Kaydet (pronounced “kai-det”, “record”)는 개발자를위한 터미널 노트 스테이 응용 프로그램입니다. 작업 로그, 아이디어, 일일 노트 및 일반 텍스트의 구조 메타 데이터. 즉시 SQLite FTS로 모든 것을 검색하고 AI가 역사를 검색 할 수 있습니다.

설치

AI (MCP) 지원으로:

또한 통해 제공:

빠른 시작

AI 통합

MCP (모델 컨텍스트 프로토콜)에 의해 구동. Claude 데스크탑, 커서 또는 MCP 호환 도구 연결:

그런 다음 AI를 요청하십시오.

• “이 주에 어떻게 일 했습니까?”
• “이 달을 얼마나 많이 소비 했습니까?” (#expense since:2026-07-01 --sum)
• “우리 버그에 대해 어떻게 배울 수 있었습니까?” (search_entries + since:)
• “마지막 스프린트에서 내 업적을 요약”
• “3 월에는 비용 > 1000으로 로그인 한 것은 무엇입니까?” (#expense since:2026-03-01 cost:>1000)
• “나는 저를 구출하는 높 살로움”(list_todos status:pending filter:#work)

당신의 AI는 당신의 자신의 자료에서 지상에 놓았습니다. 일반적인 지식이 아닙니다 - 당신의 지식.

MCP 도구

내장 MCP 서버 14 도구:

Never lose a solution twice.

Kaydet (pronounced “kai-det”, Turkish for “record”) is a terminal note-taking application for developers. Capture work logs, ideas, daily notes, and structured metadata in plain text. Instantly search everything with SQLite FTS, and let your AI search your history too.

Install

pipx install kaydet

With AI (MCP) support:

pipx install kaydet[mcp]

Also available via:

uv tool install kaydet    # uv

Quick Start

# Capture a solution (terminal notes, instantly)
kaydet "Fixed auth race condition commit:abc123 issue:312"

# Pipe command output into a new entry
ls -lah | kaydet
git log -5 --oneline | kaydet #git

# 6 months later — find it
kaydet --filter auth

# Log what you worked on (work log / developer diary)
kaydet "Deep work on ETL pipeline #work time:3h focus:high"

# Todo from the command line (CLI notes + tasks)
kaydet --todo "Write unit tests priority:high"
kaydet --done 42

# Search by metadata
kaydet --filter "status:done"
kaydet --filter "time:>2"

# Open today's entry in your editor
kaydet --today

# See your stats (plain text notes, searchable)
kaydet --stats

AI Integration

Powered by MCP (Model Context Protocol). Connect Claude Desktop, Cursor, or any MCP-compatible tool:

// claude_desktop_config.json
{
  "mcpServers": {
    "kaydet": {
      "command": "kaydet-mcp"
    }
  }
}

Then ask your AI:

• “What did I work on this week?”
• “How much did I spend this month?” (#expense since:2026-07-01 --sum)
• “What did I learn about auth bugs?” (search_entries + since:)
• “Summarize my accomplishments from last sprint”
• “What expenses did I log in March with cost > 1000?” (#expense since:2026-03-01 cost:>1000)
• “Show me pending high-priority todos” (list_todos status:pending filter:#work)

Your AI grounded in your own data. Not generic knowledge — your knowledge.

MCP Tools

Built-in MCP server with 14 tools: