DevMind MCP

jochenYang/Devmind

0 Stars 63 次浏览 JochenYang 更新于 2026-08-23

DevMind MCP 是一个智能上下文感知记忆系统，为AI助手提供持久的记忆能力。通过模型上下文协议（MCP），它使AI能够在对话中记住上下文，自动跟踪开发活动，并智能地检索相关信息。

开发者工具知识管理与记忆

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "devmind": {
      "args": [
        "-y",
        "devmind-mcp@latest"
      ],
      "command": "npx"
    }
  }
}

服务介绍

DevMind MCP

为AI助手打造的智能上下文感知记忆系统

English | 中文 | 更新日志 | 最新版本

为什么选择 DevMind MCP?

纯 MCP 工具 - 通过模型上下文协议与 AI 助手无缝集成
混合搜索 - 语义 40% + 关键词 30% + 质量 20% + 新鲜度 10%
100% 私密 - 所有数据本地存储在 SQLite，零云端传输
14 个 MCP 工具 - 完整的记忆管理和项目分析工具集
跨平台支持 - 兼容 Claude Desktop、Cursor 及所有 MCP 客户端

概览

什么是 DevMind MCP?

DevMind MCP 通过模型上下文协议(MCP)为AI助手提供持久性记忆功能。它使AI能够跨对话记住上下文,自动跟踪开发活动,并智能检索相关信息。

核心特性

主要功能

类型驱动自动记忆 - 基于上下文类型的简化智能记录
- Tier 1: 自动记录技术执行（bug_fix、feature_add、code_modify）- 静默
- Tier 2: 自动记录并通知（solution、design、documentation）- 可删除
- Tier 3: 不自动记录（conversation、error）- 除非 force_remember=true
智能记忆 - 通过 MCP 协议实现 AI 驱动的上下文记录
语义搜索 - AI驱动的向量嵌入搜索,查找相关上下文
持久存储 - 基于SQLite的本地存储,完全私密
混合搜索 - 结合关键词和语义搜索,获得最佳结果
实时响应 - 开发过程中记录,即时检索
跨工具支持 - 兼容多个MCP客户端和开发环境
专业文档生成 - AI驱动的项目分析和DEVMIND.md生成
多语言支持 - 自动检测生成中文/英文文档
统一会话 - 每个项目一个主会话,保持上下文一致

技术特性

完整的MCP协议实现
统一会话管理(每个项目一个主会话)
自动会话重新激活
可自定义存储路径和行为
高效处理数千个上下文
自动清理和内存优化
健壮的错误处理和恢复

架构设计

┌──────────────────────────────────────────────────────────────┐
│                        AI 助手                               │
│               (Claude Desktop / Cursor / 等)                 │
└────────────────────────┬─────────────────────────────────────┘
                         │ MCP 协议 (stdio)
                         ▼
┌──────────────────────────────────────────────────────────────┐
│                   DevMind MCP 服务器                         │
│  ┌─────────────────┐  ┌─────────────────┐  ┌──────────────┐│
│  │  14 MCP 工具    │  │  类型驱动记忆   │  │  混合搜索    ││
│  │                 │  │                 │  │              ││
│  │ • 会话 (4)      │  │                 │  │ • 语义搜索   ││
│  │ • 上下文 (6)    │  │ • 3个层级       │  │ • 关键词     ││
│  │ • 项目 (2)      │  │ • 智能类型      │  │ • 质量评分   ││
│  │ • 可视化 (1)    │  │ • 懒加载评分    │  │ • 新鲜度     ││
│  │ • 状态 (1)      │  │                 │  │              ││
│  └─────────────────┘  └─────────────────┘  └──────────────┘│
└────────────────────────┬─────────────────────────────────────┘
                         │
                         ▼
┌──────────────────────────────────────────────────────────────┐
│                  SQLite 本地存储                             │
│  Projects • Sessions • Contexts • Relations • Embeddings     │
│  + 自动生成质量评分 (懒加载更新，每24小时)                   │
└──────────────────────────────────────────────────────────────┘

核心组件:

14 个 MCP 工具 - 会话管理 (4)、上下文操作 (6)、项目功能 (2)、可视化 (1)、状态 (1)
类型驱动自动记忆 - 基于上下文类型的简化3层策略
混合搜索 - 多维度评分：语义 40% + 关键词 30% + 质量 20% + 新鲜度 10%
本地存储 - SQLite 数据库，包含向量嵌入和全文搜索索引

