HM

henryhawke/mcp-titan

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

93 stars 20 forks Качество 70 Тренд 19MIT

henryhawke / mcp-titan - кандидат на сервер MCP, импортированный из https://github.com/henryhawke/mcp-titan.

Обзор

henryhawke / mcp-titan - кандидат на сервер MCP, импортированный из https://github.com/henryhawke/mcp-titan.

Обзор (машинный перевод)

Я отказался от этого, потому что у меня нет денег, чтобы тренировать его. Не стесняйтесь отправлять любые запросы на вытягивание :

** Превратите любой ИИ в обучающего компаньона, который запоминает разговоры**

Что такое MCP-TITAN?

Подумайте о том, как вы запоминаете вещи: Краткосрочная память** Что вы слышали 5 секунд назад Долгосрочная память - важные факты, которые вы вспомните позже ️ Глубокое хранение - Вещи, которые вы «просто знаете» много лет назад

«Herarchical Online Persistent Encoding» — это второе поколение TITAN, которое дает ИИ такую же возможность. Вместо того, чтобы забывать все после каждого разговора, он накапливает знания, как человеческий мозг.

###Проблема надежды решается

Ключевые особенности

Memory ** Трехуровневая система памяти **

Как и ваш мозг, HOPE имеет несколько уровней памяти:

Уровни памяти → Что он хранит → Как долго → Как ваш мозг

** Краткосрочный** | Текущий разговор | Минуты | Рабочая память — что вы только что слышали | | Долгосрочные | Важные закономерности | Дни/недели | Сводные факты - вещи, которые вы изучали |

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

TITAN Memory: AI That Remembers Like You Do

I’ve kind of given up on this as I don’t have money to train it. Feel free to submit any sort of pull requests :)

Turn any AI into a learning companion that remembers across conversations


What is MCP-TITAN??

Think about how you remember things:

  • 💭 Short-term memory - What you heard 5 seconds ago
  • 📝 Long-term memory - Important facts you recall later
  • 🗄️ Deep storage - Things you “just know” from years ago

HOPE (Hierarchical Online Persistent Encoding) is the second generation of TITAN and gives AI this same ability. Instead of forgetting everything after each conversation, it builds up knowledge like a human brain.

The Problem HOPE Solves

❌ Standard AI (e.g., ChatGPT without plugins):
User: "I'm working on a React project with TypeScript"
AI: *Helps with code*
[Next session]
User: "How do I add a new component to my project?"
AI: "What framework are you using?" ← Forgot everything!

✅ HOPE Memory:
User: "I'm working on a React project with TypeScript"
HOPE: *Stores in long-term memory: React + TypeScript project*
[Next session]
User: "How do I add a new component?"
HOPE: *Recalls context* → "Here's a TypeScript React component for your project..."

Key Features

🧠 Three-Tier Memory System

Like your brain, HOPE has multiple memory levels:

Memory Level What It Stores How Long Like Your Brain
Short-term Current conversation Minutes Working memory - what you just heard
Long-term Important patterns Days/weeks Consolidated facts - things you studied
Archive Core knowledge Permanent Deep knowledge - things you “just know”

Example:

Conversation: "My dog Max is 3 years old and loves fetch"

HOPE storage:
- Short-term: "User talking about Max right now"
- Long-term: "User has dog named Max, age 3" (promoted after repeated mentions)
- Archive: "User is pet owner" (core fact, rarely changes)

🎯 Smart Forgetting

Not everything deserves to be remembered!

  • Surprising/novel information → Stored longer
  • Repeated boring stuff → Forgotten faster
  • Important patterns → Promoted to long-term storage

This prevents memory bloat and focuses on what matters.

📈 Continuous Learning (Momentum-Based)

Unlike standard AI that’s frozen after training:

Standard AI: Learn once → Deploy → Never changes
HOPE: Learn → Deploy → Keep learning from every interaction

How it works:

Открыть полный README на GitHub

Установка

npx -y @henryhawke/mcp-titan
Новичок в MCP? Начните с руководства на mcpskill.org →