Claude FAF

Claude FAF: создание и синхронизация файлов Project DNA .faf для контекста проекта

От сообществаРаботаетБез входаГлобальныйБесплатноТолько чтение

Что умеет

  • Создавать, обновлять и удалять контекстные souls проекта
  • Искать контекст по тегам и содержимому
  • Оценивать качество и уровень готовности .faf-файла
  • Генерировать .faf на основе репозитория GitHub
  • Оценивать расход токенов и давать рекомендации по оркестрации

Какие данные видит

Сервер работает с локальными файлами контекста проекта, без внешней авторизации.

Нужен ли аккаунт

Не нужен: сервер работает без входа

claude-faf-mcp — MCP-сервер с 33 инструментами для создания, проверки, оценки и синхронизации файлов .faf, описывающих контекст проекта. Помогает снизить дрейф контекста между сессиями и IDE-агентами, делая работу с контекстом структурированной и повторяемой.

Как подключить

Как подключить Claude FAF к Claude

Адрес сервера, который нужно вставить в настройках Claude:

https://claude-faf-mcp--wolfe-jam.run.tools

  1. Откройте Claude (сайт claude.ai или приложение для компьютера).
  2. Перейдите в Настройки → Коннекторы (в английском интерфейсе: Settings → Connectors).
  3. Нажмите Добавить пользовательский коннектор (Add custom connector).
  4. Вставьте адрес сервера, скопированный ниже, в поле URL удалённого MCP-сервера и нажмите Добавить.
  5. В чате нажмите + → Коннекторы и включите новый коннектор.

Пользовательские коннекторы доступны на тарифах Free, Pro, Max, Team и Enterprise. На Free можно добавить только один. В Team и Enterprise коннектор сначала добавляет владелец организации в Настройки организации → Коннекторы.

Авторизация

После нажатия Добавить откроется окно входа в сервис. Войдите под своим аккаунтом и подтвердите доступ. Пароль Claude не видит.

Как подключить Claude FAF к ChatGPT

Адрес сервера, который нужно вставить в настройках ChatGPT:

https://claude-faf-mcp--wolfe-jam.run.tools

  1. Откройте ChatGPT в браузере (chatgpt.com). Нужен тариф Plus, Pro, Business, Enterprise или Edu.
  2. Один раз включите режим разработчика: Настройки → Приложения → Дополнительные настройки → Режим разработчика (Settings → Apps → Advanced settings → Developer mode).
  3. Откройте Настройки → Коннекторы и нажмите Создать (Create).
  4. Заполните форму: Название (любое), Описание (одна фраза, что делает сервис), URL MCP-сервера (скопируйте ниже).
  5. В поле Аутентификация выберите OAuth, если сервис требует вход, иначе Нет. Нажмите Создать.
  6. В новом чате откройте + → Приложения/Коннекторы и включите коннектор.

Название раздела у OpenAI менялось (Connectors → Apps/Plugins). Если пункт называется иначе, ищите «режим разработчика» в настройках. В рабочих пространствах Business/Enterprise администратор должен разрешить пользовательские коннекторы.

Авторизация

При первом использовании ChatGPT откроет окно входа в сервис. Войдите и подтвердите доступ.

Как подключить Claude FAF к Cursor

Адрес сервера, который нужно вставить в настройках Cursor:

https://claude-faf-mcp--wolfe-jam.run.tools

Быстрый способ: нажмите кнопку Открыть в Cursor ниже, Cursor сам предложит добавить сервер.

Вручную:

  1. В Cursor откройте Settings → Cursor Settings → MCP и нажмите Add new global MCP server.
  2. Вставьте JSON, скопированный ниже, в открывшийся файл ~/.cursor/mcp.json (для одного проекта: .cursor/mcp.json в корне проекта).
  3. Сохраните файл. Сервер появится в списке MCP; при необходимости пройдите авторизацию по кнопке рядом с ним.

Авторизация

Если сервис требует вход, рядом с сервером в списке MCP появится кнопка авторизации.

