MCP टूल संदर्भ

एक start command.
साफ memory tools.

Setup एक बार चलाएं और AI tool restart करें. उसके बाद Engram MCP tools और startup guidance के रूप में दिखता है; जरूरत पड़ने पर नीचे focused tools देखें.

1. इंसान का काम

एक बार install करें

आप terminal में एक command चलाते हैं: npx engram-tools@0.3.6 --setup <api-key>. यह जहाँ संभव हो Claude Code, Cursor, Gemini, Antigravity, Codex, OpenCode, और VS Code/Copilot के लिए MCP config लिखता है.

$ npx -y engram-tools@0.3.6 --setup <api-key>
2. Agent का काम

AI app के अंदर tools call करें

आप shell में engram_start नहीं चलाते. Setup के बाद client agent को Engram tools और startup guidance दिखाता है. आप task सामान्य भाषा में बताते हैं; अगर client guidance miss करे तो छोटा context prompt एक बार paste करें.

आप: इस repo/task पर काम करें. Plan करने से पहले Engram context इस्तेमाल करें.
3. यह क्यों काम करता है

MCP Engram को tools की तरह expose करता है

Restart के बाद AI client Engram MCP server load करता है. Agent engram_start, engram_store, engram_recall जैसे tools, AGENTS.md guidance और Claude slash helpers देखता है.

Agent देखता है: engram_start, engram_store, engram_recall...

Agent को देने वाला सबसे अच्छा पहला message

Engram MCP से agent को guide करता है. यह prompt पहली session को साफ करता है और recall, cross-pollination, rehydrate सही समय पर करवाता है.

Welcome email में भी यह message आता है. Docs में यह fallback है अगर AI client MCP startup guidance miss करे.

Call engram_start with this project context:
project: <product or client>
repo: <repo slug>
role: <role>
market: <domain or market>
stack: <main technologies>
task: <current task>
Before choosing an approach, call engram_recall.
If another repo may have solved this pattern, call engram_cross_pollinate.
If this chat was compacted or resumed, call engram_rehydrate.

Client-specific config

Setup command इन्हें अपने-आप लिखता है. ये examples उन clients का exact format दिखाते हैं जो default JSON format इस्तेमाल नहीं करते.

Antigravity

Google का मौजूदा Gemini flow users को Antigravity में भेज सकता है. Engram shared Gemini config और Antigravity-specific files दोनों लिखता है.

// ~/.gemini/config/mcp_config.json
// ~/.gemini/antigravity/mcp_config.json
{
"mcpServers": {
"engram": {
"command": "npx",
"args": ["-y", "engram-tools", "mcp"]
}
}
}

OpenCode

OpenCode standard mcpServers shape की जगह command array इस्तेमाल करता है. Setup यह format अपने-आप लिखता है.

// ~/.config/opencode/opencode.json
{
"mcp": {
"engram": {
"type": "local",
"command": ["npx", "-y", "engram-tools", "mcp"],
"enabled": true
}
}
}

Codex

Codex TOML इस्तेमाल करता है. Engram सिर्फ engram table replace करता है और बाकी Codex config बचाकर रखता है.

# ~/.codex/config.toml
[mcp_servers.engram]
type = "stdio"
command = "npx"
args = ["-y", "engram-tools", "mcp"]

टूल्स

देखने के लिए एक टूल चुनें

मुख्य loop

Normal coding flow tools और compaction के बाद recovery.

Advanced और checkpoint tools

इन्हें रखें, पर असली trigger हो तभी इस्तेमाल करें.

देखने के लिए एक टूल चुनें
engram_start

जब agent को ज़रूरत हो तब उपयोग करें: session शुरू करना.

engram_start

Engram टूल: session शुरू करना.

