关于 cachly-dev
cachly-dev 是面向编码 Agent 的 MCP 服务,将修复、决策和失败记录为可检索的团队经验,并在相关时提供给 Agent。经验 Brain 托管在欧盟服务器,支持从代码会话、Git 历史和 CI 中积累知识。
主要功能
- 01记录修复、决策与失败经验
- 02会话开始时提供项目简报
- 03混合检索并追踪问题根因
- 04从 Git 与 CI 导入经验
- 05团队共享并管理经验归属
适用场景
- 01重遇旧问题时查找已验证的解决方案
- 02开始编码会话时了解近期失败与经验
- 03从提交和 CI 结果构建团队经验
MCP 相关
提供 124 个 MCP 工具,用于保存、检索和管理个人或团队经验;默认列出 27 个工具,其余可通过 cachly_tool 调用。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
27收录的工具列表 · 更新于 今天
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| key | string | 是 | 用于检索的缓存键 |
| org_id | string | 否 | 可选组织 ID——直接键未命中时,将回退到共享组织命名空间 org:{org_id}:sem:{key} |
| instance_id | string | 否 | 实例的 UUID。 |
详细介绍
cachly——面向编码 Agent 的体验(MCP 服务)
一次解决问题。从此,你的 AI 就知道了。
每一次修复、每一个决策和每一次碰壁,都会成为 AI 在恰当时机运用的经验。你能更快地构建,而你的团队也能基于你的发现继续前进。
@cachly-dev/mcp-server 通过 MCP 将 cachly 连接到 Claude Code、Cursor、
GitHub Copilot、Windsurf、Cline、Continue.dev、Zed、Codex CLI 和 Gemini CLI。它提供 124 个 MCP 工具。默认情况下,编辑器会列出 27 个条目,其余工具可通过其中一个条目 cachly_tool 调用(详情见下文的 MCP 工具)。每次修复后,你的 AI 都会保存一条经验,并在同一问题再次出现时重新找到它。你的 Brain(存储经验的地方)位于欧盟服务器上。
无需账户即可开始
Claude Code
/plugin marketplace add cachly-dev/cachly-mcp
/plugin install cachly-brain@cachly
无需编写 JSON、设置路径或复制密钥。如果没有密钥,cachly 会在会话启动时于欧盟服务器上创建一个测试 Brain(由插件钩子创建;如果钩子未运行,则在首次调用工具时创建)。测试 Brain 可使用 Dev 层级 14 天。之后,它会使用同一密钥切换到免费层级。
运行 claude mcp list 检查状态。你应该会看到 plugin:cachly-brain:cachly … ✔ Connected。即使服务正在运行,claude plugin details 也会显示 MCP servers (0),因为它不会统计这些服务。
该插件会添加三个 Claude Code 钩子:
| 钩子 | 作用 |
|---|---|
SessionStart | 向 AI 提供简报:上次会话、未解决的失败和近期经验 |
UserPromptSubmit | 将与提示词匹配的经验放在提示词旁边 |
Stop | 可以趁修复还新鲜时记录下来 |
开启一次自动更新:/plugin → Marketplaces → cachly → Enable auto-update。对于 Anthropic 自己以外的市场,Claude Code 默认会关闭自动更新。MCP 服务会在每次启动时自行更新,但钩子属于插件,只有插件更新时才会更新。如果有待安装的更新,会在会话首次触发 session_start 时用一行消息提示。
保留测试 Brain
npx @cachly-dev/mcp-server@latest claim
你只需在浏览器中登录一次。随后,测试 Brain 会连同其中的所有经验一起迁移到你的账户。所有测试密钥都会被撤销,你会获得一个新密钥,并存储在编辑器和钩子查找密钥的位置。Brain 会重启一次,大约需要 20 秒。如果你已经有一个免费 Brain,则适用免费层级只能拥有一个 Brain 的限制,迁移会被拒绝并显示提示消息。
Cursor、Windsurf、VS Code、Cline、Continue.dev、Zed
npx @cachly-dev/mcp-server@latest autopilot
autopilot 会查找你使用的编辑器,并为每个编辑器写入 MCP 配置。它会添加一个 git 钩子,从你的提交中学习,并用你的 git 历史填充 Brain。你只需在浏览器中登录一次(使用设备代码,无需密码或信用卡),Brain 从一开始就属于你自己的账户。之后请重启编辑器。
