Datacore MCP

@datacore one/mcp

AI助手的持久内存。

为什么

AI助手是无状态的。每一次对话都是从零开始的。你的人工智能会忘记你的偏好、你的领域知识、你过去的决定。

Datacore改变了这一点。它通过以下方式为AI助手提供持久内存 印迹 --在相关时注入上下文的键入知识单元。你的AI会记住你的编码模式，学习你的领域，并建立在以前的工作基础上。

不是RAG系统。不是你必须管理的矢量数据库。只是一个MCP服务器，让你的人工智能随着时间的推移变得更智能。

快速开始

全局安装：

npm install -g @datacore-one/mcp

然后从任何兼容MCP的客户端连接。首次使用时，服务器会创建 ~/Datacore/ 与：

• engrams.yaml --你学到的知识
• journal/ --每日会话日志
• knowledge/ --摄入参考物质
• packs/ --Engram包（自动安装的启动包）
• config.yaml --配置（所有字段都是可选的）
• CLAUDE.md, AGENTS.md, .cursorrules, .github/copilot-instructions.md --编辑上下文文件，以便任何AI助手都能立即理解Datacore

一切都是纯文本的——没有数据库，没有锁定。

连接中

Datacore是一个标准 主控程序 服务器。它适用于通过stdio或HTTP使用MCP v1.0+的任何客户端——客户端背后的AI模型并不重要。

克劳德代码

添加 .mcp.json 在项目根目录中（或 ~/.claude.json 全球）：

{
  "mcpServers": {
    "datacore": {
      "command": "datacore-mcp"
    }
  }
}

然后允许Datacore工具 .claude/settings.json （或 .claude/settings.local.json):

{
  "permissions": {
    "allow": [
      "mcp__datacore"
    ]
  },
  "enableAllProjectMcpServers": true
}

此功能会自动批准所有Datacore MCP工具（会话、学习、注入等），因此您不会在每次调用时都收到提示。这 enableAllProjectMcpServers 设置确保中定义的MCP服务器 .mcp.json 自动激活。

克劳德桌面版

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

{
  "mcpServers": {
    "datacore": {
      "command": "datacore-mcp"
    }
  }
}

Cursor/Windsurf/其他MCP客户端

大多数MCP兼容编辑器使用相同的配置格式。查看编辑器的MCP文档，了解服务器配置的位置。命令总是 datacore-mcp.

HTTP（远程/多客户端）

对于共享或远程设置，请在HTTP模式下运行：

datacore-mcp --http

然后将您的MCP客户端指向 http://127.0.0.1:3100/mcp。参见 HTTP传输 选择。

两种模式

模式自动检测。如果你有一个完整的 数据核心 安装地点 ~/Data，它使用它。否则，它会创建一个轻量级 ~/Datacore 目录。

用环境变量覆盖： DATACORE_PATH （完整）或 DATACORE_CORE_PATH （核心）。

工具（18核+3全模式）

会话

核心

生命周期

包

模块（仅全模式）

提示

服务器提供MCP提示——人工智能可以自动发现和使用的工作流模板：

提示是人工智能理解Datacore的主要方式。当你的AI连接时，它可以列出可用的提示，并立即知道会话生命周期、植入工作流以及所有工具的关系。

资源

Engrams如何工作

Engram是具有激活动力学的类型化知识单元：

id: ENG-2026-0221-001
statement: "Always run tests before deploying"
type: behavioral
scope: global
activation:
  retrieval_strength: 0.8
  storage_strength: 1.0

当你的AI开始执行任务时， datacore.inject 根据标签、范围和激活强度返回最相关的印迹。事实证明有用的咒语通过以下方式得到加强 datacore.feedback未使用的会自然腐烂。

这创造了一个学习循环：随着时间的推移，你的人工智能在工作中会变得更好，而你什么都不用管理。

包装系统

Engram包是经过精心策划的知识包，您可以安装和分享。

datacore.packs.discover  -- browse available packs
datacore.packs.install   -- install a pack
datacore.packs.export    -- export your engrams as a pack

捆绑的启动包在首次运行时会自动安装。

聘任制

Datacore包括一个可选的参与层，通过XP、层和游戏机制跟踪AI的学习进度。在中启用它 config.yaml:

engagement:
  enabled: true
  inline_xp: false   # show XP gains inline in tool responses

启用后，您可以通过学习动作（创建印痕、提供反馈、审查矛盾）获得XP。系统表面：

• 重新合并 --检测印痕之间的矛盾，并提示您进行辩护、修改或退出
• 发现 --发现跨知识域的意外连接
• 挑战 --奖励持续使用的每周目标

进展明显 datacore.session.start 和 datacore.status.使用 datacore.resolve 对重新巩固、发现和挑战采取行动。

级别：种子（0 XP）->密码（100）->Sage（500）->熟练（1200）->有远见（2500）->Oracle（5000）。

所有的订婚都被拒之门外 engagement.enabled --禁用后，行为与v1.2相同。

配置

环境变量

config.yaml

创建 config.yaml 在您的Datacore目录中（或 .datacore/config.yaml 在全模式下）：

version: 2
engrams:
  auto_promote: false        # true: learn creates active engrams immediately
packs:
  trusted_publishers: []     # publisher IDs whose packs are flagged for auto-install
search:
  max_results: 20
  snippet_length: 500        # chars around match
hints:
  enabled: true              # include _hints in tool responses for agent guidance
engagement:
  enabled: true              # enable XP, tiers, and gameplay mechanics
  inline_xp: false           # show XP gains inline in tool responses

所有字段都有默认值——文件是可选的。

HTTP传输

对于远程或多客户端设置：

DATACORE_HTTP_PORT=8080 datacore-mcp --http

• MCP端点： POST /mcp
• 健康检查： GET /health
• 默认绑定： 127.0.0.1:3100

模块系统（全模式）

完整的Datacore安装使用模块提供的工具扩展了MCP服务器。从以下位置发现模块 .datacore/modules/ 以及空间范围的目录。每个模块都可以在下注册自己的工具 datacore.[module].[tool] 命名空间。

许可证

麻省理工学院