Intelligent MCP Memory System with Task Manager - Domain-specific knowledge organization and autonomous task management for AI assistants
npm install mcp-memory-taskmanager> Transforme modelos menores em especialistas através de memória componentizada e pensamento sequencial
O MCP Memory System revoluciona como agentes de IA aprendem e aplicam conhecimento de programação. Ao invĂ©s de um Ășnico arquivo de memĂłria extenso, criamos microinteraçÔes especializadas com grafos de conhecimento organizados por domĂnio, permitindo que atĂ© mesmo modelos menores tenham performance de modelos grandes.
- đ§© Componentização: MemĂłrias especializadas por domĂnio (Frontend, Backend, DevOps, etc.)
- đ MicrointeraçÔes: Isolamento de informaçÔes para especialistas especĂficos
- đžïž Grafos de Conhecimento: RelaçÔes estruturadas entre conceitos e soluçÔes
- ⥠Otimização para Modelos Menores: Performance de GPT-4 com modelos como GPT-3.5
- đ Aprendizado ContĂnuo: Sistema que fica mais inteligente com tentativas e erros
- đ§ Pensamento Sequencial: RaciocĂnio estruturado passo a passo
- đŻ Task Manager: Planejamento e execução autĂŽnoma de tarefas
- đ Multi-IDE Support: Funciona com Claude Desktop, Cursor, Windsurf, Trae AI e VS Code
```
mcp-memory/
âââ đ memories/ # MemĂłrias especializadas por domĂnio
â âââ đš frontend/
â â âââ react.jsonl # PadrĂ”es React especĂficos
â â âââ vue.jsonl # PadrĂ”es Vue especĂficos
â â âââ angular.jsonl # PadrĂ”es Angular especĂficos
â âââ âïž backend/
â â âââ nodejs.jsonl # PadrĂ”es Node.js
â â âââ python.jsonl # PadrĂ”es Python
â â âââ java.jsonl # PadrĂ”es Java
â âââ đ devops/
â â âââ docker.jsonl # Containerização
â â âââ kubernetes.jsonl # Orquestração
â â âââ ci-cd.jsonl # Pipelines CI/CD
â âââ đ± mobile/
â âââ đïž database/
â âââ đ security/
â âââ đ§Ș testing/
â âââ đïž architecture/
â âââ đš ui-design/
â âââ đ„ ux-design/
âââ đ ïž tools/ # Ferramentas MCP
â âââ memory-operations.js # OperaçÔes de memĂłria
â âââ sequential-thinking.js # Pensamento sequencial
â âââ knowledge-graph.js # Grafos de conhecimento
âââ đ prompts/ # InstruçÔes do agente
â âââ AgentInstructions.md # InstruçÔes principais
â âââ UserHulls.md # ConfiguraçÔes do usuĂĄrio
â âââ ProjectHulls.md # ConfiguraçÔes do projeto
â âââ DomainSpecificInstructions.md
âââ âïž mcp-config.json # Configuração MCP completa
âââ đ README.md # Este arquivo
bash
Instalação global do sistema
npm install -g @gabriel/mcp-memory-taskmanagerOu instalação direta via NPX
npx @gabriel/mcp-memory-taskmanager
`$3
1. Clone o repositĂłrio:
`bash
git clone https://github.com/gabriel/mcp-memory-taskmanager.git
cd mcp-memory-taskmanager
`2. Configure seu IDE:
#### đŻ Cursor
`bash
Copie a configuração para Cursor
cp mcp-config.json ~/.cursor/mcp.json
`#### đ Windsurf
`bash
Copie a configuração para Windsurf
cp mcp-config.json ~/.windsurf/mcp.json
`#### đ» VS Code
`bash
Crie configuração no workspace
mkdir -p .vscode
cp mcp-config.json .vscode/mcp.json