📍 项目结构

devmind-mcp/
├── src/
│   ├── mcp-server.ts                # MCP协议服务器
│   ├── database.ts                  # SQLite存储引擎
│   ├── vector-search.ts             # 语义搜索（嵌入向量）
│   ├── session-manager.ts           # 会话与上下文管理
│   ├── content-extractor.ts         # 代码分析与提取
│   ├── content-quality-assessor.ts  # 内容质量评分
│   ├── quality-score-calculator.ts  # 多维度质量评分
│   ├── auto-record-filter.ts        # 智能去重
│   ├── context-file-manager.ts      # 文件变更追踪
│   ├── types.ts                     # 类型定义
│   ├── index.ts                     # 主入口
│   │
│   ├── memory-graph/                # 记忆图谱可视化
│   │   ├── index.ts                 # 图谱生成器主入口
│   │   ├── types.ts                 # 图谱类型定义
│   │   ├── data/
│   │   │   ├── GraphDataExtractor.ts  # 数据库数据提取
│   │   │   ├── NodeBuilder.ts         # 节点构建与标签生成
│   │   │   └── EdgeBuilder.ts         # 边/关系构建
│   │   └── templates/
│   │       └── HTMLGenerator.ts       # HTML可视化生成器
│   │
│   ├── utils/
│   │   ├── file-path-detector.ts    # 智能文件检测
│   │   ├── git-diff-parser.ts       # Git diff解析
│   │   ├── path-normalizer.ts       # 跨平台路径处理
│   │   └── query-enhancer.ts        # 搜索查询增强
│   │
│   └── project-indexer/
│       ├── index.ts                 # 项目分析器入口
│       ├── core/
│       │   └── ProjectMemoryOptimizer.ts
│       ├── strategies/
│       │   ├── SmartIndexingStrategy.ts
│       │   └── SecurityStrategy.ts
│       ├── tools/
│       │   ├── FileScanner.ts
│       │   ├── ContentExtractor.ts
│       │   └── ProjectAnalyzer.ts
│       └── types/
│           └── IndexingTypes.ts
│
├── dist/                            # 编译输出
├── scripts/                         # 维护脚本
└── docs/zh/                         # 中文文档


---

## 快速开始

### 环境要求

- **Node.js** ≥ 20.0.0
- **MCP兼容客户端** (Claude Desktop、Cursor等)

### 安装

选择适合您的安装方式:

| 安装方式     | 命令                         | 适用场景          | 自动更新 |
|:-------------|:-----------------------------|:------------------|:--------:|
| **NPX**      | `npx -y devmind-mcp@latest`  | 快速测试、首次使用 |    是    |
| **全局安装** | `npm install -g devmind-mcp` | 日常开发          |    否    |
| **源码安装** | `git clone + npm install`    | 贡献代码、定制开发 |    否    |

### 逐步配置

#### 步骤 1: 添加到 MCP 客户端

编辑您的MCP客户端配置文件:

**配置文件位置:**

- **Windows**: `C:\Users\<用户名>\.claude.json` 或 `%USERPROFILE%\.claude.json`
- **macOS**: `~/.claude.json`
- **Linux**: `~/.claude.json`

