Context7
Документация библиотек и примеры кода прямо в AI-клиенте. Поиск нужной библиотеки и запрос по её документации.
MCP-сервер
Долговременная память агента: сохранять решения проекта, находить прошлый контекст и получать ответы на основе накопленных сведений.
Hindsight полезен, когда работа продолжается между разговорами: нужно вспомнить выбранную архитектуру, ограничения проекта или причину отменённого изменения. retain сохраняет сведения, recall ищет подходящие воспоминания, reflect формирует ответ по накопленной памяти. Банки памяти позволяют разделять проекты.
В Hindsight Cloud конфигурацию получают на странице Connect: выбирают клиента, банк и OAuth либо API-ключ. Для Claude Code и Cursor опубликованы OAuth-примеры; Claude Desktop подключается через Connectors. Локальный hindsight-local-mcp запускает HTTP-сервер со встроенной PostgreSQL. Ему нужен настроенный поставщик LLM, например облачный API или локальная Ollama.
Сохраните короткое решение с датой, дождитесь обработки и найдите его в новой сессии через recall. Затем задайте reflect вопрос о причинах решения. Так можно различить поиск сохранённого факта и вывод модели по нескольким воспоминаниям.
Обработка retain выполняется в фоне: немедленный поиск может ещё не увидеть новую запись. recall возвращает отобранный контекст, а не весь архив. Ключ LLM для обработки памяти отличается от авторизации самого MCP. Локальное хранение базы само по себе не означает, что выбранная облачная модель обрабатывает данные локально.
Для нескольких обязательных правил проекта проще поддерживать обычный файл инструкций. Для точного восстановления исходного документа нужен сам документ: вывод reflect стоит использовать вместе с подтверждающими записями. Hindsight имеет смысл, когда требуется накапливаемая и доступная через поиск память нескольких сессий.