Об этом проекте

MCP Context Server — это высокопроизводительный сервер Model Context Protocol (MCP), построенный на FastMCP, который обеспечивает постоянное мультимодальное хранение контекста для LLM-агентов. Он позволяет бесшовно обмениваться контекстом между несколькими агентами, работающими над одной задачей, благодаря области видимости на основе потоков (thread-based scoping). Ключевые возможности: - Мультимодальное хранение контекста: сохранение и получение текста и изображений с идентификаторами контекста UUIDv7, обеспечивающими упорядоченные по времени глобально уникальные ID. - Область видимости на основе потоков: агенты, работающие над одной задачей, обмениваются контекстом через идентификаторы потоков, что обеспечивает совместную работу. - Гибкая фильтрация метаданных: хранение пользовательских структурированных данных с любыми JSON-сериализуемыми полями и фильтрация с помощью 16 мощных операторов, включая фильтрацию по диапазону дат и организацию на основе тегов. - Генерация сводок: опциональная автоматическая суммаризация на основе LLM, возвращаемая вместе с усечённым текстовым содержимым в результатах поиска для повышения эффективности контекста агента (включена по умолчанию с Ollama). - Полнотекстовый поиск: лингвистический поиск со стеммингом, ранжированием и булевыми запросами с использованием FTS5 (SQLite) или tsvector (PostgreSQL), автоматически включён по умолчанию. - Семантический поиск: поиск по векторному сходству для извлечения по смыслу с реранжированием cross-encoder, автоматически включается при наличии провайдера эмбеддингов. - Гибридный поиск: комбинированный полнотекстовый и семантический поиск с использованием Reciprocal Rank Fusion (RRF) и реранжированием cross-encoder. - Серверный grep: сопоставление литеральных/регулярных выражений по сохранённым записям с выходными режимами в стиле ripgrep. - Навигация по записям: оглавление на основе Markdown-заголовков для каждой записи по запросу с опциональными LLM-сводками по каждому узлу. - Частичное чтение: извлечение фрагментов записей по диапазону символов, диапазону строк или идентификатору узла в структуре. - Реранжирование cross-encoder: автоматическое уточнение результатов с помощью моделей cross-encoder FlashRank. - Сжатие эмбеддингов: сокращение объёма хранилища эмбеддингов примерно в 8 раз за счёт битовой упаковки сжатых векторов. - Несколько бэкендов баз данных: SQLite (по умолчанию, без настройки) или PostgreSQL (высокая конкурентность, production-уровень). - Соответствие стандарту MCP: работает с Claude Code, LangGraph и любым MCP-совместимым клиентом. Сервер предоставляет 16 MCP-инструментов для управления контекстом, включая основные операции (store, search, get, delete, update), инструменты поиска (semantic, FTS, hybrid), инструменты навигации (grep, navigate, read range) и пакетные операции. Конфигурация полностью управляется переменными окружения и поддерживает основные настройки, транспорт, аутентификацию, провайдеров эмбеддингов, генерацию сводок, функции поиска и настройку базы данных. Для production-использования доступны развёртывания через Docker Compose и Kubernetes Helm chart. Проект распространяется под лицензией Elastic License 2.0 (ELv2), которая разрешает бесплатное использование, изменение и распространение для личных и коммерческих проектов, но запрещает предоставление программного обеспечения как хостинг-сервиса или управляемого сервиса третьим лицам без коммерческого соглашения.