Engram MCP Server

resmi

Engram, AI ajanları için güvenilir bellek sağlayan barındırılan bir MCP sunucusudur.

Engram MCP ile neler yapabilirsiniz?

  • Daha sonra hatırlamak için bilgileri saklayın — Bir bilgi parçasını store_memory ile kaydedin, isteğe bağlı olarak adlandırılmış bir kovana organize edin.
  • Anıları doğal dil ile arayınquery_memory aracılığıyla bir soru sorun ve kaynak anılara atıflarla birlikte AI tarafından sentezlenmiş yanıtlar alın.
  • Saklanan anıları kovana göre göz atın — Belirli bir kovadan en yeni girişleri almak için list_memories kullanın, en yeniden en eskiye.
  • Anı kovalarını yönetin — Mevcut tüm kovaları görmek için list_buckets çağrısı yapın veya saklanan içeriği kaldırmak için delete_memory ve clear_memories kullanın.

Dokümantasyon

Engram MCP

Yapay zeka ajanlarınıza güvenebilecekleri bir hafıza verin. Engram, yapay zekanızın geçmiş konuşmaları, gerçekleri ve kararları hatırlamasını sağlar, böylece daha çok gerçek bir takım arkadaşı gibi hissettirir.

Bu depo, MCP istemcilerini yapay zeka ajanları için barındırılan bir hafıza hizmeti olan Engram'a bağlamak için yapılandırma şablonları içerir.

Engram Nedir?

Engram, yapay zeka ajanları için güvenilir, açıklanabilir hafıza sağlayan barındırılan bir MCP sunucusudur:

  • Güvenilir hafıza: Ajanlar, otomatik bilgi grafiği çıkarımı ile konuşmaları, gerçekleri ve kararları hatırlar
  • Açıklanabilir erişim: Her yanıt, onu gerekçelendiren anıları ve grafik kenarlarını alıntılar
  • Üç motorlu erişim: BM25 + vektör arama + bilgi grafiği, birleştirilmiş ve yeniden sıralanmış
  • Kendi modelinizi getirin: Tüm LLM çağrıları sağlayıcınız üzerinden yönlendirilir — çıkarım fiyat farkı yoktur
  • Yerleşik kontroller: Anıları gruplar halinde düzenleyin, saklama süresini yönetin ve doğal dil ile sorgulayın

Ücretsiz katman: Aylık 10 bin saklanan anı ve 50 bin erişim — kredi kartı gerekmez. Ücretli katmanlar için fiyatlandırmaya bakın.

Hızlı Kurulum

1. API anahtarınızı alın

Bir hesap oluşturmak ve API anahtarı oluşturmak için lumetra.io adresinden kaydolun.

Bazı istemciler (Claude.ai web, ChatGPT) yapıştırılan bir anahtar yerine OAuth kullanır — aşağıdaki ilgili bölümlere bakın.

2. Engram'ı MCP istemcinize ekleyin

MCP uç noktası: https://mcp.lumetra.io/mcp/sse

Claude Code

claude mcp add-json engram '{"type":"sse","url":"https://mcp.lumetra.io/mcp/sse","headers":{"Authorization":"Bearer <your-api-key>"}}'

Claude.ai web (OAuth — anahtar yapıştırma yok)

Claude ayarları → Bağlayıcılar → Özel bağlayıcı ekle kısmına şunu yapıştırın:

https://mcp.lumetra.io/mcp/sse

Bağlantıyı yetkilendirmek için Lumetra üzerinden yönlendirileceksiniz. API anahtarı gerekmez.

ChatGPT web (OAuth — Bağlayıcı özellikli planlar)

ChatGPT ayarları → Özel MCP bağlayıcısı ekle kısmına şunu yapıştırın:

https://mcp.lumetra.io/mcp/sse

Claude.ai ile aynı OAuth akışı.

Cursor

~/.cursor/mcp.json veya .cursor/mcp.json:

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf

~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf, uzak MCP sunucuları için hem url hem de serverUrl kabul eder. Bu sayfadaki diğer istemcilerle eşleşmesi için burada url kullanıyoruz.

OpenCode

opencode.json:

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

OpenClaw

Yetenek ClawHub'da yayına girdiğinde:

openclaw skill add lumetra-engram
# or
clawhub install lumetra-engram

Şimdilik, lumetra-io/engram-openclaw-skill adresinden manuel olarak yükleyin:

mkdir -p .openclaw/skills
curl -fsSL https://codeload.github.com/lumetra-io/engram-openclaw-skill/tar.gz/refs/heads/main \
  | tar -xz --strip-components=2 -C .openclaw/skills engram-openclaw-skill-main/skills/engram
export ENGRAM_API_KEY="eng_live_..."