जब agent को ज़रूरत हो तब उपयोग करें: session शुरू करना.

agent_tool
वैकल्पिक
string

इस tool call के लिए configuration value.

project
सुझाया गया
string

इस tool call के लिए configuration value.

repo
सुझाया गया
string

इस tool call के लिए configuration value.

role
वैकल्पिक
string

इस tool call के लिए configuration value.

market
वैकल्पिक
string

इस tool call के लिए configuration value.

task
सुझाया गया
string

इस tool call के लिए configuration value.

stack
वैकल्पिक
string[]

इस tool call के लिए configuration value.

context
वैकल्पिक
string

इस tool call के लिए configuration value.

include_skills
वैकल्पिक
boolean

इस tool call के लिए configuration value.

limit
वैकल्पिक
number

इस tool call के लिए configuration value.

MCP क्या है?

वह मानक जो Engram को संभव बनाता है।

📡

Anthropic का एक खुला मानक

MCP (Model Context Protocol) Anthropic द्वारा बनाया गया एक खुला मानक है। यह AI Agent को एक सरल, सार्वभौमिक इंटरफेस के माध्यम से बाहरी टूल्स और डेटा स्रोतों से कनेक्ट करने देता है।

🔌

AI के लिए USB

इसे AI के लिए USB समझें: एक मानक, हर टूल काम करता है। कोई कस्टम इंटीग्रेशन नहीं, कोई प्रोप्राइटरी SDK नहीं, कोई वेंडर लॉक-इन नहीं। अगर आपका टूल MCP बोलता है, तो यह बस काम करता है।

🧠

Engram एक MCP सर्वर है

कोई भी MCP-संगत AI टूल Engram से कनेक्ट हो सकता है। Claude Code, Cursor, Gemini, Antigravity, Copilot, OpenCode, Windsurf, Devin.। अगर यह MCP सपोर्ट करता है, तो यह Engram सपोर्ट करता है।

शून्य इंटीग्रेशन प्रयास

SDK की आवश्यकता नहीं। कस्टम इंटीग्रेशन कोड नहीं। बस अपने एजेंट की MCP कॉन्फिग में Engram जोड़ें और उसे तुरंत 8 नए मेमोरी टूल मिल जाएं।

कैसे कनेक्ट होता है

आपका Agent

Claude, Cursor आदि

MCP

Engram

MCP server

सहेजें/याद करें

टीम मेमोरी

PostgreSQL + pgvector

Workspace आपकी team की memory boundary है

एक team के लिए एक workspace रखें. repo और project नाम उसके अंदर memory organize करते हैं. teammates को dashboard से invite करें ताकि हर person की अलग key हो.

फ्रंटएंड repo

Tools

Claude CodeCursorCopilot
यादें45

API repo

Tools

Claude CodeWindsurf
यादें128

मोबाइल repo

Tools

CursorDevin
यादें67

Workspace का मतलब

  • Workspace किसी team या company की private memory boundary है.
  • Repos और projects उसी boundary के अंदर memories organize करते हैं.
  • Teammates को dashboard से invite करें ताकि हर person अलग key इस्तेमाल करे.
  • Same workspace के agents repos के बीच private lessons reuse कर सकते हैं.
  • Different workspaces isolated रहते हैं; public memory results को enrich कर सकती है.
workspace-sync.sh
$ engram_get_context({ repo: "api-backend" })

शून्य से नहीं, आगे से शुरू करें

हर नया वर्कस्पेस Agent tools, MCP, RAG/search, security, ops, engineering docs और product/devex पर 100,000 स्रोत-युक्त सार्वजनिक memories के साथ शुरू होता है।

100K
पब्लिक मेमोरी
7
स्रोत परिवार
20
कौशल गाइड
🔄
330+
पैटर्न
सिद्ध दृष्टिकोण
पैटर्न

सामान्य कार्यों के लिए सिद्ध दृष्टिकोण। उदाहरण: "API रूट पैटर्न: try-catch रैपर, इनपुट मान्य करें, auth जांचें, फिर बिजनेस लॉजिक।" पैटर्न बताते हैं कि कुछ सही तरीके से कैसे करें।