**添加以下配置:**

```json
{
  "mcpServers": {
    "devmind": {
      "command": "npx",
      "args": ["-y", "devmind-mcp@latest"]
    }
  }
}

使用全局安装? 替换为: {"command": "devmind-mcp"}

步骤 2: 重启 MCP 客户端

重启Claude Desktop或您的MCP客户端以加载DevMind。

步骤 3: 尝试第一个命令

在您的AI助手中尝试:

"使用 semantic_search 查找有关身份验证的信息"

完成! DevMind现在正在用持久记忆增强您的AI。

下一步

阅读使用指南了解可用工具
查看配置设置了解智能记录规则
探索使用场景获取灵感

使用指南

MCP工具速查

DevMind为您的AI助手提供 14个强大工具 和 1个专业提示:

项目分析

工具	用途	使用示例
`project_analysis_engineer`	[PRIMARY] 全面项目分析	生成DEVMIND.md文档

注意: 此工具也可作为Prompt手动触发。

项目管理

工具	用途	使用示例
`list_projects`	[RECOMMENDED] 列出所有项目和统计信息	查看跟踪项目

会话管理

工具	用途	使用示例
`create_session`	创建新的开发会话	开始新功能开发
`get_current_session`	获取当前活跃会话信息	检查当前上下文
`end_session`	结束开发会话	完成工作
`delete_session`	删除会话及所有上下文	清理旧会话

注意: DevMind自动管理每个项目的主会话。会话会在需要时自动创建并跨对话重新激活。

上下文操作

|| 工具 | 用途 | 使用示例 |
||------------------|---------------------|-----------------|
|| record_context | 存储开发上下文 | 保存bug修复方案 |
|| list_contexts | 列出所有上下文 | 查看项目历史 |
|| delete_context | 删除特定上下文 | 移除过时信息 |
|| update_context | 更新上下文内容/标签 | 完善文档 |

搜索与发现

|| 工具 | 用途 | 使用示例 |
||------------------------|------------------|--------------|
|| semantic_search | AI驱动的语义搜索 | 查找相关实现 |
|| get_related_contexts | 查找相关上下文 | 探索关联性 |

注意: Embedding自动生成于record_context。质量评分在搜索时自动更新（懒加载，每24小时）。

可视化

工具	用途	使用示例
`export_memory_graph`	导出垂直时间轴图谱 (v1.19)	6列类型分组的时间轴可视化

v1.19 新功能：记忆图谱采用清晰的垂直时间轴布局，固定节点位置，性能优化。

使用示例

存储上下文信息

// 存储开发上下文
await record_context({
  content: "使用JWT令牌和刷新令牌实现用户身份验证",
  type: "implementation",
  tags: ["auth", "jwt", "security", "api"]
});

搜索和检索

// 查找相关上下文
const results = await semantic_search({
  query: "我们是如何实现身份验证的?",
  limit: 10
});

更新现有上下文

// 更新上下文信息
await update_context(contextId, {
  content: "更新身份验证以支持OAuth2和SAML",
  tags: ["auth", "jwt", "oauth2", "saml", "security"]
});

上下文化搜索

// 在特定时间范围内搜索
const results = await semantic_search({
  query: "数据库优化",
  timeRange: { days: 7 }
});

专业文档生成

概述

DevMind 的项目分析工程师使用AI自动分析您的代码库并生成全面、专业的文档。这种强大的基于提示的方法提供了比传统静态分析更深入的洞察。

主要特性

AI驱动分析 - 深入理解代码模式、架构和业务逻辑
多语言支持 - 自动检测并生成中文或英文文档
专业品质 - 生成具有技术深度的DEVMIND.md格式文档
自动保存到记忆 - 文档自动保存到您项目的记忆中以便未来参考
可自定义焦点 - 针对架构、API、业务逻辑或安全等特定领域
多种格式 - 支持DEVMIND.md、技术规格和README格式

工作原理

项目扫描 → 代码分析 → AI处理 → 专业文档 → 记忆存储
       │            │         │          │             │
   智能文件     提取技术  生成深入  创建 DEVMIND.md  自动保存到
   选择         洞察        分析        文档           可搜索数据库

使用方法

自然语言生成

中文:

"为这个项目生成专业的DevMind文档"
"创建全面的技术分析，使用DEVMIND.md格式"
"分析这个代码库并生成专业文档"

英文:

"Generate professional DevMind documentation for this project"
"Create comprehensive technical analysis with DEVMIND.md format"
"Analyze this codebase and generate professional documentation"

直接提示使用

// 中文文档
const analysis = await project_analysis_engineer({
  project_path: "./my-project",
  doc_style: "devmind",
  language: "zh"
});

// 英文文档(自动检测)
const analysis = await project_analysis_engineer({
  project_path: "./english-project",
  doc_style: "devmind",
  language: "en"
});

配置设置

基础配置

在项目根目录创建 .devmind.json:

{
  "database_path": "~/.devmind/memory.db",
  "max_contexts": 1000,
  "search_limit": 20,
  "auto_cleanup": true,
  "vector_dimensions": 1536
