# SlashML (/ ml) Persistent Agent Memory, Redaction & Code Localization

SlashML (/ ml) Persistent Agent Memory, Redaction & Code Localization: MCP-сервер для Claude Code хранит память проекта и ищет код по поведению. Он ранжирует вероятные источники ошибки.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed, Gemini CLI · ★ 1 у репозитория
- Автор: slashml-ai
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/slashml-ai/ml-memory
- Обновлён: 2026-11-14
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/mcp/slashml-ml-persistent-agent-memory-redaction-code-localization

## Что делает

Сервер сохраняет решения по архитектуре, предпочтения и постоянные правила проекта между сессиями. Агент может добавлять, искать и удалять записи, а также находить функции и модули по их поведению и ранжировать файлы-кандидаты по описанию ошибки или stack trace.

Встроенная обработка маскирует чувствительные фрагменты и задаёт агентам режим чтения или записи. Хуки собирают новые постоянные инструкции и проверяют вызовы инструментов по активным правилам. Для подключения нужен API-ключ SlashML.

## Требования
- Удалённый сервер: `https://api.slashml.ai/mcp`

## Установка

### Claude Code (родная платформа)

**Командой платформы: удалённый сервер**
```bash
claude mcp add --transport http ml-memory https://api.slashml.ai/mcp
```

### Codex

**Командой платформы: удалённый сервер**
```bash
codex mcp add slashml-ml-persistent-agent-memory-redaction-code-localization --url https://api.slashml.ai/mcp
```

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "mcpServers": {
        "slashml-ml-persistent-agent-memory-redaction-code-localization": {
            "url": "https://api.slashml.ai/mcp"
        }
    }
}
```

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "servers": {
        "slashml-ml-persistent-agent-memory-redaction-code-localization": {
            "type": "http",
            "url": "https://api.slashml.ai/mcp"
        }
    }
}
```

### Gemini CLI

**Командой платформы: удалённый сервер**
```bash
gemini mcp add -t http slashml-ml-persistent-agent-memory-redaction-code-localization https://api.slashml.ai/mcp
```

## Когда брать
- сохранять правила проекта между сессиями
- искать функции по описанию поведения
- находить файлы-кандидаты по stack trace
- маскировать чувствительные фрагменты в памяти
- разделять доступ агентов на чтение и запись

## Примеры запросов агенту
- Сохрани правило проекта: новые API-маршруты должны требовать авторизацию.
- Найди функцию, которая выполняет повторные попытки при сбое запроса.
- По этому stack trace определи вероятные файлы с причиной ошибки.

## Похожие
- [Cathedral — Persistent Memory for AI Agents](https://affpapa.org/nevibecode/mcp/cathedral-persistent-memory-for-ai-agents.md) — MCP-сервер · ★ 11 у репозитория
- [SlashML (/ ml) Embodied Robotics Trajectory Memory](https://affpapa.org/nevibecode/mcp/slashml-ml-embodied-robotics-trajectory-memory.md) — MCP-сервер · ★ 1 у репозитория
- [agentdb-persistent-memory-patterns](https://affpapa.org/nevibecode/skills/agentdb-persistent-memory-patterns.md) — скилл · 1 установка
- [agent-memory](https://affpapa.org/nevibecode/mcp/xchucx-agent-memory.md) — MCP-сервер · ★ 15 у репозитория
- [memory-engineering](https://affpapa.org/nevibecode/skills/memory-engineering.md) — скилл · 29 установок
- [cursor-memory-curator](https://affpapa.org/nevibecode/skills/cursor-memory-curator.md) — скилл · 2700 установок

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