3. İstemcinizi yeniden başlatın

MCP istemciniz artık Engram hafıza araçlarına erişebilecek.

Mevcut Araçlar

Bağlandıktan sonra, ajanınız şu hafıza araçlarına sahip olur:

AraçAçıklama
store_memory(content, bucket?)Bir gerçeği veya bilgi parçasını saklayın (varsayılan grup "default")
query_memory(question, bucket?)Doğal dil kullanarak anıları arayın, yapay zeka sentezi ve anı başına açıklamalarla
list_memories(bucket, limit?)Bir gruptaki anıları en yeniden eskiye listeler (limit 1–100, varsayılan 20)
list_buckets()Mevcut hafıza gruplarını listeler
delete_memory(memory_id, bucket)Belirli bir anıyı kimliğe göre siler
clear_memories(bucket)Bir gruptaki tüm anıları temizler (yıkıcıdır!)

Çoklu grup sorgu birleştirme (tek bir çağrıda birden fazla grup geçirme) REST /v1/query uç noktasında ve resmi SDK'larda mevcuttur. MCP query_memory aracı şu anda çağrı başına tek bir grup kabul eder.

Önerilen Ajan İstemi

Etkili hafıza kullanımını teşvik etmek için bunu ajanınızın sistem istemine ekleyin:

You have Engram Memory. Use it proactively to improve continuity and personalization.

Tools:
- store_memory(content, bucket?) - Store a fact or piece of information
- query_memory(question, bucket?) - Search memories using natural language
- list_memories(bucket, limit?) - List memories in a bucket, newest first
- list_buckets() - List available memory buckets
- delete_memory(memory_id, bucket) - Delete a specific memory
- clear_memories(bucket) - Clear all memories in a bucket (destructive!)

Policy:
- Query-first: before answering anything that may rely on prior context, call query_memory. Ground your answers in the results.
- Proactive storing: capture stable preferences, profile facts, project details, decisions, and outcomes. Keep each fact concise (1-2 sentences).
- Use buckets: organize memories by project or context (e.g., "work", "personal", "project-alpha").

Style for stored content: short, declarative, atomic facts.
Examples:
- "User prefers dark mode."
- "User timezone is US/Eastern."
- "Project Alpha deadline is 2026-10-15."

REST API

Engram ayrıca herhangi bir HTTP istemcisinden (Vercel AI SDK, LangChain, LlamaIndex, Mastra, CrewAI, AutoGen, n8n, kendi betikleriniz) programatik erişim için bir REST API sağlar.

Temel URL: https://api.lumetra.io

Kimlik Doğrulama: API anahtarınızı Authorization başlığına ekleyin:

curl -X POST https://api.lumetra.io/v1/buckets/default/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Alice works at TechCorp"}'

Hızlı Örnek:

# Store a memory
curl -X POST https://api.lumetra.io/v1/buckets/work/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Bob is the CEO of Acme Inc"}'

# Query your memories
curl -X POST https://api.lumetra.io/v1/query \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "Who is the CEO of Acme?", "buckets": ["work"]}'

Tüm mevcut uç noktalar için tam API belgelerine bakın.

Kullanım Örnekleri

Ekipler Engram'ı şunlar için kullanır:

  • Önceki bağlamla destek: Son bileti, ortamı, planı ve taahhüt edilen takipleri ileriye taşıyın
  • Bağlamla kod incelemeleri: ADR'leri, sahip notlarını, hassas alanları ve post-mortem'leri anı olarak saklayın
  • Paylaşılan metrik tanımları: Tanımları, onaylanmış birleştirmeleri ve SQL parçacıklarını tek bir yerde tutun
  • Markaya uygun içerik, tutarlı bir şekilde: Yazarlar için ses tonunu ve onaylanmış iddiaları merkezileştirin

Bu Depo Hakkında

Bu depo şunları içerir:

  • Popüler MCP istemcileri için kurulum talimatlarını içeren bu BENİOKU
  • Resmi şemayı takip eden MCP sunucu manifestosu server.json

server.json dosyası resmi MCP sunucu şemasını kullanır ve uzak sunucu keşfini destekleyen MCP istemcileri tarafından kullanılabilir. Manuel yapılandırma için yukarıdaki istemciye özel örnekleri kullanın.

Gerçek Engram hizmeti https://mcp.lumetra.io (MCP) ve https://api.lumetra.io (REST) adreslerinde çalışır — yerel kurulum gerekmez.

Destek