE
Análisis y optimización de cobertura de índices
Garantía de operaciones atómicas basadas en transacciones

Seguridad y confiabilidad

Seguridad de datos

Prevención de fugas externas mediante base de datos SQLite local
Prevención de inyección SQL mediante validación de entrada
Control seguro de acceso al sistema de archivos

Integridad de datos

Operaciones atómicas basadas en transacciones
Sistema automático de respaldo y recuperación
Detección y recuperación de corrupción de datos

Cumplimiento de protocolo

Cumplimiento total del protocolo estándar MCP
Garantía de compatibilidad JSON-RPC
Estabilidad de comunicación mediante protección de stdout

Entorno de desarrollo

Ejecución en modo de desarrollo

npm run dev

Ejecución de pruebas

# 전체 테스트
npm test

# 단위 테스트
npm run test:unit

# 통합 테스트
npm run test:integration

# 성능 테스트
npm run test:performance

# 커버리지 테스트
npm run test:coverage

Gestión de calidad de código

# 린트 검사
npm run lint

# 린트 자동 수정
npm run lint:fix

Solución de problemas

Problemas comunes

Fallo de conexión del servidor MCP

# 1. 서버 재시작
npm run build && npm start

# 2. Claude Desktop 재시작
# 3. 설정 파일 경로 확인

Degradación del rendimiento de la base de datos

{
  "operation": "optimize",
  "vacuum_type": "full",
  "analyze": true
}

Aumento del uso de memoria

{
  "operation": "delete",
  "category": "work_memories",
  "delete_criteria": {
    "max_importance_score": 2,
    "older_than_days": 60
  },
  "archive_only": true
}

Modo de depuración

Puede ver registros detallados configurando variables de entorno:

LOG_LEVEL=debug npm start

Licencia

MIT License: consulte el archivo LICENSE para obtener más detalles.

Contribuciones

Haga un fork del proyecto
Cree una rama de funcionalidad (git checkout -b feature/새기능)
Haga commit de los cambios (git commit -am '새 기능 추가')
Haga push a la rama (git push origin feature/새기능)
Cree un Pull Request

Soporte y contacto

Correo electrónico: moontmsai@gmail.com

☕ Apoyar el proyecto

Si este proyecto le ha sido útil, apóyenos con un café: https://coff.ee/moontmsai
Su apoyo es una gran ayuda para el desarrollo continuo de código abierto.

¡Gracias por usar Work Memory MCP! Acompáñenos a crear un mejor entorno de colaboración con IA.