📏
170+
रीतियाँ
टीम नियम और मानक
रीतियाँ

टीम नियम और कोडिंग मानक। उदाहरण: "हमेशा Prisma माइग्रेशन का उपयोग करें, कभी कच्चा SQL ALTER TABLE नहीं।" नियम आपके कोडबेस को सुसंगत रखते हैं।

⚠️
155+
जाल
जाल और आश्चर्य
जाल

जो चीजें टूटती हैं या चौंकाती हैं। उदाहरण: "forEach के अंदर async/await अपेक्षित रूप से काम नहीं करता। for...of का उपयोग करें।" जाल घंटों की डिबगिंग बचाते हैं।

🔧
215+
समाधान
युद्ध-परीक्षित समाधान
समाधान

सामान्य समस्याओं के लिए युद्ध-परीक्षित समाधान। उदाहरण: "Next.js हाइड्रेशन बेमेल: क्लाइंट-ओनली लॉजिक के लिए useEffect का उपयोग करें।" समाधान जवाब देते हैं, सिर्फ संकेत नहीं।

📦
100+
निर्भरताएं
फ्रेमवर्क-विशिष्ट
निर्भरताएं

फ्रेमवर्क के लिए संस्करण-विशिष्ट ज्ञान। उदाहरण: "Prisma 7 को PrismaPg एडॉप्टर पैटर्न की आवश्यकता है।" निर्भरताएं अपग्रेड आश्चर्यों को रोकती हैं।

🎓
20
कौशल गाइड
चरण-दर-चरण गाइड
कौशल गाइड

जटिल कार्यों के लिए चरण-दर-चरण गाइड। उदाहरण: "कोड रिव्यू कौशल: ब्रांच पुल से अनुमोदन तक 15 कदम।" कौशल आपके Agent को मांग पर विशेषज्ञता देते हैं।

स्रोत: कवरेज: React, Next.js, Vue, Angular, Python, Go, Rust, TypeScript, PostgreSQL, Docker, Kubernetes, AWS और 25+ और प्रौद्योगिकियां। साथ ही व्यावसायिक कौशल: उत्पाद प्रबंधन, बिक्री, मार्केटिंग, एचआर, कानूनी, वित्त और अधिक।

दूसरे Agent खाली शुरू करते हैं। आपका Agent 100,000 स्रोत-युक्त सार्वजनिक memories, 20 step-by-step guides और पहले दिन से बढ़ने वाली private team memory के साथ शुरू करता है।

दो memory banks. एक smart agent.

Public knowledge सबके लिए. Private knowledge आपकी team के लिए.

🌍
100K

Public memory bank

  • 100,000 स्रोत-युक्त सार्वजनिक memories
  • Agent tools, MCP, RAG/search, security, ops और devex
  • 20 चरण-दर-चरण मार्गदर्शिकाएँ
  • Best-practice patterns, gotchas, solutions और evidence checks
  • Public bank बढ़ने पर update होता है
  • Disponible para todos los usuarios de Engram
Gratis en todos los planes
🔒
अलग

Private memory bank

  • आपकी team की proprietary knowledge
  • आपके codebase की specific conventions
  • Decisiones internas de arquitectura
  • Aprendizajes de incidentes y post-mortems
  • आपके workspace के बाहर कभी share नहीं होता
  • Isolated, encrypted, और workspace-scoped
Tu ventaja competitiva
El agente hace recall
Busca primero en privado
Enriquece con público
Mejores resultados combinados
संयुक्त रिकॉल

पहले private memory. Public knowledge gaps भरता है.

Engram पहले आपके workspace knowledge को खोजता है, फिर मददगार होने पर source-aware public practices और guides जोड़ता है.

engram_start

सपोर्ट और फीडबैक

Engram को बेहतर बनाने में मदद करें

अगर setup confusing है, कोई tool अजीब behave करता है, या pricing limit गलत लगती है, यहाँ लिखें. Message सीधे हम तक आएगा.

सपोर्ट और फीडबैक

हम क्या सुधारें?

Bugs, confusing setup steps, pricing questions और product ideas सीधे Engram team तक जाते हैं.

10 और अक्षर चाहिए0/10