你也可以手动添加服务(参见手动设置)。如果没有密钥,首次调用工具时会创建与 Claude Code 中相同的测试 Brain。
已经在 Claude、Cursor 或 Copilot 中? 将以下内容粘贴给你的 AI:
为此项目设置 cachly。运行:npx @cachly-dev/mcp-server@latest autopilot 按照浏览器中的步骤登录,然后重启编辑器。
VS Code 扩展
安装 cachly Brain。 它会在首次启动时创建你的 Brain,无需填写账户表单。
JetBrains 插件
从 JetBrains Marketplace 安装 Cachly Brain (IntelliJ IDEA、PyCharm、GoLand、WebStorm、Rider)。状态栏、Brain 健康状况和课程视图都位于 IDE 中。源代码位于 cachly-dev/cachly-intellij。JetBrains 插件指南 介绍了 Claude Code、Junie 和 JetBrains AI Assistant 如何通过 MCP 获取 Brain。
MCP Registry
该服务已列入官方
MCP Registry,名称为
io.github.cachly-dev/mcp-server。浏览 Registry 的客户端可以按名称找到它。该条目指向这个 npm 软件包。
指南
| 指南 | 内容 |
|---|---|
| Claude Code 钩子:何时使用哪个事件 | SessionStart、UserPromptSubmit、PreToolUse、Stop 等事件,按触发时机排序。每个事件可以阻止、添加和更改什么。 |
| 用于 Claude Code 的 UserPromptSubmit 钩子 | 标准输入 JSON、additionalContext、可运行的 Node 脚本,以及五个需要避免的陷阱。 |
| VS Code 和 Copilot CLI、Codex CLI 和 Gemini CLI 中的相同钩子 | 各编辑器中用于传入上下文的事件,以及 setup 在其中写入的确切文件。 |
| 对比:Supermemory、Zep、claude-mem、Basic Memory、mem0、Letta | 并列对比,每一行都附有来源和明确日期,也包括其他产品更适合的情况。 |
| 托管于欧盟的 MCP 服务:哪些数据会离开你的设备 | 数据去向:存储在德国、嵌入在欧盟、网络边界,以及一份检查清单。 |
| 编码 Agent 的经验教训 | 如何编写一条 Agent 能再次找到的经验:症状、首要的决定性事实、失败之处、文件和检查方法。附有示例和 LESSONS.md。 |
| JetBrains 插件指南 | 插件的功能,以及 Claude Code、Junie 和 JetBrains AI Assistant 如何使用 Brain。 |
| Repo X-ray | 输入一个公开的 GitHub 仓库。几秒钟内即可看到其团队解决了多少问题,以及哪些问题不止解决过一次。 |
工作原理
- 将修复、决策或走不通的方案记录为经验:主题、有效的方法、失败的尝试、严重程度、文件路径、命令和作者。
- 会话开始时,你的 AI 会收到一份简报,其中包含上次会话、未解决的问题和近期经验。
- 当你提出需求时,
smart_recall会查找相关经验。它会结合关键词搜索(BM25)、基于语义的搜索和因果图,支持 11 种语言。 - 出现错误时,
causal_trace会从症状追溯到原因,再追溯到有效的修复方案。 - 部署前,
brain_predict会列出以往事故中的故障模式。 - Git hook 和 CI 模板 会从提交和由红转绿的运行中添加经验。
- 经验会在团队中共享。每条经验都会注明学习者的姓名。
如想了解安装前你的 AI 能获取哪些信息,请在项目文件夹中运行
npx @cachly-dev/mcp-server@latest demo。它会读取你的 Git 历史记录,
并输出你的修复方案、模式和决策。任何信息都不会离开你的设备。
我们对你的承诺。 你可以随时离开并带走数据:
npx @cachly-dev/mcp-server@latest export 会将每条经验写入 lessons.md(供阅读)
和 lessons.jsonl(供复用)。只有在你自行调用 index_project 时,才会存储代码摘录,
且仅存储在你自己的欧盟实例上。请在决定前阅读
哪些内容会离开你的设备。
MCP 工具(共 124 个,默认列出 27 个)
默认情况下,编辑器会看到 27 个条目:日常工具(共 26 个)和一个分发器
cachly_tool。这是有意为之。完整的 124 个工具在每个请求中会占用约 28,000 个 token。
列出的 27 个条目约占 8,000 个 token。其余所有工具(共 98 个)都通过
分发器运行:
cachly_tool(tool: "team_roster") run any of them by name
cachly_tool(tool: "team_roster", describe: true) get its schema first
