# Coalent

Семантический кэш для RAG и ИИ-агентов, который сохраняет факты и обновляет их сразу при изменении первоисточников.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed, Gemini CLI · ★ 12
- Автор: Vectorlink-Labs
- Лицензия: Apache-2.0 · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/Vectorlink-Labs/coalent
- Обновлён: 2026-09-17
- HTML: https://affpapa.org/nevibecode/mcp/coalent

## Что делает

Coalent работает поверх поиска и извлекает из документов атомарные утверждения, а не сырые куски текста. Кэш группирует знания по смыслу запроса, поэтому ответы переиспользуются между разными вопросами и агентами без повторных обращений к моделям. Механизм сквозного поиска объединяет факты из нескольких источников для сложных многоэтапных запросов.

Каждый сохранённый блок помнит свои источники. Когда исходный документ меняется, система точечно сбрасывает только зависящие от него данные, не пересчитывая граф целиком. Начиная с версии 0.7 доступен вызов `repair(read_id)`: если чтение не удалось, кэш доизвлекает упущенное.

Для запуска через MCP серверу требуются ключи `OPENAI_API_KEY` и `COALENT_MCP_TOKEN`. Без них запустить процесс через `uvx coalent` не выйдет.

## Требования
- Нужно: Python и uv (команды через uvx)
- Переменные окружения: `OPENAI_API_KEY`, `COALENT_MCP_TOKEN` — это ключи и токены: значения спроси у человека, в репозиторий и общие файлы не записывай.

## Установка

### Claude Code (родная платформа)

**Командой платформы**
```bash
claude mcp add --env OPENAI_API_KEY=<OPENAI_API_KEY> --env COALENT_MCP_TOKEN=<COALENT_MCP_TOKEN> --transport stdio coalent -- uvx coalent
```
Вместо <…> подставьте свои значения. uvx запускает команду с именем пакета; если в README она другая — uvx --from coalent <команда>

### Codex

**Командой платформы**
```bash
codex mcp add coalent --env OPENAI_API_KEY=<OPENAI_API_KEY> --env COALENT_MCP_TOKEN=<COALENT_MCP_TOKEN> -- uvx coalent
```
Вместо <…> подставьте свои значения. uvx запускает команду с именем пакета; если в README она другая — uvx --from coalent <команда>

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "mcpServers": {
        "coalent": {
            "command": "uvx",
            "args": [
                "coalent"
            ],
            "env": {
                "OPENAI_API_KEY": "<OPENAI_API_KEY>",
                "COALENT_MCP_TOKEN": "<COALENT_MCP_TOKEN>"
            }
        }
    }
}
```
Вместо <…> подставьте свои значения. uvx запускает команду с именем пакета; если в README она другая — uvx --from coalent <команда>

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "servers": {
        "coalent": {
            "type": "stdio",
            "command": "uvx",
            "args": [
                "coalent"
            ],
            "env": {
                "OPENAI_API_KEY": "<OPENAI_API_KEY>",
                "COALENT_MCP_TOKEN": "<COALENT_MCP_TOKEN>"
            }
        }
    }
}
```
Вместо <…> подставьте свои значения. uvx запускает команду с именем пакета; если в README она другая — uvx --from coalent <команда>

### Gemini CLI

**Командой платформы**
```bash
gemini mcp add -e OPENAI_API_KEY=<OPENAI_API_KEY> -e COALENT_MCP_TOKEN=<COALENT_MCP_TOKEN> coalent uvx coalent
```
Вместо <…> подставьте свои значения. uvx запускает команду с именем пакета; если в README она другая — uvx --from coalent <команда>

## Когда брать
- избежать повторного чтения одних и тех же документов агентом
- сбрасывать кэшированные ответы при изменении исходных файлов
- отвечать на составные вопросы по нескольким документам сразу
- сократить расход токенов контекста при работе RAG

## Примеры запросов агенту
- Найди информацию о правилах отпусков в корпоративной базе через Coalent
- Обнови данные по изменённому документу confluence:hr в кэше
- Вызови repair(read_id) для исправления последнего неудачного чтения

## Похожие
- [redis-semantic-cache](https://affpapa.org/nevibecode/skills/redis-semantic-cache.md) — скилл · 1900 установок
- [apigee-agent-gateway-governance](https://affpapa.org/nevibecode/skills/apigee-agent-gateway-governance.md) — скилл · 145 установок
- [convex-agent](https://affpapa.org/nevibecode/skills/convex-agent.md) — скилл · 36200 установок
- [tavily-best-practices](https://affpapa.org/nevibecode/skills/tavily-best-practices.md) — скилл · 20700 установок
- [langchain-rag](https://affpapa.org/nevibecode/skills/langchain-rag.md) — скилл · 17500 установок
- [cargo-ai](https://affpapa.org/nevibecode/skills/cargo-ai.md) — скилл · 10000 установок

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md