AuraSDK MCP Server

使用说明（简要）：

• 项目简介
  • AuraSDK 提供两种 MCP 服务器实现（Python 版本和 Rust 版本），用于向 LLM 客户端提供统一的上下文与功能：管理资源、注册与执行工具、获取与渲染 Prompt，并通过 JSON-RPC 2.0 模式与客户端交互。
• 主要功能点
  • MCP 核心能力：以固定格式的 JSON-RPC 请求处理并返回 JSON-RPC 响应，包括 initialize、工具列表、工具调用等。
  • 资源与数据访问：支持 recall、recall_structured、store、store_code、store_decision、search、insights、consolidate 等工具，对记忆进行存取、搜索、统计及维护。
  • 工具注册与执行：提供 TOOL 列表及映射，客户端通过工具名/参数调用相应处理逻辑。
  • Prompt 与上下文：服务器端提供说明性信息与指引，必要时渲染提示文本以注入上下文给 LLM。
  • 会话与能力声明：实现 initialize、notifications、tools/list、tools/call 等交互，体现服务器能力与会话信息。
  • 传输与运行模式：Rust 版本通过 stdio 形式实现 MCP 协议（可与同类 MCP 客户端对接），Python 版本也是基于 stdio 的 JSON-RPC 服务端；均可与 Claude Desktop 等 MCP 客户端协同工作。
  • 安全与扩展性：Rust 实现具备模块化的工具路由、并行处理能力；Python 实现提供简洁、易定制的服务器入口点，便于快速集成与测试。
• 安装与运行
  • Python 实现（纯 Python 版本，零额外依赖）：
    • 进入 python/aura 目录，运行命令：python -m aura mcp [path]
    • [path] 指向 Aura brain 数据目录，例如 C:\Users\YOUR_NAME\aura_brain（按操作系统路径填写）。
  • Rust 实现（需要开启 mcp 特性）：
    • 构建并运行开启 MCP 的二进制：在仓库根目录执行 cargo build --features mcp 或 cargo run --features mcp
    • 运行方式依赖你的构建输出，Rust 端包含一个 run_stdio() 入口用于标准输入/输出的 JSON-RPC 通信。
  • 客户端配置（Claude Desktop 等 MCP 客户端）：
    • 配置 JSON 文档示例（以下描述用于客户端配置，而非代码块）
      • server name: aura
      • command: 运行 MCP 服务器的启动命令，例如 python -m aura mcp <brain_path>（Python 实现）或可执行程序名（Rust 实现）
      • args: 根据实际路径传入的参数，例如 ["C:\Users\YOUR_NAME\aura_brain"]（Windows），或相应的 Linux/macOS 路径
      • 说明：该配置用于 MCP 客户端在连接时启动服务器并建立 JSON-RPC 通信通道。MCP 客户端不需要你在此处嵌入代码实现，只需提供启动命令和参数即可。
• 基本使用方法（客户端视角）
  • 启动服务器后，客户端通过 JSON-RPC 进行初始化（initialize），获取工具列表（tools/list），并调用具体工具（tools/call）来查询记忆、存储新记忆、执行分析等操作。
  • 支持的工具包括 recall、recall_structured、store、store_code、store_decision、search、insights、consolidate 等，客户端通过名称与参数传递完成调用。
• 运行与整合要点
  • 两种实现均可独立运行，Rust 版本适合需要更高性能和嵌入式集成的场景，Python 版本更易定制、上手快。
  • MCP 服务端的能力声明、工具描述和输入/输出格式均在实现中定义，确保客户端对接时的兼容性与互操作性。
  • 如果在 Claude Desktop 等环境中使用，请按官方 MCP 客户端的指引配置服务器，并参考仓库中给出的示例配置片段进行对接。
• 进阶
  • 如需扩展工具、调整输入输出结构，参考代码中的 TOOLS 定义、TOOL_MAP 映射以及 handle_request 的分支逻辑。
  • 针对不同传输场景（stdio、SSE、WebSocket 等）可在实现中扩展传输层支持。