没有任何工具无法访问。服务会按名称分发,因此直接调用 team_roster
仍然有效。设置 CACHLY_ALLE_WERKZEUGE=1 可列出全部 124 个工具。设置 CACHLY_PROFILE=lean 可列出 8 个工具和 cachly_tool,或设置 CACHLY_PROFILE=recall 以列出 3 个只读工具。
会话与经验(最常用)
| 工具 | 功能 |
|---|---|
session_start | 完整简报:上次会话、未解决的问题、近期经验、Brain 健康状况 |
session_end | 保存你完成的工作;从摘要和 Git 日志中提取经验 |
learn_from_attempts | 在任何修复、部署或发现之后,存储结构化经验(包含 author、visibility) |
recall_best_solution | 某个主题的已知修复方案,及其成功和失败历史 |
smart_recall | 混合搜索:BM25 + 语义搜索 + 因果图;支持 11 种语言,并按质量重新排序 |
remember_context | 保存架构发现、决策和文件摘要 |
compact_recover | 达到上下文窗口限制后恢复上下文 |
团队 Brain 与组织知识图谱
| 工具 | 功能 |
|---|---|
team_learn / team_recall | 在团队内分享经验,并注明作者 |
team_confirm | 由审核者(高级成员或同伴)确认经验;已确认的经验在检索结果中的排名更高 |
team_assign_role / team_roster / team_whoami | 管理角色(管理员、审核者、贡献者、查看者);设置管理员后强制执行角色权限 |
team_audit | 仅管理员可用的治理记录:记录每次角色变更和经验确认 |
brain_who_knows | 查找团队中某个主题的专家,并按作者贡献排序 |
brain_file_map | 查看每个文件对应的专家和经验,供修改文件前参考 |
team_expertise_map | 在一张表中查看团队的技能矩阵 |
brain_collab_pairs | 查看成员之间的协作关系,并获取单点依赖风险提示 |
brain_portability | 获取适用于 7 个 MCP 客户端的配置片段,让同一个 Brain 可服务于任意模型 |
skill_gaps | 发现知识盲点:未解决的故障、缺少的归属信息 |
brain_coverage | 为代码库知识健康度打分,范围为 0–100 |
madc_deliberate | 由专业 AI Agent 投票解决相互矛盾的经验 |
memory_crystalize | 将所有经验提炼成 Crystal,以便团队快速了解上下文 |
team_crystallize | 创建 Team Crystal:汇集至少 2 位团队成员独立得出的修复方法 |
因果智能
| 工具 | 功能 |
|---|---|
causal_trace | 通过因果知识图谱分析根本原因 |
brain_predict / brain_predict_failures | 提前预测可能发生的故障 |
brain_from_git | 逐步从 git 历史中填充人员、文件和经验 |
brain_from_ci | 批量导入 CI 结果:red→green 会生成带有因果 fixes 边的修复经验,green→red 则生成 causes 边 |
memory_consolidate | 检测矛盾、合并重复项、使过时经验失效 |
ckg_inspect | 检查某个概念周围的因果图 |
示例:
causal_trace(problem="auth breaks after restart")
→ Root: k8s:namespace-terminating
→ Via: keycloak:jwks-race
→ Fix: PollUntilContextTimeout 3min
可分享的公开 Brain
| 工具 | 功能 |
|---|---|
brain_seed_starter | 注入 16 条通用经验,让你首次使用 smart_recall 就能检索到内容;可在全新仓库中运行 |
brain_share | 将 Brain 快照发布为链接(公开或不公开列出)。要导出自己的数据,请运行 npx @cachly-dev/mcp-server export |
brain_import | 将共享的 Brain 导入自己的 Brain:topic_prefix、min_confidence、dry_run |
brain_share_list / brain_unshare | 列出你分享的内容;撤销某项分享后,其链接将失效 |
brain_discover | 在 Brain 市场中搜索现成的知识库 |
知识共享库、基础设施与路线图
| 工具 | 功能 |
|---|---|
syndicate / fedbrain_search | 为全球知识共享库贡献内容并进行搜索 |