`#### đ€ Claude Desktop
`bash
Configure Claude Desktop
cp mcp-config.json ~/.config/claude/claude_desktop_config.json
`3. Reinicie seu IDE para carregar os servidores MCP
đź Como Usar
$3
1. đ„ Recebimento da Tarefa: Agente recebe uma tarefa de programação
2. đ§ Pensamento Sequencial: Quebra o problema em etapas estruturadas
3. đ Consulta de MemĂłria: Busca conhecimento nos domĂnios relevantes
4. ⥠Aplicação Especializada: Aplica padrĂ”es e melhores prĂĄticas especĂficas
5. đ ïž Implementação: Executa a solução otimizada
6. đ Aprendizado: Armazena novos padrĂ”es e resultados
7. đ ConexĂ”es: Cria relaçÔes cross-domain quando aplicĂĄvel
$3
Tarefa: "Criar um dashboard React com dados em tempo real"
`mermaid
graph TD
A[Tarefa Recebida] --> B[Pensamento Sequencial]
B --> C[Consulta Frontend Memory]
B --> D[Consulta Backend Memory]
B --> E[Consulta UI Design Memory]
C --> F[PadrÔes React + WebSocket]
D --> G[APIs Real-time + Node.js]
E --> H[Dashboard Design Patterns]
F --> I[Implementação Otimizada]
G --> I
H --> I
I --> J[Armazenar Aprendizado]
J --> K[Conectar DomĂnios]
`âïž Configuração Completa
$3
Adicione à sua configuração MCP do Trae AI:
`json
{
"mcpServers": {
"specialized-memory": {
"command": "npx",
"args": ["-y", "@gabriel/mcp-memory-taskmanager"],
"env": {
"MEMORY_FILE_PATH": "C:\\Users\\your-username\\Desktop\\memory\\memory.json",
"TASK_MANAGER_FILE_PATH": "C:\\Users\\your-username\\Desktop\\tasks\\tasks.json",
"ENABLE_BACKUP": "true",
"MAX_MEMORY_SIZE": "10000",
"ENABLE_DOMAIN_SPECIALIZATION": "true",
"ENABLE_KNOWLEDGE_GRAPHS": "true"
}
},
"sequential-thinking": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
}
},
"globalSettings": {
"memoryIntegration": {
"enableCrossDomainConnections": true,
"autoStorePatterns": true,
"learningMode": "continuous"
},
"sequentialThinking": {
"enableStructuredReasoning": true,
"maxThoughts": 10,
"enableReflection": true
},
"performanceOptimization": {
"enableContextCompression": true,
"prioritizeRelevantMemories": true,
"cacheFrequentPatterns": true
}
}
}
`$3
Adicione ao seu
claude_desktop_config.json:`json
{
"mcpServers": {
"specialized-memory": {
"command": "npx",
"args": ["-y", "@gabriel/mcp-memory-taskmanager"],
"env": {
"MEMORY_FILE_PATH": "/path/to/memory.json",
"TASK_MANAGER_FILE_PATH": "/path/to/tasks.json",
"ENABLE_DOMAIN_SPECIALIZATION": "true"
}
},
"sequential-thinking": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
}
}
}
`$3
Adicione às configuraçÔes MCP do Cursor:
`json
{
"mcpServers": {
"specialized-memory": {
"command": "npx",
"args": ["-y", "@gabriel/mcp-memory-taskmanager"]
},
"sequential-thinking": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
}
}
}
`đ§© DomĂnios Especializados
$3
- Tecnologias: React, Vue, Angular, Svelte, Next.js
- PadrÔes: Componentes, Hooks, Estado, Performance, Acessibilidade
- MemĂłria: SoluçÔes especĂficas por framework e padrĂŁo$3
- Tecnologias: Node.js, Python, Java, C#, Go, Rust
- PadrÔes: APIs, Bancos de Dados, Arquitetura, Segurança