Список инструментов сервера (23)

Технические названия из tools/list. Нужны только разработчикам.

get_soulFetch a context soul by name. Returns structured AI context.
list_soulsList all available context souls.
write_soulAppend an entry to a soul or replace it entirely. Entries can be typed as note, fact, todo, or question.
delta_checkDetermine if a topic needs FULL, DELTA, or X-DELTA soul.
list_tagsList all unique tags used in a soul, with counts.
search_by_tagFind all entries in a soul with a specific tag.
search_contextFull-text search across souls. Returns matching lines only (token-efficient).
create_soulCreate a new soul with initial content. Admin-only operation.
update_soulReplace entire content of an existing soul. Admin-only operation.
delete_soulPermanently delete a soul from storage. Admin-only operation.
tag_intelDiscover tag patterns, co-occurrence, candidates, and merge suggestions across all namepoints. Optionally suggest tags for a specific handle.
generate_faf_from_githubGenerate a .faf file from any public GitHub repository WITHOUT cloning. Extracts 6 Ws from README, analyzes stack from languages and package.json, and generates Championship-grade AI context. Returns .faf content, quality score, and metadata.
faf_scoreScore .faf YAML content via the Mk4 Zig-WASM engine. Returns 0-100 (capped). Same engine as xai-faf-rust + xai-faf-zig (parity-tested). Sub-ms at the edge.
faf_validateValidate .faf YAML content via the Mk4 Zig-WASM engine. Returns true if mission-ready (>= 100).
faf_get_tierResolve the FAF tier for a given numeric score. Returns the tier symbol (Trophy/Gold/Silver/Bronze/etc.) per the canonical tier-table.
faf_estimate_tokensEstimate token count for arbitrary content via the Zig WASM engine. Sub-millisecond, zero allocations. Useful for context-budget planning.
faf_analyzeOne-call composite — returns score, tier-ready, valid, and engine identifier. Two WASM calls, sub-millisecond total.
refresh_fafRe-ground on .faf content — re-score via the Mk4 Zig-WASM Enterprise scorer (33-slot, honors the authored app-type shape), report drift vs an optional baseline score, and return a stamped re-ground. The explicit re-grounding primitive for long sessions: drift → refresh → re-grounded. Built for Grok, by request.
faf_orchestrate_recommendationTakes raw content strings (`.faf`, `.fafm`, and optionally `package.json`/`CHANGELOG.md`/`README.md`) and runs deterministic drift + contradiction signals across the FAF substrate. Returns a structured `Recommendation` (recommend, severity, reason, summary) with `hints` containing the current `effective_policy` and `partial[]` for any stateful signals unavailable on the current surface. Light-lane execution (hosted) is WASM-pure with no filesystem access. Heavy-lane execution (local via bunx/rust-faf-mcp) has full FS + persisted state. Advisory only — never auto-fires.
faf_gatePhase III (FRC) — pre-promotion quality gate. Scores .faf content (edge Mk4) + estimates tokens and returns a deterministic promote/hold verdict BEFORE it goes to a Grok Collection. Promote IFF score >= min_score AND tokens <= max_tokens (defaults 85/8000). Edge parity with the local gate; the hold-hint can't list empty slots at the edge.
faf_sectionPhase III (FRC) — returns an EXACT, WHOLE .faf section by dotted path (e.g. "stack", "human_context"), structure preserved — the deterministic complement to blind chunking. Omit "section" to list every path.
faf_memoryPhase III (FRC) — query the durable .fafm model by type/tag/priority/text. Omit filters for a structured summary. .fafm is NOT scored: this SELECTS facts (provenance preserved), never grades them.
faf_collections_searchPhase III (FRC §7b) — semantic search over a Grok Collection at the edge, KV-cached (1h TTL). Returns matched chunks (content, score, file). Requires the XAI_API_KEY secret; composes with faf_section (structural) for hybrid retrieval. Handled env-aware in the MCP handler (needs the key + KV).