brain_marketplace / brain_install | 浏览并安装精选领域 Brain(Kubernetes、Auth、数据库) |
cache_get / cache_set / semantic_search / index_project | 缓存和语义操作。在 cache_get / cache_set 中传入 org_id,即可在整个组织内共享缓存 |
cache_stats / cache_org_stats | 查看命中次数、预估节省的 USD 金额和月度预测,可按实例查看或跨组织查看 |
list_instances / create_instance / delete_instance | 管理 Brain 实例 |
roadmap_add / roadmap_next | 存储在 Brain 中的项目路线图 |
运行 health,查看编辑器中已接入的内容。完整目录根据
src/tools.ts 生成。
CLI 命令
npx @cachly-dev/mcp-server@latest autopilot # One command: signs in, configures every editor, fills the Brain from git
下面的每条命令都会以 npx @cachly-dev/mcp-server@latest <command> 运行。密钥和 Brain
实例来自环境变量,或来自 ~/.cachly/credentials.json(由 autopilot 写入的文件)。
| 每日使用 | |
|---|---|
status | 一览经验、回忆和团队 |
ambient-stats | 注入与节省的令牌数——真实净值,即使结果为负数 |
doctor | 诊断损坏或缺失的安装,并提供每一步的修复方法 |
health | 检查密钥、API、编辑器配置和 git 钩子 |
digest | Brain 本周学到的内容,可供分享 |
| 设置 | |
|---|---|
demo | 根据 git 历史预览你的 Brain(无需账户) |
setup(别名 autosetup) | 交互式版本:自行选择编辑器 |
init --editor <id> | 使用标志为一个编辑器写入配置 |
claim | 将测试 Brain 转入你的账户,并保留其中的经验 |
upgrade | 检查更新 |
uninstall | 从当前项目中移除 cachly。先显示统计数据,再显示计划;--dry-run 仅列出内容,--global 会将主目录也纳入 |
| 你的数据 | |
|---|---|
export | 将所有经验写入 lessons.md 和 lessons.jsonl |
index [dir] | 将项目代码编入 Brain(适用于 CI) |
learn-git [repo] | 从最近的 git 提交中学习经验 |
| 团队与分享 | |
|---|---|
invite [email] | 邀请队友共享你的 Brain |
join <token> | 接受 Brain 邀请 |
share | 生成可分享的统计卡片 |
publish | 将你的 Brain 发布为可导入链接(--public) |
badge | 获取 Brain 的实时 README 徽章 |
| 更多 | |
|---|---|
bench | 运行回忆基准测试(无需登录) |
tool-specs / openapi | 为其他 Agent 框架提供工具定义(OpenAI、Anthropic、LangChain、OpenAPI) |
bench 使用的方法见 BENCH.md。
提示:从每个已合并的 PR 中学习。 在 CI 中使用 cachly-brain-setup GitHub Action 运行
learn-git, 并设置mode: learn。这样,每个已合并的 PR 都会教会你的 Brain 新知识。
CI 集成
每次 CI 运行都是一次经验。红→绿的转变代表经过验证的修复,绿→红的转变则代表已知原因。可直接粘贴使用的模板位于 src/ci-integration/:
- GitHub Actions: 使用 cachly-dev/cachly-action。
它需要密钥
CACHLY_API_KEY和CACHLY_BRAIN_INSTANCE_ID。 - GitLab CI: 使用
include: remote:引入 GitLab 模板。 它会添加用于learn、scan、confirm和hygiene的隐藏作业; 可按需扩展。 - 其他平台:
push-ci-outcome.mjs是一个 无依赖的独立 Node.js 辅助程序。它始终以 0 退出,因此 CI 不会因为 Brain 推送而 失败。
已经积累了数月的 CI 历史记录?brain_from_ci 工具可以一次性导入过去的结果,就像
brain_from_git 导入提交一样。
常见问题
我的 AI 需要手动调用 session_start 吗?
