Byterover MCP Server
字节漫游者 MCP 服务器 (Zìjié mànyóuzhě MCP fúwùqì)
campfirein
README
<div align="center">
<h1>Byterover MCP 服务器</h1>
<h3>通过共享内存增强编码代理协作</h3>
</div>
<br/>
为 [Cursor](https://cursor.sh/), [Windsurf](https://codeium.com/windsurf), [Cline](https://cline.bot/) 和其他 AI 驱动的编码代理提供共享的长期记忆,以便它们可以通过此 [模型上下文协议](https://modelcontextprotocol.io/introduction) 服务器,更好地协同工作并获得相关的上下文。
当 Cursor 掌握了关于代码库的知识;以及过去与人类一起解决项目问题的经验时,它会**远**比重新进入推理循环更有效且更具成本效益。
<h3><a href="https://www.byterover.dev/docs/get-started">查看快速入门指南 →</a></h3>
## 工作原理
1. 打开 IDE 的聊天界面(例如 Cursor 中的代理模式)。
2. 告知代理如何使用外部记忆(cursor 规则等)。
3. Cursor 将在执行任务时检索和存储相关的记忆。
## 快速开始
许多代码编辑器和其他 AI 客户端使用配置文件来管理 MCP 服务器。
可以通过将以下内容添加到配置文件来配置 `byterover-mcp` 服务器。
> 注意:您需要创建访问令牌才能使用此服务器。有关如何创建 Byterover API 访问令牌的说明,请参见[此处](https://www.byterover.dev/docs/get-started)。
### MacOS / Linux
```json
{
"mcpServers": {
"Byterover Memory MCP": {
"command": "npx",
"args": [
"-y",
"byterover-mcp",
"--byterover-public-api-key=YOUR-PUBLIC-KEY",
"--user-id=YOUR-NAME",
"--llm-key-name=YOUR-LLM-KEY-NAME",
"--model=YOUR-LLM-MODEL-NAME"
]
}
}
}
Windows
{
"mcpServers": {
"Byterover Memory MCP": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"byterover-mcp",
"--byterover-public-api-key=YOUR-PUBLIC-KEY",
"--user-id=YOUR-NAME",
"--llm-key-name=YOUR-LLM-KEY-NAME",
"--model=YOUR-LLM-MODEL-NAME"
]
}
}
}
如果您需要有关 Byterover 的更多信息,请参阅 Byterover 文档。
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。