🚀 项目简介
Recall Kit 是一个基于 Model Context Protocol (MCP) 的经验分享平台，旨在解决 AI 开发过程中重复对话和 token 浪费的问题。通过记录、分享和复用开发经验，让 AI Agent 能够自动查询和复用历史经验，提高开发效率。
仓库地址：https://github.com/zzusp/recall-kit
🤔 为什么需要 Recall Kit？
在 Vibe Coding 中，你是否遇到过这样的痛苦场景？
- 改不对地方：你只能告诉 AI “问题没修复"或者"不是我要的效果”，AI 却不断尝试各种方案，浪费大量 token 和时间 😫
- 上下文灾难：为了让 AI 记住之前的讨论，你只能用一个对话压缩所有上下文，结果越用越卡 🤯
- 重复排查：每次遇到类似问题都要重新解释一遍，AI 无法"记住"之前的解决方案 🤦
Recall Kit 能为你做什么？
- 📝 经验记录：AI 自动总结并保存开发经验，拒绝重复造轮子！
- 🔍 智能检索：AI Agent 自动查询相关经验，快速定位你的问题！
- 🔄 经验复用：复用历史解决方案，减少重复排查，节省宝贵时间！
- 🧠 知识积累：让 AI 拥有"记忆"，越用越聪明！
⚡ 快速开始
-
启动 MCP Server（如果还没运行）
bash cd mcp-server npm run dev -
在 Cursor 中配置 MCP Server
- 打开设置 → 搜索 “MCP” → 添加服务器
- URL:http://localhost:3001/mcp
- 重启 Cursor -
开始使用
- 在 Cursor 聊天中直接询问：“我遇到了 XXX 问题，请查询相关经验”
- AI 会自动查询并返回解决方案
📖 详细配置步骤见下方 使用指南
🛠️ 系统架构
Recall Kit 由三个核心模块组成，简单又强大：
-
🧠 MCP Server：AI 的"经验大脑"，提供经验查询和提交服务
- 在 Cursor 中配置后，AI 可以自动调用相关工具
- 详细文档：mcp-server/README.md -
🌐 Web 应用：直观的 Web 界面，让你轻松搜索、浏览和管理经验
- 支持向量搜索和全文搜索
- 详细文档：web/README.md -
💾 数据库：基于 Supabase 的智能存储，支持向量搜索和全文搜索，让经验"一搜即达"！
💡 技术栈概览
- 前端：Next.js 15 + React 18 + TypeScript + Tailwind CSS 🎨
- 后端：MCP Server (TypeScript) + Express 🚀
- 数据库：Supabase (PostgreSQL + pgvector) 📊
- 搜索：向量搜索 (OpenAI Embedding) + 全文搜索 (PostgreSQL FTS) 🔎
- 协议：Model Context Protocol (MCP) 📡
🚀 使用指南
⚙️ 第一步：配置 MCP Server
⚠️ 重要：这是使用 Recall Kit 的核心步骤，配置完成后才能在 Cursor 中使用经验查询功能。
在 Cursor 中配置 MCP Server：
编辑配置文件
在 Cursor 的 MCP 配置文件中添加：
{
"mcpServers": {
"recall-kit": {
"url": "http://localhost:3001/mcp",
"description": "Recall Kit Experience Sharing Platform"
}
}
}
💡 配置文件位置和详细说明：参考 docs/MCP_CURSOR_SETUP.md
🔍 第二步：在 Vibe Coding 中使用
配置完成后，你就可以在 Cursor 的 AI 聊天中直接使用 Recall Kit 了！
场景 1：查询相关经验
当遇到问题时，直接在 Cursor 聊天中询问：
我遇到了 Next.js 的 hydration 错误，请帮我查询相关的解决方案
AI 会自动调用 query_experiences 工具，搜索相关经验并返回解决方案。
场景 2：自动复用经验
我正在处理这段代码中的错误：
[粘贴你的代码]
请查询类似问题的解决方案，并帮我修复
AI 会：
- 分析你的代码问题
- 自动查询 Recall Kit 中的相关经验
- 根据历史经验提供精准的解决方案
场景 3：提交新经验
当 AI 成功帮你解决一个问题后，按以下流程提交经验：
步骤 1：生成经验文档
使用内置的 prompt 模板：
/recall-kit/summarize_experience
或者直接说：
请用 recall-kit 模板总结当前对话经验并写入 specs/experiences
AI 会：
- 提取对话中的问题、解决方案等信息
- 生成标准化的 Markdown 文档
- 保存到
specs/experiences/目录
步骤 2：检查并修改文档
打开生成的 Markdown 文件，检查并修改：
- 过滤敏感信息
- 调整关键词
- 完善问题描述和解决方案
步骤 3：提交文档为经验
在 Cursor 中引用文档并提交：
请将 @specs/experiences/xxx.md 提交为经验记录
或者使用 submit_experience 工具直接提交文档内容。AI 会将文档转换为经验记录并保存到平台。
