relaycore
A lightweight, self-hostable MCP server for shared memory, structured command relay, and traceable decision evidence across AI runtimes.
README
RelayCore
面向本地或自托管 AI runtime 的共享记忆、证据追溯与结构化决策控制面。
中文为主 | English summary below
项目简介
RelayCore 提供一套轻量、可自托管的控制平面,让多个 AI runtime 共享长期记忆、事件时间线、结构化命令流和可追溯决策证据,而不是依赖一次性聊天上下文传话。
当前项目的核心演进方向是:
Shared State:共享 Memory、Command、Event、Mission ControlShared Intelligence:在共享状态之上增加 trace recovery、task canvas、canonical memory、rejected knowledge 和 decision governance
当前仓库公开包含:
- SQLite 共享存储
- 结构化 command bus
- append-only event timeline 与 digest
- traceable digest、Mermaid task canvas 与 evidence trace refs
- MCP-style memory / command tools
- Mission Control Web UI
- 记忆浏览、Trace Inspector、Rejected Knowledge 与冲突处理界面
- export、backup、audit、metrics、CORS、token 相关接口
- 本地历史记忆迁移脚本
核心能力
- 用统一存储层承载跨 runtime 的长期记忆
- 用结构化命令总线分发任务、声明权限和记录状态
- 用事件时间线、digest 和 Mermaid task canvas 追踪执行过程
- 用
trace_refs/artifact_refs把摘要、决策和记忆反查回原始证据 - 用 memory levels、rejected knowledge 和 decision ledger 沉淀组织知识
- 用 REST API、CLI、MCP HTTP bridge 与 Web UI 提供多种接入方式
- 用本地迁移脚本把历史记忆导入 RelayCore
安装
核心服务:
python -m venv .venv
source .venv/bin/activate
pip install -e .[dev]
启用 MCP HTTP bridge:
python3.12 -m venv .venv-mcp
source .venv-mcp/bin/activate
pip install -e .[mcp]
说明:
- 核心服务支持
Python 3.9+ relaycore mcp-http依赖官方 MCP Python SDK,需要Python 3.10+
快速开始
relaycore init-db
relaycore serve --host 127.0.0.1 --port 8080
打开:
http://127.0.0.1:8080/mission-control
也可以直接使用模块入口:
python -m relaycore init-db
python -m relaycore serve --host 127.0.0.1 --port 8080
MCP 接入示例
启动 MCP HTTP bridge:
relaycore mcp-http --host 127.0.0.1 --port 9090 --db ~/.relaycore/relaycore.db
将示例配置合并到 ~/.codex/config.toml:
[mcp_servers.relaycore]
url = "http://127.0.0.1:9090/mcp"
示例文件:
examples/codex/config.toml.example
验证方式:
codex mcp get relaycorecodex mcp list
迁移历史记忆
只预览、不写库:
python scripts/migrate_local_memories.py --dry-run
显式包含历史摘要和支持的 runtime store:
python scripts/migrate_local_memories.py --dry-run --include-history --include-runtime-store
实际导入:
python scripts/migrate_local_memories.py --session-id local-memory-migration
CLI
relaycore init-db
relaycore serve
relaycore export
relaycore mcp-http
仓库内容
relaycore/:核心运行时代码scripts/:迁移与辅助脚本tests/:自动化测试examples/:公开可用配置示例docs/ROADMAP.md:后续规划docs/GITHUB_RELEASE_v1.1.0.md:当前 release 文案
测试
pytest
当前本地测试结果(2026-07-19):55 passed
致谢
- 本项目参考了 EastSword/EchoMemory 的公开项目思路。
许可证
MIT,见 LICENSE。
<details> <summary>English</summary>
Overview
RelayCore is a lightweight shared-memory and structured command relay for local or self-hosted AI runtimes.
This public repository includes:
- SQLite-backed shared storage
- a structured command bus
- an append-only event timeline with digests
- MCP-style memory and command tools
- a Mission Control web UI
- a memory viewer and conflict-resolution workflow
- export, backup, audit, metrics, CORS, and token-related surfaces
- local history migration scripts
Quick Start
relaycore init-db
relaycore serve --host 127.0.0.1 --port 8080
Open http://127.0.0.1:8080/mission-control.
MCP Bridge
relaycore mcp-http --host 127.0.0.1 --port 9090 --db ~/.relaycore/relaycore.db
For Codex, merge the example from examples/codex/config.toml.example into ~/.codex/config.toml.
Validation
pytest- Local status on July 19, 2026:
55 passed
</details>
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
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。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。