不需要。首次调用工具时会启动会话,编辑器关闭时会结束会话。
整个团队可以共享一个 Brain 吗?
可以。使用 team_learn 和 team_recall,或运行
npx @cachly-dev/mcp-server@latest invite [email protected]。
我的代码会发送到 cachly 服务器吗?
只有在你自行调用 index_project 时才会。它会在你自己的欧盟实例上,为每个已索引文件存储一段简短摘录(最多
summary_chars 个字符,默认为 1200 个字符)。
其他所有工具都会存储经验文本、提交消息、会话摘要和键值上下文,但不会存储源代码。数据存储在德国,嵌入向量在欧盟计算。
API 流量会经过美国公司 Cloudflare。
欧盟指南列出了所有数据流。
什么是 causal_trace?
给定一个错误,它会遍历因果知识图谱,找出根本原因、中间原因以及奏效的修复方法,并提供日期和命令。
如果我在会话中途达到上下文窗口限制,该怎么办?
调用 compact_recover。它会根据 Crystal、近期会话以及进行中工作的登记信息重建上下文。通常调用一次工具就足够了。
如何编写能让 Agent 再次找到的经验? 先写最关键的事实。 经验指南通过示例说明了具体方法。
编辑器支持矩阵
npx @cachly-dev/mcp-server@latest autopilot 会检测并配置以下编辑器。
手动配置片段见手动设置。
| 编辑器 / 客户端 | 自动设置 | 写入的配置文件 | 全局配置 | 备注 |
|---|---|---|---|---|
| Claude Code | 是 | ~/.claude/mcp.json + .mcp.json | 是,始终如此 | 未提供密钥时:在会话开始时(插件)或首次调用工具时测试 Brain;仅在备用情况下通过浏览器登录 |
| Cursor | 是,通过 .cursor/ 检测 | .cursor/mcp.json,钩子位于 .cursor/hooks.json | 否 | 项目级;设置后重启 Cursor。每轮首次调用工具时会收到经验 |
| Windsurf | 是,通过 .windsurf/ 检测 | .windsurf/mcp.json | 否 | 项目级;设置后重启 Windsurf |
| VS Code + Copilot | 是,通过 .vscode/ 检测 | .vscode/mcp.json,钩子位于 .github/hooks/cachly-ambient.json | 否 | 需要 VS Code MCP 支持或 Copilot 聊天。会话开始时提供简报,每条提示词之前提供经验 |
| Codex CLI | 是,通过 ~/.codex 检测 | .codex/config.toml([mcp_servers.cachly]),钩子位于 .codex/hooks.json | 否 | 信任该文件夹后,Codex 会加载两者;在 /hooks 中确认一次钩子 |
| Gemini CLI | 是,通过 ~/.gemini 检测 | .gemini/settings.json 中的 mcpServers.cachly 和 hooks | 否 | 信任该文件夹后,Gemini 会加载两者。经验会附加到提示词中(BeforeAgent) |
| Cline | 是,通过 VS Code 检测 | .vscode/mcp.json | 否 | 与 Copilot 共用配置;重启 VS Code |
| Continue.dev | 是,通过 .continue/ 检测 | .continue/config.json | 否 | 使用 modelContextProtocolServers 键 |
| Zed | 是,通过 .zed/ 检测 | .zed/settings.json | 否 | 使用 context_servers 键 |
| Windsurf(全局) | autosetup --editor windsurf | ~/.windsurf/mcp.json | 是 | 传入 --editor 以指定全局配置 |
| 其他任何 MCP 客户端 | autosetup --editor claude | .mcp.json | 否 | 标准 mcpServers stdio 格式 |