🌐 第三步：使用 Web 平台
Recall Kit 提供了完整的 Web 端平台，让你可以通过浏览器访问和管理经验库。
Web 平台功能
搜索和浏览
- 智能搜索：支持向量搜索（语义搜索）和全文搜索，输入关键词即可快速找到相关经验
- 经验列表：浏览所有已发布的经验记录，按相关性、使用频率或时间排序
- 详情查看：点击经验标题查看完整的问题描述、根本原因、解决方案和上下文信息
管理功能（需要管理员权限）
- 经验审核：审核、编辑和删除经验记录
- 数据统计：查看平台数据统计和概览
- 系统设置：配置 AI 参数和系统选项
访问方式
- 本地开发：
http://localhost:3000 - 生产环境：部署后的 Web 应用地址
💡 提示：Web 平台适合浏览、搜索和管理经验，而核心的查询和提交功能建议在 Cursor 中通过 MCP 协议使用，体验更流畅。
💡 使用技巧
1. 关键词选择技巧
提交经验时，关键词很重要：
- ✅ 包含技术栈：如
nextjs,react,typescript - ✅ 包含问题类型：如
hydration,error,performance - ✅ 至少 3 个关键词：提高搜索匹配度
- ❌ 避免过于宽泛：如
bug,problem这样的词
2. 经验描述规范
好的经验记录应该包含：
- 清晰的问题描述：具体说明遇到了什么问题
- 根本原因：为什么会出现这个问题
- 完整解决方案：详细的解决步骤，最好包含代码示例
- 上下文信息：环境、版本、相关配置等
3. 查询优化
- 使用自然语言描述问题，AI 会自动提取关键词
- 可以结合代码上下文，让 AI 更精准地匹配经验
- 如果结果不理想，尝试调整关键词或描述更具体的问题
4. 经验复用流程
遇到问题 → AI 自动查询经验 → 查看匹配结果 → 应用解决方案 → 成功解决 → 提交新经验
形成良性循环，让知识库越来越丰富！
🎯 实际使用示例
示例 1：解决 Next.js Hydration 错误
你的问题：
我的 Next.js 应用出现了 hydration 错误，错误信息显示在嵌套布局中
AI 的处理流程：
- 自动调用
query_experiences，关键词：["nextjs", "hydration", "layout"] - 返回相关经验，包含解决方案
- 根据经验提供修复建议
结果：问题快速解决，无需重复解释！
示例 2：提交新经验
步骤 1：生成经验文档
/recall-kit/summarize_experience
AI 生成的经验文档：
- 自动提取问题、解决方案、关键词
- 生成标准 Markdown 格式
- 保存到
specs/experiences/nextjs-hydration-error-nested-layout.md
步骤 2：检查并修改
- 打开生成的文档
- 过滤敏感信息
- 调整关键词
- 完善描述
步骤 3：提交为经验
请将 @specs/experiences/nextjs-hydration-error-nested-layout.md 提交为经验记录
AI 会将文档转换为经验记录并保存到平台。
📚 更多文档
核心文档
- MCP Server 配置指南：docs/MCP_CURSOR_SETUP.md ⭐ 必读
- MCP Server 使用文档：docs/MCP_SERVER_USAGE.md
- Web 应用文档：web/README.md
- MCP Server 技术文档：mcp-server/README.md
技术文档
- 向量搜索指南：docs/VECTOR_SEARCH.md
- 项目主文档：README.md
❓ 常见问题
Q: MCP Server 连接失败怎么办？
A: 检查以下几点：
- 确认 MCP Server 正在运行：
curl http://localhost:3001/health - 检查配置文件中的 URL 是否正确（包含
/mcp路径） - 重启 Cursor 使配置生效
- 查看服务器日志排查问题
Q: 查询不到相关经验怎么办？
A:
- 尝试使用不同的关键词
- 用自然语言更详细地描述问题
- 检查经验库中是否有相关内容（通过 Web 应用搜索）
- 如果没有，这正是提交新经验的好时机！
Q: 如何提高经验匹配的准确性？
A:
- 提交经验时使用准确、具体的关键词
- 包含完整的问题描述和解决方案
- 查询时尽量详细地描述问题
- 系统会自动使用向量搜索，理解语义相似性
Q: 可以在其他 IDE 中使用吗？
A: 目前主要支持 Cursor，因为 Cursor 原生支持 MCP 协议。其他支持 MCP 的 IDE 理论上也可以使用，但需要参考相应的配置文档。
🤝 贡献与反馈
欢迎提交 Issue 和 Pull Request，让我们一起让 Recall Kit 更强大！💪
遇到问题？
- 📩 通过 GitHub Issue 反馈
- 💬 查看文档中的故障排查章节
- 🔍 搜索已有的 Issue 和讨论
想要贡献？
- 🐛 报告 Bug
- 💡 提出功能建议
- 📝 完善文档
- 🔧 提交代码改进
让我们一起打造更好的 AI 开发体验！🚀
扫一扫
150
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
