📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流🐳 Docker💻 CLI🔗 REST API🧬 Embedding🧠 Claude✨ GPT⛓ LangChain
回忆巢
🔌
MCP工具

回忆巢

基于 TypeScript · 让 AI 助手直接操作你的系统与工具
英文名：recallnest
⭐ 14 Stars 🍴 2 Forks 💻 TypeScript 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
mcpai-agentai-memoryclaude-codecodexgeminitypescript
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用：回忆巢 是一款优质的MCP工具。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。

📚 深度解析

回忆巢 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 回忆巢，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。回忆巢 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 回忆巢 评为 AI 评分 7.5 分，属于同类工具中的优质选择。

📋 工具概览

回忆巢 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars
⭐ 14
开发语言
TypeScript
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
2

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

回忆巢 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口，显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
  • 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
  • 轻量无侵入设计，不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/AliceLJY/recallnest

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "---": {
      "command": "npx",
      "args": ["-y", "recallnest"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js（v18 或以上版本）
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后，在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 回忆巢 执行以下任务...
Claude: [自动调用 回忆巢 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "___": {
      "command": "npx",
      "args": ["-y", "recallnest"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 76/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

Core Capabilities

Option B: npm install

```bash npx recallnest --help # run directly

Option C: Manual setup

```bash git clone https://github.com/AliceLJY/recallnest.git cd recallnest bun install cp config.json.example config.json cp .env.example .env

Access & Setup

CapabilityDescription
**CC Plugin**Install in Claude Code with one command — no manual config
**Shared Index**One LanceDB store for Claude Code, Codex, and Gemini CLI
**Dual Interface**MCP (stdio) for CLI tools + HTTP API for custom agents
**One-Click Setup**Integration scripts install MCP access and continuity rules

Quick Start

Agent framework examples

Examples live in integrations/examples/:

FrameworkExampleLanguage
[Claude Agent SDK](integrations/examples/claude-agent-sdk/)memory-agent.tsTypeScript
[OpenAI Agents SDK](integrations/examples/openai-agents-sdk/)memory-agent.pyPython
[LangChain](integrations/examples/langchain/)memory-chain.pyPython

---

<details> <summary><strong>MCP Tools (41 tools)</strong></summary>

ToolDescription
workflow_observeStore an append-only workflow observation outside regular memory
workflow_healthInspect workflow observation health or show a degraded-workflow dashboard
workflow_evidenceBuild an evidence pack for a workflow primitive
store_memoryStore a durable memory for future windows
store_workflow_patternStore a reusable workflow as durable patterns memory
store_caseStore a reusable problem-solution pair as durable cases memory
promote_memoryExplicitly promote evidence into durable memory
list_conflictsList or inspect promotion conflict candidates
audit_conflictsSummarize stale/escalated conflict priorities
escalate_conflictsPreview or apply conflict escalation metadata
resolve_conflictResolve a stored conflict candidate (keep / accept / merge)
checkpoint_sessionStore the current active work state outside durable memory
latest_checkpointInspect the latest saved checkpoint by session or scope
resume_contextCompose startup context for a fresh window
search_memoryProactive recall at task start
explain_memoryExplain why memories matched
distill_memoryDistill results into a compact briefing
brief_memoryCreate a structured brief and re-index it
pin_memoryPromote a scoped memory into a pinned asset
export_memoryExport a distilled memory briefing to disk
list_pinsList pinned memories
list_assetsList all structured assets
list_dirty_briefsPreview outdated brief assets created before the cleanup rules
clean_dirty_briefsArchive dirty brief assets and remove their indexed rows
memory_statsShow index statistics
memory_drill_downInspect a specific memory entry with full metadata and provenance
auto_captureHeuristically extract and store memory signals from text (zero LLM calls)
set_reminderSet a prospective memory reminder to surface in a future session
consolidate_memoriesCluster near-duplicate memories and merge them (dry-run by default)
store_skillStore an executable skill with trigger conditions and verification
retrieve_skillRetrieve matching executable skills by semantic similarity
scan_skill_promotionsScan cases/patterns for promotion candidates to skills
list_toolsDiscover available tools by tier (core/advanced/full)
batch_storeStore up to 20 memories in a single call with dedup
distill_sessionDistill a conversation into structured knowledge via 3-layer pipeline
import_conversationsImport conversations from Claude Code, ChatGPT, Slack, and more
data_checkupRun data quality health checks on the memory store
dreamRun offline memory consolidation (clustering, merging, pruning)
memory_lintRun memory quality checks: contradictions, duplicates, stale entries, orphans
forget_memoryCascade-delete a memory with KG cleanup, pin archival, and audit trail
export_graphExport memories as an interactive HTML knowledge graph