各场景使用的登录方式:
| 场景 | 方式 |
|---|---|
在终端(TTY)中运行 autosetup 或 autopilot | OAuth 设备流:在浏览器中点击一次,API 密钥会自动保存 |
从 VS Code 任务或 CI 运行 autosetup(无 TTY) | 检测到非交互式运行后,会打开浏览器并显示分步指南,同时打印 CACHLY_JWT=... autosetup 命令 |
| 没有任何密钥时首次调用工具 | Test Brain:EU 服务器上的匿名 Brain。密钥会保存到 ~/.cachly/credentials.json 和 ~/.claude/mcp.json,然后继续调用。如果失败(离线、速率限制),则会启动内联设备流,并提供 URL 和代码 |
设置了 CACHLY_BRAIN_INSTANCE_ID 但没有密钥时首次调用工具 | 内联设备流。你已有一个 Brain,因此不会创建第二个账户 |
CACHLY_JWT=cky_live_xxx npx ... autosetup | 跳过登录步骤并使用你传入的密钥 |
手动设置
Claude Code(~/.claude/mcp.json 或 .mcp.json)
{
"mcpServers": {
"cachly": {
"command": "npx",
"args": ["-y", "@cachly-dev/mcp-server@latest"]
}
}
}
未提供密钥时,首次调用工具会在 EU 服务器上创建一个测试 Brain。无需注册。
运行 npx @cachly-dev/mcp-server@latest autopilot,即可改用自己的账户。
Cursor / Windsurf / VS Code / Copilot / Cline
{
"mcpServers": {
"cachly": {
"type": "stdio",
"command": "npx",
"args": ["-y", "@cachly-dev/mcp-server@latest"]
}
}
}
Zed(.zed/settings.json)
{
"context_servers": {
"cachly": {
"command": {
"path": "npx",
"args": ["-y", "@cachly-dev/mcp-server@latest"]
}
}
}
}
嵌入会将文本转换为向量,以便按含义进行搜索。默认情况下,登录后,cachly 会立即在其位于欧盟的服务器上计算嵌入。只有在你自行指定第三方提供商时,文本才会发送给该提供商:
| 提供商 | 环境变量 | 模型 |
|---|---|---|
| cachly(默认,欧盟服务器) | 除你的密钥外无需设置 | 托管 |
| Ollama(本地) | OLLAMA_BASE_URL,自动检测 | nomic-embed-text |
| OpenAI | CACHLY_EMBED_PROVIDER=openai 和 OPENAI_API_KEY | text-embedding-3-small |
| Google Gemini | CACHLY_EMBED_PROVIDER=gemini 和 GEMINI_API_KEY | text-embedding-004 |
| Mistral | CACHLY_EMBED_PROVIDER=mistral 和 MISTRAL_API_KEY | mistral-embed |
| Cohere | CACHLY_EMBED_PROVIDER=cohere 和 COHERE_API_KEY | embed-english-v3.0 |
运行 npx @cachly-dev/mcp-server@latest health,查看当前使用的提供商。
连接到你自己的后端。 每个安装都可以连接到私有后端,而不是连接到
api.cachly.dev:
# One command: run the setup against your self-hosted backend
npx @cachly-dev/mcp-server@latest autopilot --api-url https://cachly.mycorp.internal
# Or without prompts
npx @cachly-dev/mcp-server@latest autosetup \