- Memória: ImplementaçÔes otimizadas por linguagem$3
- Tecnologias: Docker, Kubernetes, Terraform, AWS, Azure
- PadrÔes: CI/CD, Monitoramento, Segurança, Escalabilidade
- Memória: ConfiguraçÔes e pipelines testados$3
- Tecnologias: React Native, Flutter, Swift, Kotlin
- PadrÔes: Performance, UX, Integração, Offline
- MemĂłria: SoluçÔes especĂficas por plataforma$3
- Tecnologias: PostgreSQL, MongoDB, Redis, Elasticsearch
- PadrÔes: Schema, Otimização, Escalabilidade, Backup
- MemĂłria: Designs e queries otimizados$3
- Tecnologias: OAuth2, JWT, Encryption, Compliance
- PadrÔes: Autenticação, Autorização, Proteção de Dados
- Memória: ImplementaçÔes seguras validadas$3
- Tecnologias: Jest, Cypress, Playwright, k6
- PadrÔes: Unit, Integration, E2E, Performance
- Memória: Estratégias de teste por cenårio$3
- PadrÔes: Microservices, Clean Architecture, DDD
- Conceitos: Escalabilidade, ResiliĂȘncia, Performance
- Memória: DecisÔes arquiteturais documentadas$3
- Ferramentas: Figma, Design Systems, Component Libraries
- PadrÔes: Responsive, Accessibility, Typography
- Memória: PadrÔes visuais e componentes$3
- Métodos: User Research, Usability Testing, A/B Testing
- PadrÔes: User Journey, Information Architecture
- Memória: Insights de usuårio e otimizaçÔes⥠OtimizaçÔes para Modelos Menores
$3
1. đŠ CompressĂŁo de Contexto
- Redução inteligente do tamanho do contexto
- Priorização de informaçÔes relevantes
- Cache de padrÔes frequentes
2. đ Busca SemĂąntica
- Recuperação eficiente de conhecimento
- Matching por similaridade
- Ranking por relevĂąncia
3. đ§ MemĂłria Estruturada
- Organização hierårquica
- RelaçÔes explĂcitas
- Contexto especializado
4. đ Aprendizado Incremental
- Melhoria contĂnua
- Feedback loops
- Adaptação automåtica
$3
| Métrica | Modelo Padrão | Com MCP Memory | Melhoria |
|---------|---------------|----------------|----------|
| Qualidade do CĂłdigo | 70% | 90% | +20% |
| Tempo de Resposta | 5s | 2s | -60% |
| Precisão de SugestÔes | 60% | 85% | +25% |
| Redução de Erros | - | - | -60% |
| Produtividade | 100% | 140% | +40% |
đ§ VariĂĄveis de Ambiente
-
MEMORY_FILE_PATH: Caminho para dados de memĂłria (padrĂŁo: ./memory/memory.json)
- TASK_MANAGER_FILE_PATH: Caminho para dados de tarefas (padrĂŁo: ./tasks/tasks.json)
- ENABLE_BACKUP: Habilitar backups automĂĄticos (padrĂŁo: false)
- MAX_MEMORY_SIZE: NĂșmero mĂĄximo de memĂłrias (padrĂŁo: 10000)
- ENABLE_DOMAIN_SPECIALIZATION: Habilitar especialização por domĂnio (padrĂŁo: true)
- ENABLE_KNOWLEDGE_GRAPHS: Habilitar grafos de conhecimento (padrĂŁo: true)
- ENABLE_CROSS_DOMAIN_CONNECTIONS: Habilitar conexĂ”es entre domĂnios (padrĂŁo: true)
- LEARNING_MODE: Modo de aprendizado (continuous, batch, manual) (padrĂŁo: continuous)Available Tools
$3
####
store_memory
Store information with domain classification.Parameters:
-
content (string): The information to store
- domain (string): Domain classification (coding, personal, work, etc.)
