Ratary Memory MCP

Ratary Memory MCP: постоянная память и граф знаний для AI-агентов

От сообществаРаботаетБез входаГлобальныйБесплатноТолько чтение

Что умеет

Сохранять, обновлять и удалять записи памяти
Искать записи по коду, пути или содержимому
Связывать записи между собой и обходить граф связей
Собирать контекст и готовить промпт под задачу
Архивировать записи и отмечать избранные

Какие данные видит

Память хранится в привязке к владельцу и рабочему пространству; доступ к записям и графу связей ограничен рамками проекта пользователя.

Нужен ли аккаунт

Не нужен: сервер работает без входа

Ratary Server — платформа памяти для AI: хранит структурированные записи с метаданными, связями и версиями, а поиск строит контекст под конкретный запрос. Подключается к Cursor, Claude Code и другим MCP-клиентам, отделяя память от конкретной модели.

Как подключить

Как подключить Ratary Memory MCP к Claude

Адрес сервера, который нужно вставить в настройках Claude:

https://ontorata.run.tools

Откройте Claude (сайт claude.ai или приложение для компьютера).
Перейдите в Настройки → Коннекторы (в английском интерфейсе: Settings → Connectors).
Нажмите Добавить пользовательский коннектор (Add custom connector).
Вставьте адрес сервера, скопированный ниже, в поле URL удалённого MCP-сервера и нажмите Добавить.
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 Ratary Memory MCP к ChatGPT

Адрес сервера, который нужно вставить в настройках ChatGPT:

https://ontorata.run.tools

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

Адрес сервера, который нужно вставить в настройках Cursor:

https://ontorata.run.tools

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

Вручную:

В Cursor откройте Settings → Cursor Settings → MCP и нажмите Add new global MCP server.
Вставьте JSON, скопированный ниже, в открывшийся файл ~/.cursor/mcp.json (для одного проекта: .cursor/mcp.json в корне проекта).
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 (28)

Технические названия из tools/list. Нужны только разработчикам.

save_memory	Create a new persistent coding memory entry with title, markdown body, project scope, and optional tags.
update_memory	Update fields on an existing memory by UUID without creating a new record.
delete_memory	Permanently delete a memory by UUID. Prefer archive_memory for reversible removal.
get_memory	Fetch a single memory by UUID including full content and metadata.
get_memory_by_codename	Fetch a memory by stable codename (e.g. AUTH-0001) when UUID is unknown.
search_memory	Search memories by keyword, tag, or project using hybrid full-text and semantic ranking.
get_memory_by_path	Read a memory by vault source_path when syncing from a file-oriented workflow.
get_context	Rank relevant memories and assemble token-budgeted markdown context for a task.
build_prompt	Build system and user prompts for an external LLM from ranked project memory.
list_projects	List all project slugs that have at least one memory for this owner.
list_tags	List distinct tags used across all memories for this owner.
link_memories	Create a typed relation edge between two memories in the knowledge graph.
list_relations	List graph relations attached to a memory (incoming and outgoing).
toggle_favorite	Toggle the favorite flag on a memory for quick access and ranking.
archive_memory	Soft-archive a memory so it is hidden from default search but recoverable.
get_graph_capabilities	Describe available knowledge-graph traversal modes, limits, and relation types.
traverse_relations	Traverse memory relations via bidirectional BFS from a seed memory or slug.
list_workspaces	List workspaces owned by the authenticated identity.
list_agents	List agent identities registered in the current workspace.
register_agent	Register a new agent identity (Cursor, Claude Code, etc.) in the workspace.
get_capabilities	Return the deployment capability manifest: enabled modules, tool registry, and limits.
negotiate_capabilities	Handshake to verify client-required capability flags against this deployment.
submit_signal	Submit memory quality feedback or forge inspection outcome signals for learning loops.
run_stewardship	Run the memory stewardship pipeline (dedupe, archive candidates). Dry-run by default.
get_compression_status	Report semantic compression status and pending duplicate clusters for the owner.
sync_pull	Pull memory deltas from the server since the last sync cursor for a client platform.
sync_push	Push batched memory create/update/delete operations from a client platform.
sync_status	Get multi-client sync status and last cursor for a platform.