nmp-mcp-server

1.0.15 • Public • Published

NMP Plus - Phase 3: Network MCP Integration

Neuro Memory Project Plus - система централизованной памяти для Cursor ассистентов в локальной сети.

🎯 Цель проекта

ИНТЕГРАЦИЯ MCP для локальных сетевых компьютеров НА КОТОРЫХ CURSOR УСТАНОВЛЕН - обеспечить централизованную память для Cursor ассистентов через сетевой доступ.

🏗️ Архитектура

Phase 3 подход:

  1. HTTP API (текущий этап) - тестирование сетевого доступа
  2. MCP Integration (финальный этап) - полная интеграция с Cursor
┌─────────────────┐    HTTP API    ┌─────────────────┐
│ Cursor Client 1 │◄─────────────► │                 │
├─────────────────┤                │  NMP_Plus       │
│ Cursor Client 2 │◄─────────────► │  Server         │
├─────────────────┤                │                 │
│ Cursor Client N │◄─────────────► │ 192.168.88.21   │
└─────────────────┘                └─────────────────┘
                                            │
                                    ┌──────▼──────┐
                                    │  LanceDB    │
                                    │ 22 Tables   │
                                    │ 6,000+ docs │
                                    └─────────────┘

🚀 Текущий статус: HTTP API (100% готов)

✅ Реализовано:

  • 36 MCP команд через HTTP API
  • Сетевой доступ на 192.168.88.21:8001
  • LanceDB интеграция с реальными данными
  • JSON сериализация исправлена
  • Схемы LanceDB совместимы
  • Полное тестирование всех endpoints

📊 Статистика системы:

  • 22 активные таблицы LanceDB
  • 6,370+ записей общего объема
  • 384-размерные векторы (sentence-transformers)
  • Концепции: 5,354 записей
  • Чаты: 182 записи
  • Код-паттерны: 374 записи
  • Ошибки/решения: 207 записей

📋 HTTP API Endpoints (36 команд)

CORE (6 команд)

  • POST /api/memory/save - Сохранить в память
  • POST /api/memory/search - Поиск в памяти
  • POST /api/memory/stats - Статистика системы
  • POST /api/memory/list - Список коллекций
  • POST /api/memory/create - Создать коллекцию
  • POST /api/memory/delete - Удалить коллекцию

CODE (6 команд)

  • POST /api/code/error/save - Сохранить ошибку+решение
  • POST /api/code/pattern/save - Сохранить паттерн кода
  • POST /api/code/refactor/track - Отслеживание рефакторинга
  • POST /api/code/solution/pattern - Паттерн решения
  • POST /api/code/debug/journey - История отладки
  • POST /api/code/snippet/save - Сохранить сниппет

ARCHITECTURE (5 команд)

  • POST /api/architecture/decision - Архитектурное решение
  • POST /api/architecture/dependency/map - Карта зависимостей
  • POST /api/architecture/config/snapshot - Снимок конфигурации
  • POST /api/architecture/tech/choice - Выбор технологий
  • POST /api/architecture/design/pattern - Паттерн проектирования

WORKFLOW (8 команд)

  • POST /api/workflow/discover - Анализ проекта
  • POST /api/workflow/plan - Планирование
  • POST /api/workflow/session/context - Контекст сессии
  • POST /api/workflow/file/relations - Связи файлов
  • POST /api/workflow/todo/extract - Извлечение TODO
  • POST /api/workflow/hotspot/analysis - Анализ горячих точек
  • POST /api/workflow/productivity/track - Отслеживание продуктивности
  • POST /api/workflow/task/completion - Завершение задач

GIT (4 команды)

  • POST /api/git/commit/analyze - Анализ коммитов
  • POST /api/git/pattern/extract - Извлечение паттернов
  • POST /api/git/commit/wisdom - Мудрость коммитов
  • POST /api/git/branch/strategy - Стратегии ветвления

CHAT (5 команд)

  • POST /api/chat/save - Сохранить чат
  • POST /api/chat/search - Поиск в чатах
  • POST /api/chat/learning/capture - Захват обучения
  • POST /api/chat/insight/save - Сохранить инсайт
  • POST /api/chat/knowledge/link - Связать знания

ANALYTICS (4 команды)

  • POST /api/analytics/pattern/analyze - Анализ паттернов
  • POST /api/analytics/trend/detect - Обнаружение трендов
  • POST /api/analytics/skill/progress - Прогресс навыков
  • POST /api/analytics/recommendation - Рекомендации

🛠️ Технический стек

  • FastAPI - HTTP API сервер
  • LanceDB - векторная база данных
  • SentenceTransformers - embeddings модель
  • PyArrow - схемы данных
  • Python 3.11 - основной язык

🔧 Запуск сервера

cd /Volumes/mac4/Desktop/NMP_Plus
python nmp_plus_http_api.py

Сервер запустится на: http://0.0.0.0:8001

📝 Пример использования

# Сохранить в память
curl -X POST http://192.168.88.21:8001/api/memory/save \
  -H "Content-Type: application/json" \
  -d '{"content": "Важная информация", "category": "notes"}'

# Поиск в памяти
curl -X POST http://192.168.88.21:8001/api/memory/search \
  -H "Content-Type: application/json" \
  -d '{"query": "важная информация", "n_results": 5}'

# Статус системы
curl -X GET http://192.168.88.21:8001/api/status

🔍 Последние исправления

✅ Решенные проблемы:

  1. JSON Serialization Error - добавлена функция clean_search_results()
  2. Schema mismatch - добавлено поле metadata в endpoints
  3. Missing endpoints - расширено с 10 до 36 команд
  4. Method errors - исправлены save_documentadd_record

🧪 Протестированные функции:

  • Все 36 endpoints работают
  • Сетевой доступ функционирует
  • Реальное сохранение в LanceDB
  • Корректная сериализация JSON

🎯 Следующие шаги

Phase 3 завершение:

  1. ✅ HTTP API bridge (готов)
  2. 🔄 MCP server интеграция (следующий этап)
  3. 🔄 Cursor MCP настройка (финальный этап)

Цель:

Полная замена HTTP тестирования на нативную MCP интеграцию для production использования Cursor ассистентов.

📊 Метрики производительности

  • Латентность: ~100-200ms локальная сеть
  • Throughput: поддержка множественных клиентов
  • Хранилище: безлимитное (LanceDB)
  • Поиск: векторный поиск с 384-мерными embeddings

Статус: Phase 3 HTTP Bridge - 100% готов ✅
Следующий этап: MCP Integration для production Cursor
Команда: NMP Development Team

Package Sidebar

Install

npm i nmp-mcp-server

Weekly Downloads

9

Version

1.0.15

License

MIT

Unpacked Size

36.4 kB

Total Files

4

Last publish

Collaborators

  • kravec