- tags (array): Tags for categorization
- importance (number): Importance level (1-10)####
search_memory
Search stored memories by content, domain, or tags.Parameters:
-
query (string): Search query
- domain (string): Filter by domain
- tags (array): Filter by tags
- limit (number): Maximum number of results$3
####
request_planning
Register a new user request and plan its associated tasks.Parameters:
-
originalRequest (string): The original user request
- splitDetails (string): Details about how the request was split
- tasks (array): Array of task objects with title and description####
get_next_task
Get the next pending task for a request.Parameters:
-
requestId (string): The request ID####
mark_task_done
Mark a task as completed.Parameters:
-
requestId (string): The request ID
- taskId (string): The task ID
- completedDetails (string): Details about task completion####
approve_task_completion
Approve a completed task.Parameters:
-
requestId (string): The request ID
- taskId (string): The task ID####
approve_request_completion
Approve the completion of an entire request.Parameters:
-
requestId (string): The request IDđĄ Exemplos de Uso
$3
`typescript
// Armazenar padrĂŁo React especĂfico
store_memory({
content: "Use React.memo para otimização de componentes quando props nĂŁo mudam frequentemente. Combine com useMemo e useCallback para mĂĄxima eficiĂȘncia.",
domain: "frontend",
subdomain: "react",
tags: ["react", "optimization", "performance", "memo", "hooks"],
importance: 9,
pattern_type: "component_optimization",
code_example: const OptimizedComponent = React.memo(({ data, onAction }) => {,
related_concepts: ["useMemo", "useCallback", "performance", "re-rendering"]
});// Armazenar padrĂŁo de API Backend
store_memory({
content: "Implementação de rate limiting com Redis para APIs Node.js usando express-rate-limit",
domain: "backend",
subdomain: "nodejs",
tags: ["nodejs", "api", "rate-limiting", "redis", "security"],
importance: 8,
pattern_type: "api_security",
code_example:
const rateLimit = require('express-rate-limit');const limiter = rateLimit({
store: new RedisStore({ client: redisClient }),
windowMs: 15 60 1000, // 15 minutes
max: 100, // limit each IP to 100 requests per windowMs
message: 'Too many requests from this IP'
});
app.use('/api/', limiter);,`
related_concepts: ["security", "scalability", "redis", "middleware"]
});
`typescript
// Buscar padrĂ”es React especĂficos
search_memory({
query: "React component optimization performance",
domain: "frontend",
subdomain: "react",
tags: ["optimization", "performance"],
pattern_type: "component_optimization",
limit: 5,
include_related: true
});
// Buscar padrÔes de segurança para APIs
search_memory({
query: "API security authentication JWT",
domain: "backend",
tags: ["security", "authentication"],
pattern_type: "api_security",
limit: 3,
cross_domain_search: true // Buscar tambĂ©m em domĂnio security
});
`
`typescript`
// Planejar desenvolvimento de dashboard complexo
request_planning({
originalRequest: "Criar dashboard React com dados em tempo real, autenticação JWT e testes automatizados",
splitDetails: "Quebrar em fases: arquitetura, frontend, backend, integração, testes e deploy",
domains_involved: ["frontend", "backend", "security", "testing", "devops"],
tasks: [
{
title: "Arquitetura e Design System",
description: "Definir arquitetura, componentes base e design system",
domain: "architecture",
estimated_complexity: 7,
dependencies: []
},
{
title: "Componentes React Base",
description: "Criar componentes reutilizĂĄveis com TypeScript",
domain: "frontend",
estimated_complexity: 6,
dependencies: ["architecture"]
},
{
title: "API Backend com WebSocket",
description: "Implementar APIs REST e WebSocket para dados real-time",
domain: "backend",
estimated_complexity: 8,
dependencies: ["architecture"]
},
{
title: "Sistema de Autenticação JWT",
description: "Implementar auth completo com refresh tokens",
domain: "security",
estimated_complexity: 7,
dependencies: ["backend"]
},
{
title: "Testes Automatizados",
description: "Unit, integration e E2E tests",
domain: "testing",
estimated_complexity: 6,
dependencies: ["frontend", "backend", "security"]
},
{
title: "CI/CD e Deploy",
description: "Pipeline automatizado com Docker e Kubernetes",
domain: "devops",
estimated_complexity: 5,
dependencies: ["testing"]
}
],
learning_objectives: [
"PadrÔes de real-time data com WebSocket",
"Otimização de performance React",
"Estratégias de teste para aplicaçÔes real-time",
"Deploy de aplicaçÔes com WebSocket"
]
});
`typescript`
// Criar conexão entre padrÔes Frontend e Backend
create_cross_domain_connection({
source_domain: "frontend",
target_domain: "backend",
connection_type: "api_integration",
pattern_relationship: {
frontend_pattern: "react_data_fetching",
backend_pattern: "rest_api_design",
integration_notes: "Usar React Query para cache e sincronização com APIs REST"
},
shared_concepts: ["error_handling", "loading_states", "data_validation"]
});
`bash`
git clone https://github.com/gabriel/mcp-memory-taskmanager.git
cd mcp-memory-taskmanager
npm install
npm run build
`bash`
npm run dev
`bash`
npm test
`bash`
npm run inspector
``
mcp-memory-taskmanager/
âââ đ src/
â âââ index.ts # Implementação principal do servidor MCP
â âââ memory-operations.ts # OperaçÔes de memĂłria especializadas
â âââ sequential-thinking.ts # Integração pensamento sequencial
â âââ knowledge-graph.ts # Sistema de grafos de conhecimento
â âââ domain-specialists/ # Especialistas por domĂnio
â â âââ frontend-specialist.ts
â â âââ backend-specialist.ts
â â âââ devops-specialist.ts
â â âââ ...
