suma-memory

SUMA Memory MCP

每次开始新聊天时，不要再向 Claude 重新解释你的项目。

你的代码仓库现在拥有永久记忆。SUMA 为任何兼容 MCP 的 AI 客户端（Claude Code、Cursor、Devin）提供持久化知识图谱，可跨会话、跨机器、跨整个团队记住架构决策、Bug 根本原因和项目规则。

---

安装（30 秒）

在 sumapro.quadframe.work 获取 API 密钥——提供免费套餐。

添加到你的 .mcp.json：

{
  "mcpServers": {
    "suma-memory": {
      "url": "https://sumapro.quadframe.work/mcp",
      "headers": {
        "Authorization": "Bearer sk_live_your_key_here"
      }
    }
  }
}

就是这么简单。无需本地服务，无需 Docker，无需 npm install。SUMA 在 Cloud Run 上运行——无状态、自动扩缩、始终可用。

---

项目接入（2 分钟）

安装后，在每个代码仓库中运行一次，为永久上下文填充初始内容：

suma_ingest(text="Project: [name]. Framework: [Next.js / Flask / etc].
Auth lives in: [path/to/auth.py]. Database: [PostgreSQL / SQLite / etc].
Rules never to break: [e.g. never store plaintext keys, all routes require org_id filter].
Deployment target: [Cloud Run / Vercel / etc].")

从此以后，每个新会话都会继承此上下文。你再也不必重新解释。

---

工作原理

SUMA 将知识存储在加权图谱中。每个节点在四个维度上都有一个引力分数：

• 时效性——较新的事实优先显示
• 密度——连接紧密的事实优先于孤立事实
• 语义相似度——与查询的向量距离
• 情感权重——高信号事实会随时间不断强化

调用 suma_search 时，K-WIL 引力算法会遍历图谱并返回相关性最高的上下文——不是扁平的分块列表，不是原始的嵌入匹配，而是真正与你当前工作相关的事实。

---

核心工具

工具	功能
suma_ping	健康检查——验证连接和 API 密钥
suma_ingest	向图谱添加知识（架构决策、Bug 修复、规则）
suma_search	通过自然语言查询检索相关上下文
suma_talk	一次调用完成搜索 + 学习——检索上下文并更新图谱
suma_correct	修正错误信息——取代原有信息，并将替代内容加入队列
suma_clean	移除干扰搜索结果的噪声节点

---

三种用例

1. 持久化架构记忆

# After finalizing a decision:
suma_ingest(text="We chose REST over GraphQL. Root cause: GraphQL N+1 queries
            caused 3x latency on /search. Architect ruling Apr 10 2026.")

# Next session, cold start — full context in one call:
suma_search(query="why did we switch to REST?")
# → Returns ruling with full context. No re-explaining.

2. Bug 根本原因档案

# After fixing a hard bug:
suma_ingest(text="Cloud Run WebSocket bug: asyncio.run() in daemon thread killed
            by Cloud Run recycling. Fix: use asyncio.get_event_loop() instead.
            Never use asyncio.run() in long-lived Cloud Run services.")

# Six months later, same error:
suma_search(query="asyncio cloud run daemon thread crash")
# → Root cause retrieved instantly. Hours saved.

3. 多 Agent 知识融合

架构师、开发者和 QA Agent 各自使用自己的会话向 SUMA 写入内容。他们的知识会合并到一个共享的组织图谱中。当 QA 询问“架构师对身份验证做了什么决定？”时，SUMA 会检索架构师的决策——无需任何明确的交接。

---

企业级安全

**防洪保护：**每台来源机器每 60 秒最多可写入 5 次。失控的 Agent 循环会被平稳中断——第 6 次请求会返回 {"status": "throttled"}，不会导致崩溃或损坏图谱。

**多租户隔离：**每个节点都在数据库层按 org_id 设定范围。同一 Cloud Run 实例上的两个组织无法访问彼此的数据——通过 SQL 强制执行，而非应用逻辑。

不可变审计记录：suma_correct 和 suma_clean 永远不会删除数据。节点会被取代并对 API 隐藏，同时保留在存储中以满足合规要求。

---

关键指标（生产环境实时数据 — 2026 年 4 月）

指标	数值
压缩率	94.7% — 801 个节点取代 15.2M 个 token
每个组织节省的成本	538 次查询共节省 $14.47
K-WIL 保真度	96.3% — 可从 5 节点图谱中恢复 27 条事实中的 26 条
自动化测试	118 项（102 项 Playwright E2E + 16 项 pytest）

---

定价

套餐	每月查询数	价格
Starter	20,000	免费
Developer	100,000	$4.99/月
Team	500,000	$29/月
Enterprise	不限量	联系我们

获取密钥：sumapro.quadframe.work

---

© 2025–2026 Suman Addanke / A2 Vibe Creators LLC
美国专利申请审理中——已提交 6 项（2025–2026）。禁止未经授权的商业使用。