}

配置选项

选项	类型	默认值	描述
`database_path`	string	`~/.devmind/memory.db`	SQLite数据库文件位置
`max_contexts`	number	`1000`	最大存储上下文数量
`search_limit`	number	`20`	默认搜索结果限制
`auto_cleanup`	boolean	`true`	启用旧上下文自动清理
`vector_dimensions`	number	`1536`	向量嵌入维度

智能记录指南

DevMind 使用 3层类型驱动自动记忆策略：

Tier 1 (静默自动记录):

bug_fix、feature_add、feature_update、code_modify、code_refactor、code_optimize
技术执行自动记录，无需确认

Tier 2 (通知自动记录):

solution、design、learning、documentation
自动记录并提示删除通知（用户可根据需要移除）

Tier 3 (不自动记录):

conversation、error - 仅当 force_remember=true 时记录

最佳实践：

回答技术问题前使用 semantic_search
单文件：使用 file_path + line_ranges
多文件：使用 files_changed 数组
用户说“记住这个”：设置 force_remember=true

完整MCP配置示例

使用NPX (推荐):

{
  "mcpServers": {
    "devmind": {
      "command": "npx",
      "args": ["-y", "devmind-mcp@latest"]
    }
  }
}

使用全局安装:

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

重要提示: 配置更改后需要重启MCP客户端。

API参考

核心方法

`record_context(context: ContextData): Promise<string>`

存储新的上下文信息。

参数:

content (string) - 主要内容文本
type (string) - 内容类型: solution、code、error、documentation、test、configuration
tags (string[]) - 关联标签
metadata (object) - 附加元数据

返回: 上下文ID字符串

示例:

const id = await record_context({
  content: "修复WebSocket连接处理器中的内存泄漏",
  type: "solution",
  tags: ["websocket", "memory-leak", "bug-fix"]
});

`project_analysis_engineer(options: AnalysisOptions): Promise<AnalysisPrompt>`

新功能! 使用AI驱动的分析生成专业项目文档。

参数:

project_path (string) - 项目目录路径
analysis_focus (string) - 关注领域: architecture,entities,apis,business_logic
doc_style (string) - 文档风格: devmind、claude、technical、readme
language (string) - 文档语言: en、zh、auto (默认: 自动检测)
auto_save (boolean) - 自动保存分析结果到内存 (默认: true)

返回: 用于AI生成全面文档的分析提示

示例:

// 英文文档
const analysis = await project_analysis_engineer({
  project_path: "./my-project",
  doc_style: "devmind",
  language: "en"
});

// 中文文档(自动检测或明确指定)
const analysis = await project_analysis_engineer({
  project_path: "./my-chinese-project",
  doc_style: "devmind",
  language: "zh"
});

自然语言示例:

"为这个项目生成专业的DevMind文档"
"Generate professional DevMind documentation for this project" (英文)
"创建全面的技术分析，使用DEVMIND.md格式"

`semantic_search(query: SearchQuery): Promise<Context[]>`

使用语义理解搜索相关上下文。

参数:

query (string) - 搜索查询
limit (number) - 最大结果数 (默认: 20)
type (string) - 按内容类型过滤
tags (string[]) - 按标签过滤
timeRange (object) - 时间范围过滤: { days: 7 }

返回: 匹配上下文数组

示例:

const results = await semantic_search({
  query: "身份验证实现",
  limit: 10,
  type: "implementation"
});

`retrieve(id: string): Promise<Context | null>`

通过ID获取特定上下文。

`update_context(id: string, updates: Partial<ContextData>): Promise<boolean>`

更新现有上下文。

示例:

await update_context(contextId, {
  tags: ["websocket", "memory-leak", "bug-fix", "resolved"]
});

`delete_context(id: string): Promise<boolean>`

通过ID删除上下文。

实用方法

`cleanup(): Promise<void>`

执行数据库清理和优化。

`stats(): Promise<DatabaseStats>`

获取数据库统计信息和健康状态。

`export(format: 'json' | 'csv'): Promise<string>`

将所有上下文导出为指定格式。

使用场景

软件开发

跟踪实现决策和技术选择
跨开发会话维护上下文
存储和检索代码模式与片段
记录架构决策及其原因

研究与学习

从多个来源积累知识
建立相关概念之间的联系
在数周或数月内维护研究上下文
创建可搜索的个人知识库

项目管理

跟踪项目演进和关键决策
跨团队会议维护上下文
存储项目相关的见解和经验
记录事后总结和回顾

AI助手增强

为AI对话提供持久记忆
