mcpField
U
Unl

Unl

远程服务
unlimitless.ai记忆与知识02 周前更新

关于 Unl

Unl 保存决策及其理由,让 Agent 在采取行动前获得相关背景。它面向使用多个 Agent 的个人和团队,结合托管决策服务与开源命令行工具、SDK、插件和决策格式。

主要功能

  1. 01保存决策及其理由
  2. 02筛选与任务相关的决策
  3. 03在多个 Agent 间共享背景
  4. 04通过工具查看理由并提出决策
  5. 05开放决策格式及一致性检查

适用场景

  1. 01向 Agent 提供项目选择的背景
  2. 02让多个 Agent 遵循一致决策
  3. 03审阅或确认待定决策

MCP 相关

Unl 在 `https://api.unlimitless.ai/mcp` 提供托管 MCP 服务。其工具可让 Agent 获取决策的完整理由,并提出供确认的新决策。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://api.unlimitless.ai/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

Unl

smithery badge

Unl,你的 why Agent。你的 AI 已经懂得如何推理。Unl 让它拥有你的理由。

无需账号,两分钟即可体验:node demo/changed-decision.mjs

在终端中运行的两分钟演示

你在与 AI 协作时会做出各种决定:要构建什么、要舍弃什么,以及为什么。Unl 会保留这些决定及其理由。当你或某个 Agent 即将采取行动时,Unl 会提供与当前任务相关的决定,让 Claude Code、Cursor、ChatGPT、Codex 和你构建的 Agent 都能基于同一套理由开始工作。你再也不必反复向它们交代背景。

哪些内容开源,哪些内容托管

**本仓库中的开源内容,采用 MIT 许可:**所有在你这边运行的内容。unl 命令、AI SDK 包、Cursor 插件、每种 Agent 框架对应的可运行示例,以及决策格式和可在你自己的代码上运行的一致性检查。阅读这些内容,即可准确了解哪些数据会离开你的设备。

同样开源:状态检查,用于从 Unl 自身基础设施之外测试 Unl。

**托管服务:**Unl 本身——用于保存你的决定及其理由,并挑选与任务相关的决定——运行于 api.unlimitless.ai。其代码不在本仓库中。

开始使用

使用你已经在用的 Agent,告诉它:

Read unlimitless.ai/start.md, set up Unl, and show me the decisions you find.

在 Claude Code 或 Cursor 中:

npm install -g unlimitless
unl              # sign in once, then the Unl terminal opens
unl init         # in your project, for Claude Code (add --cursor for Cursor)

然后询问你的 Agent 你正在做什么。

在任何 MCP 客户端中(ChatGPT、Claude、Codex、VS Code、Grok Bot、Lovable):添加服务 https://api.unlimitless.ai/mcp,并在提示登录时登录。

**在你构建的 Agent 中:**前往 unlimitless.ai/portal/keys 创建密钥,将其设为 UNL_KEY,然后从下方选择你的框架。

连接你的工具

所有工具都使用同一个地址 https://api.unlimitless.ai/mcp,并且只需通过 OAuth 登录一次。无需粘贴密钥:个人密钥仅用于 API,不能用于连接工具。

**Claude 和 Claude Desktop。**打开 Settings,然后打开 Connectors,并选择 Add custom connector。将其命名为 Unl,粘贴 https://api.unlimitless.ai/mcp,然后添加。

**Claude Code。**在项目中运行 unl init,即可登录并配置钩子,让 Unl 参与每一轮对话。若只添加服务:

claude mcp add --transport http unl https://api.unlimitless.ai/mcp

然后运行 /mcp,选择 unl,再选择 Authenticate。

**ChatGPT。**在 Settings 中打开 Plugins,并启用 Developer mode。选择 New Plugin,将其命名为 Unl,将 https://api.unlimitless.ai/mcp 粘贴为服务 URL,将身份验证设为 OAuth,并保留 Dynamic Client Registration。然后打开 Advanced OAuth settings,取消勾选 OIDC enabled:若保持启用,ChatGPT 会请求 Unl 未注册的作用域,并拒绝连接。

**Cursor。**将 URL 添加到 .cursor/mcp.json,无需密钥或请求头;也可以安装本仓库中的 Cursor 插件:

{ "mcpServers": { "unl": { "url": "https://api.unlimitless.ai/mcp" } } }

其他所有工具(Codex、VS Code、Antigravity、Grok Bot、Lovable、Viktor 等):每种工具的分步指南均会持续更新,详见 unlimitless.ai/connect。

这里有什么

文件夹内容
cli/unl 命令。unl init 会将 Unl 添加到 Claude Code 或 Cursor 项目中;单独运行 unl 会打开 Unl 终端:每一轮中,Unl 交给你的 Agent 的决策及其理由,以及它暂未交出的决策。
packages/ai-sdk/@unlimitless/ai-sdk。使用 withUnl 封装任意 Vercel AI SDK 模型,每次调用都会附带与你当前调用相关的决策内容。
examples/每个框架都有一个小型可运行示例:Mastra、OpenAI Agents SDK、Google ADK、LangChain、Pydantic AI、LiteLLM、Cloudflare Agents、Netlify、TanStack AI、Composio、E2B、Browser Use,以及 GitHub Copilot 自定义 Agent。
examples/vercel-ai-sdk-chat/一个基于 AI SDK 的聊天应用,已集成 Unl,可部署到 Vercel。
.cursor-plugin/ 和 mcp.jsonCursor 插件:Unl 的 MCP 服务,登录信息由服务自动发现。仓库中没有密钥。
decision-format/用于保留决策的开放格式:包含的内容、地址的计算与验证方式、可用于验证你自己的实现的符合性检查,以及 Node 和 Python 参考代码。采用 MIT 许可,且无需 Unl 即可运行。

在本地试用客户端契约

git clone https://github.com/Unlimitless-Inc/unl.git
cd unl/packages/ai-sdk
npm install
npm test

这些测试使用合成响应。它们会在无需账户或模型调用的情况下测试客户端契约,但不能证明托管检索或模型性能。规划器和编写器示例是下一步,可让你在自己的测试项目中试用真实变更的决策。

例如,你最初选择同步导出,因为文件很小。之后,你改用队列,因为较大的文件会超出请求超时时间。此任务的目标是让一个全新的编写器接收新选择及其理由,然后生成遵循该选择的变更。将结果与同样更新过的文件以及上下文过时或缺失的情况进行比较。维护一份文件也可能同样有效。

Agent 如何了解你的理由

有两种接入方式,大多数示例都会展示两者:

  • 每次调用时。 中间件、钩子或指令函数会询问 Unl 哪些内容与当前轮次相关,并在模型采取行动前将答案提供给它。
  • 通过 MCP 使用 Unl 的工具。 Agent 可以查看某项决策背后的完整推理,并提议一项新决策供你确认。只有在你同意后,它才会成为你的决策。

关注构建进展

Unl 每天都会发布变更,更新日志会用通俗的语言说明每项变更的内容。想要持续关注,请为这个仓库点星。

贡献与安全

欢迎报告错误和提交小型修复:请参阅 CONTRIBUTING.md。如需报告安全问题,请遵循 SECURITY.md,不要创建公开问题。

链接

许可

MIT。请参阅 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。