Интеграция сервера Model Context Protocol (MCP) для Chroma, базы данных с открытым исходным кодом.

Обзор

Хрома MCP Сервер создает постоянную «рабочую память» для разработки с помощью ИИ:

Автоматизированный контекст Напоминаем: Помощники ИИ могут запрашивать соответствующую информацию из прошлых сессий ** Управляемая разработчиками настойчивость:** Храните ключевые решения и идеи в ChromaDB через MCP ** Вторая интеграция мозга:** Интегрируется с рабочими процессами IDE для создания единого центра знаний

Ключевые особенности:

** Автоматизированная индексация кодовой базы: ** Изменения кода трека и индекса ** Автоматизированная чат-регистрация:** Лог взаимодействия ИИ с расширенным захватом контекста (диффы кода, последовательности инструментов)

• Директивная связь: Подключите обсуждения к изменениям кода для отслеживания эволюции функций ** Семантический код: ** Сохранение логических структур кода для более значимого поиска контекста Инструменты рабочей памяти: ** команды MCP для захвата и извлечения контекста разработки ** Система проверки Доказательная валидация для изменений кода и продвижения обучения ** Автоматизированное обучение, основанное на тестах: ** Полностью автоматизированный рабочий процесс от провала теста до верифицированного исправления и продвижения обучения.

Chroma MCP Server

A Model Context Protocol (MCP) server integration for Chroma, the open-source embedding database.

Overview

Chroma MCP Server creates a persistent, searchable “working memory” for AI-assisted development:

• Automated Context Recall: AI assistants can query relevant information from past sessions
• Developer-Managed Persistence: Store key decisions and insights in ChromaDB via MCP
• Second Brain Integration: Integrates with IDE workflows to create a unified knowledge hub

Key features:

• Automated Codebase Indexing: Track and index code changes
• Automated Chat Logging: Log AI interactions with enhanced context capture (code diffs, tool sequences)
• Bidirectional Linking: Connect discussions to code changes for tracing feature evolution
• Semantic Code Chunking: Preserve logical code structures for more meaningful context retrieval
• Working Memory Tools: MCP commands for capturing and retrieving development context
• Validation System: Evidence-based validation for code changes and learning promotions
• Automated Test-Driven Learning: Fully automated workflow from test failure to verified fix and learning promotion. See the Pytest Plugin Usage Guide to integrate this into your projects.

See the Getting Started with your Second Brain guide for more details.

Quick Start

Installation

# Basic installation
pip install chroma-mcp-server

# Full installation with all embedding models
pip install "chroma-mcp-server[full]"

Running

# With in-memory storage (data lost on restart)
chroma-mcp-server --client-type ephemeral

# With persistent storage
chroma-mcp-server --client-type persistent --data-dir ./my_data

Cursor Integration

Add or modify .cursor/mcp.json in your project root:

{
  "mcpServers": {
    "chroma": {
      "command": "uvx",
      "args": [
        "chroma-mcp-server"
      ],
      "env": {
        "CHROMA_CLIENT_TYPE": "persistent",
        "CHROMA_DATA_DIR": "/path/to/your/data",
        "CHROMA_LOG_DIR": "/path/to/your/logs",
        "LOG_LEVEL": "INFO",
        "MCP_LOG_LEVEL": "INFO",
        "MCP_SERVER_LOG_LEVEL": "INFO"
      }
    }
  }
}

Recent Improvements

• Enhanced Context Capture: Automatically extracts code diffs, tool sequences, and assigns confidence scores
• Bidirectional Linking: Creates navigable connections between chat discussions and code changes