</details>

<details> <summary><strong>HTTP API (21 endpoints)</strong></summary>

Base URL: http://localhost:4318

EndpointMethodDescription
/v1/recallPOSTQuick semantic search
/v1/storePOSTStore a new memory
/v1/capturePOSTStore multiple structured memories
/v1/patternPOSTStore a structured workflow pattern
/v1/casePOSTStore a structured problem-solution case
/v1/promotePOSTPromote evidence into durable memory
/v1/conflictsGETList or inspect promotion conflict candidates
/v1/conflicts/auditGETSummarize stale/escalated conflict priorities
/v1/conflicts/escalatePOSTPreview or apply conflict escalation metadata
/v1/conflicts/resolvePOSTResolve a stored conflict candidate (keep / accept / merge)
/v1/checkpointPOSTStore the current work checkpoint
/v1/workflow-observePOSTStore a workflow observation outside durable memory
/v1/checkpoint/latestGETFetch the latest checkpoint by session or scope
/v1/workflow-healthGETInspect workflow health or return a degraded-workflow dashboard
/v1/workflow-evidenceGETBuild a workflow evidence pack from recent issue observations
/v1/resumePOSTCompose startup context for a fresh window
/v1/searchPOSTAdvanced search with full metadata
/v1/statsGETMemory statistics
/v1/lintGETMemory quality lint report
/v1/healthGETHealth check

Full documentation: docs/api-reference.md

</details>

<details> <summary><strong>CLI Commands</strong></summary>

```bash

Edit .env → add your JINA_API_KEY

```

→ RecallNest API running at http://localhost:4318

```

Interfaces

RecallNest serves two interfaces:

  • MCP — for Claude Code, Gemini CLI, and Codex (native tool access)
  • HTTP API — for custom agents, SDK-based apps, and any HTTP client

Workflow observation

bun run src/cli.ts workflow-observe resume_context "Fresh window skipped continuity recovery." --outcome missed --scope project:recallnest bun run src/cli.ts workflow-health resume_context --scope project:recallnest bun run src/cli.ts workflow-evidence checkpoint_session --scope project:recallnest

🇨🇳 中文文档镜像 AI 翻译 2026-06-05
英文原文章节由系统翻译为中文摘要，便于快速理解。完整原文见上方 "📑 README 深度解析"。
📋 环境依赖

环境依赖与系统要求

🔌 API 说明

RecallNest API

🔄 工作流/模块

工作流程观察

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
部署方案
  • Docker：recallnest 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
recallnest 中文教程recallnest 安装报错怎么办recallnest MCP 配置recallnest Docker 部署recallnest Agent 工作流recallnest 与同类工具对比recallnest 最佳实践recallnest 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +MIT 协议，可免费商用
  • +标准化 MCP 协议，生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用，配置简单快捷
⚠️ 不足
  • −依赖 Claude 客户端，非 Claude 用户无法使用
  • −MCP 协议仍在持续演进，接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

FastGPT
基于LLM的知识平台，提供综合解决方案
mcp-use MCP工具
MCP工具
playwright-mcp MCP工具
基于Playwright的MCP协议服务器实现，提供浏览器自动化能力。支持网页交互、截图、数据采集等功能，适合开发者集成
Composio智能工具编排平台
MCP工具
📚 相关教程推荐
MCP 配置教程
帮助中心 · AI Skill Hub
MCP 工具
帮助中心 · AI Skill Hub
Cursor AI 编程完全指南：Rules 配置、Composer 使用、MCP 集成
帮助中心 · AI Skill Hub
MCP 工作流生产级配置方案：从开发环境到团队共享
帮助中心 · AI Skill Hub
📰 相关 AI 新闻
GPT-5.5 最新进展与分析
AI 资讯 · 知识关联
前沿 AI 研究论文速览
AI 资讯 · 知识关联
ChatGPT 最新动态与实用技巧
AI 资讯 · 知识关联
前沿 AI 研究论文速览
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
docker
docker-deploy
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
gptme Agent工作流
MCP · Agent · 工作流
技能寻求者
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
Synthadoc
MCP · Agent · 工作流
Augustus
LLM安全测试框架，检测prompt注入、越狱等

❓ 常见问题 FAQ

recallnest 是一款TypeScript开发的AI辅助工具。开源MCP工具：One memory, three terminals. Shared memory layer for Claude Code, Codex, and Gem。⭐14 · TypeScript 主要应用场景包括：AI内存共享。
💡 AI Skill Hub 点评

总体来看，回忆巢 是一款质量良好的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 回忆巢
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 recallnest
原始描述 开源MCP工具：One memory, three terminals. Shared memory layer for Claude Code, Codex, and Gem。⭐14 · TypeScript
Topics mcpai-agentai-memoryclaude-codecodexgeminitypescript
GitHub https://github.com/AliceLJY/recallnest
License MIT
语言 TypeScript
🔗 原始来源
🐙 GitHub 仓库  https://github.com/AliceLJY/recallnest

收录时间：2026-05-26 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。