基于历史启用上下文感知响应
维护用户偏好和项目细节
支持与AI的长期关系建立

最佳实践

AI工具推荐用户规则

为了最大化 DevMind MCP 的效果，建议将以下规则添加到你的 AI 助手配置中（例如 Claude Desktop、Cursor、Warp 规则）：

## DevMind Memory System

### Usage Principles
1. **Search First**: Use semantic_search when answering technical questions
2. **Record Immediately**: Call record_context after completing work, before responding to user
3. **Proactive Recording**: Don't wait for user to ask

### Critical Recording Point
**After editing any files** - This is the most important trigger, never skip.

### Content Requirements
- Markdown format with structure
- Match project language (Chinese/English)
- Concise and professional

为什么需要这些规则？

确保 AI 在回答前主动搜索记忆
强化完成任务后立即记录的行为
保持所有记录使用一致的 Markdown 格式
减少遗忘记录，提高记忆质量

在哪里添加：

Claude Desktop：添加到自定义指令或系统规则
Cursor：添加到项目根目录的 .cursorrules 文件
Warp：添加到 AI 规则/工作流
其他工具：添加到系统提示词或用户偏好设置

开发指南

环境设置

# 克隆仓库
git clone https://github.com/JochenYang/Devmind.git
cd Devmind

# 安装依赖
npm install

# 开发模式(带监听)
npm run dev

# 运行测试
npm test

# 类型检查
npm run type-check

# 代码检查
npm run lint

测试

# 运行所有测试
npm test

# 带覆盖率运行
npm run test:coverage

# 运行特定测试套件
npm test -- --grep "搜索功能"

构建

# 生产构建
npm run build

# 开发构建(带监听)
npm run build:dev

# 清理构建产物
npm run clean

🤝 贡献指南

我们欢迎为DevMind MCP做出贡献!请遵循以下步骤:

开发流程

Fork 仓库
创建功能分支: git checkout -b feature/amazing-feature
提交更改: git commit -m 'Add amazing feature'
推送到分支: git push origin feature/amazing-feature
打开 Pull Request

代码标准

遵循TypeScript最佳实践
维持80%以上的测试覆盖率
使用约定式提交消息
为所有公共API编写文档
为新功能添加测试

📄 许可证

本项目采用MIT许可证。详情请参阅LICENSE文件。

🔗 支持

问题反馈: GitHub Issues
讨论交流: GitHub Discussions
NPM包: devmind-mcp

DevMind MCP - 为AI助手打造的智能上下文感知记忆系统

Made with ❤️ by Jochen

查看源码项目主页

MCP 服务配置

服务介绍

DevMind MCP

为什么选择 DevMind MCP?

目录

概览

什么是 DevMind MCP?

核心特性

主要功能

技术特性

架构设计

📍 项目结构

步骤 2: 重启 MCP 客户端

步骤 3: 尝试第一个命令

下一步

使用指南

MCP工具速查

项目分析

项目管理

会话管理

上下文操作

搜索与发现

可视化

使用示例

存储上下文信息

搜索和检索

更新现有上下文

上下文化搜索

专业文档生成

概述

主要特性

工作原理

使用方法

自然语言生成

直接提示使用

配置设置

基础配置

配置选项

智能记录指南

完整MCP配置示例

API参考

核心方法

record_context(context: ContextData): Promise<string>

project_analysis_engineer(options: AnalysisOptions): Promise<AnalysisPrompt>

semantic_search(query: SearchQuery): Promise<Context[]>

retrieve(id: string): Promise<Context | null>

update_context(id: string, updates: Partial<ContextData>): Promise<boolean>

delete_context(id: string): Promise<boolean>

实用方法

cleanup(): Promise<void>

stats(): Promise<DatabaseStats>

export(format: 'json' | 'csv'): Promise<string>

使用场景

软件开发

研究与学习

项目管理

AI助手增强

最佳实践

AI工具推荐用户规则

开发指南

环境设置

测试

构建

🤝 贡献指南

开发流程

代码标准

📄 许可证

🔗 支持

相关 MCP 服务

开源版 与 企业版

企业版（含 FDE 交付）

技能定制开发服务

`record_context(context: ContextData): Promise<string>`

`project_analysis_engineer(options: AnalysisOptions): Promise<AnalysisPrompt>`

`semantic_search(query: SearchQuery): Promise<Context[]>`

`retrieve(id: string): Promise<Context | null>`

`update_context(id: string, updates: Partial<ContextData>): Promise<boolean>`

`delete_context(id: string): Promise<boolean>`

`cleanup(): Promise<void>`

`stats(): Promise<DatabaseStats>`

`export(format: 'json' | 'csv'): Promise<string>`

开源版与企业版