--instance-id <uuid> --api-key <cky_live_...> \
--api-url https://cachly.mycorp.internal
只有在 CACHLY_API_URL 与默认云端地址不同时,autosetup 才会将其写入编辑器配置。默认安装的配置保持简洁,自托管安装则会在每次启动编辑器时继续连接到你的后端。
定价
当前价格和限额请见 cachly.dev/pricing。
| 套餐 | 存储空间 | 价格 | Brain 数量 |
|---|---|---|---|
| 免费 | 25 MB | €0/月 | 1 |
| 开发者 | 200 MB | €19/月 | 3 |
| 专业版 | 900 MB | €49/月,含 5 个席位 | 10 |
| 商业版 | 7 GB | €199/月 | 25 |
免费套餐无需信用卡。
环境变量
| 变量 | 默认值 | 说明 |
|---|---|---|
CACHLY_JWT | 无 | API 密钥。安装向导会为你设置 |
CACHLY_BRAIN_INSTANCE_ID | 无 | 默认 Brain UUID。可选;系统会自动解析 |
CACHLY_API_URL | https://api.cachly.dev | 自托管后端的覆盖地址 |
CACHLY_EMBED_PROVIDER | 自动 | 手动指定嵌入提供商(见上文) |
CACHLY_ALLE_WERKZEUGE | 未设置 | 设为 1,即可列出全部 124 个工具,而非 27 个 |
CACHLY_PROFILE | 未设置 | lean 会列出 8 个工具和 cachly_tool;recall 会列出 3 个只读工具 |
CACHLY_UPDATE_CHECK | 开启 | 设为 false,停止检查版本。每天最多向 npm 查询一次,超时限制为 2 秒 |
CACHLY_NO_TELEMETRY | 未设置 | 设为 1,禁用使用情况信号。信号中包含你的 API 令牌,以及最多 80 个字符的 smart_recall 查询 |
CACHLY_LERNEN | 开启 | 在提示词钩子中从使用情况中学习。对于 5 % 的提示词,系统会计算匹配的经验,但不显示(对照组);最多有 10 % 的提示词会尝试更严格或更简短的设置。每轮结束时,钩子会报告运行了哪种设置,以及 Agent 是否提到了已显示的经验;主题会经过哈希处理后发送,提示词则不会发送。设为 0(或设为 CACHLY_NO_TELEMETRY=1)即可关闭 |
CACHLY_KONTROLLE_ANTEIL | 5% | 对照组提示词所占比例。设为 0 可关闭对照组,最高为 50% |
CACHLY_ERKUNDUNG | 10% | 可能会尝试其他设置的提示词所占比例。设为 0 可保持当前领先设置,最高为 10% |
生态系统与文档
| Package | 功能 |
|---|---|
@cachly-dev/mcp-server | 适用于 Claude Code、Cursor、Copilot、Windsurf、Cline 和 Zed 的服务 |
| 适用于 VS Code 的 Cachly Brain | 编辑器中的状态栏、课程视图和环境学习 |
| 适用于 JetBrains 的 Cachly Brain | 在 IntelliJ IDEA、PyCharm、GoLand、WebStorm 和 Rider 中使用同一个 Brain |
@cachly-dev/openclaw | 为 JS/TS 应用中的 LLM 调用提供语义缓存 |
| cachly-dev/cachly-action | GitHub Action:设置、PR 风险扫描、从已合并 PR 中学习、每周维护 |
VS Code 扩展会在编辑器中显示同一个 Brain:

- cachly.dev:仪表板和注册
- 文档
- MCP 文档
- 发行说明
- GitHub Issues:错误和功能请求
一次解决,从此你的 AI 就会记住。
npx @cachly-dev/mcp-server@latest autopilot
评论
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。