â âââ utils/
â âââ compression.ts # CompressĂŁo de contexto
â âââ semantic-search.ts # Busca semĂąntica
â âââ pattern-matching.ts # Matching de padrĂ”es
âââ đ dist/ # JavaScript compilado
âââ đ prompts/ # ConfiguraçÔes do agente
â âââ AgentInstructions.md # InstruçÔes principais
â âââ UserHulls.md # ConfiguraçÔes do usuĂĄrio
â âââ ProjectHulls.md # ConfiguraçÔes do projeto
â âââ DomainSpecificInstructions.md
âââ đ memories/ # Armazenamento de memĂłrias
â âââ đš frontend/
â â âââ react.jsonl
â â âââ vue.jsonl
â â âââ angular.jsonl
â âââ âïž backend/
â â âââ nodejs.jsonl
â â âââ python.jsonl
â â âââ java.jsonl
â âââ đ devops/
â âââ đ± mobile/
â âââ đïž database/
â âââ đ security/
â âââ đ§Ș testing/
â âââ đïž architecture/
â âââ đš ui-design/
â âââ đ„ ux-design/
âââ đ knowledge-graphs/ # Grafos de conhecimento
â âââ domain-relationships.json
â âââ pattern-connections.json
â âââ cross-domain-links.json
âââ đ tasks/ # Gerenciamento de tarefas
â âââ tasks.json
âââ đ configs/ # ConfiguraçÔes
â âââ mcp-config.json
â âââ domain-config.json
â âââ optimization-config.json
âââ đ docs/ # Documentação
â âââ installation.md
â âââ domain-guides/
â âââ api-reference.md
âââ package.json
âââ tsconfig.json
âââ README.md
- Componentização: 90% das memĂłrias organizadas por domĂnio
- MicrointeraçÔes: 100% das operaçÔes usam memória especializada
- Aprendizado ContĂnuo: Melhoria mensurĂĄvel na qualidade
- Otimização: Modelos menores atingem 80% da performance de modelos grandes
- Integração: 100% compatibilidade com IDEs principais
- ⥠Tempo de resposta < 2s para consultas
- đŻ Taxa de acerto > 85% em sugestĂ”es
- đ Redução de 60% em erros repetitivos
- đ Aumento de 40% na produtividade
#### Fase 1: Infraestrutura Base â
- [x] Sistema de memĂłria componentizado
- [x] Integração MCP Sequential Thinking
- [x] ConfiguraçÔes especializadas
- [x] Documentação completa
#### Fase 2: Grafos de Conhecimento đ
- [ ] Implementação de grafos especializados
- [ ] Sistema de aprendizado contĂnuo
- [ ] Métricas de performance
- [ ] OtimizaçÔes para modelos menores
#### Fase 3: Distribuição e Escala đ
- [ ] Package NPX
- [ ] Testes de integração
- [ ] CI/CD pipeline
- [ ] Documentação interativa
1. Fork o repositĂłrio
2. Crie uma branch para sua feature
3. Implemente suas mudanças
4. Teste com diferentes IDEs
5. Submeta um Pull Request
`bashTestes unitĂĄrios
npm test
- đ Guia de Instalação Detalhado
- đŻ Configuração por IDE
- đ§ Guia de Pensamento Sequencial
- đ§ API de MemĂłria
- đš PadrĂ”es por DomĂnio
- đ MĂ©tricas e Monitoramento
- đžïž Grafos de Conhecimento
- ⥠Otimização para Modelos Menores
Este projeto estĂĄ licenciado sob a MIT License - veja o arquivo LICENSE para detalhes.
- Anthropic pelo protocolo MCP e Sequential Thinking
- Comunidade MCP pelas ferramentas e inspiração
- Desenvolvedores que contribuĂram com feedback e testes
- IDEs que suportam o protocolo MCP
---
đ Transforme seu agente de IA em um especialista em programação com o MCP Memory System!
Feito com â€ïž para a comunidade de desenvolvedores