Руководство по взаимодействию с ИИ на базе RIPER и Банка Памяти

Введение

Данное руководство описывает принципы эффективной работы с искусственным интеллектом, который функционирует согласно двум интегрированным системам:

1. Протокол RIPER — определяет режимы работы и дисциплину взаимодействия
2. Банк Памяти — обеспечивает сохранение знаний между сессиями

Правильное понимание этих систем позволит вам максимально эффективно использовать возможности ИИ, обеспечивая структурированный и предсказуемый рабочий процесс.

Установка и Запуск в Cursor

Чтобы использовать этот MCP сервер "Memory Bank" в Cursor, выполните следующие шаги:

1. Предварительные требования:

• Убедитесь, что у вас установлены Node.js (рекомендуется LTS версия) и npm (обычно устанавливается вместе с Node.js).

2. Получение кода и инициализация проекта:

• Клонируйте репозиторий
• Откройте терминал в корневой папке проекта.
• Важно: Если в папке еще нет файла package.json, инициализируйте npm проект командой:

  npm init -y
  

  Это создаст package.json и позволит устанавливать зависимости локально для этого проекта, а не глобально.

3. Установка зависимостей:

• В том же терминале (в корневой папке проекта) выполните команду:

  npm install
  

  Эта команда скачает и установит все необходимые пакеты (@modelcontextprotocol/sdk, typescript, graphology и др.), перечисленные в package.json, в папку node_modules внутри вашего проекта.

4. Сборка проекта:

• Скомпилируйте TypeScript код в JavaScript:

  npm run build
  

  Эта команда использует локально установленный компилятор tsc (благодаря npm install) и создаст папку dist с скомпилированным файлом memory-bank.js.

5. Настройка в Cursor (через JSON):

• Откройте палитру команд Cursor (Ctrl+Shift+P или Cmd+Shift+P).
• Найдите и выберите команду MCP: Configure MCP Servers (JSON).
• Откроется файл mcp_servers.json. Добавьте в массив конфигурацию для вашего сервера:

  {
    "mcpServers": {
       "memory-bank": {
         "command": "node",
         "args": [
           "cursor_riper_memory_bank/memory-bank-mcp/dist/memory-bank.js" // !!! ЗАМЕНИТЕ НА ПОЛНЫЙ ПУТЬ К ВАШЕМУ ПРОЕКТУ !!!
         ]
      }
    }
  }
  

• Сохраните файл mcp_servers.json.

6. Запуск и проверка:

• Перезапустите Cursor или перезагрузите окно (Ctrl+Shift+P -> Developer: Reload Window).
• Попробуйте использовать один из инструментов сервера (например, mcp_memory_bank_list_projects) в чате с ИИ.
• Проверьте вывод в панели "Output" Cursor (выбрав ваш сервер Memory Bank Local из выпадающего списка), чтобы увидеть логи запуска (Memory Bank MCP Server running..., Memory base path...).

Теперь ваш локальный MCP сервер "Memory Bank" должен быть настроен и доступен для использования в Cursor.

Основные принципы взаимодействия

1. Работа с режимами (RIPER)

ИИ всегда находится в одном из пяти режимов, определяющих границы его возможностей:

• RESEARCH: Сбор информации, анализ существующего кода
• INNOVATE: Мозговой штурм, предложение возможных подходов
• PLAN: Создание подробного технического плана с чеклистом
• EXECUTE: Точная реализация плана без отклонений
• REVIEW: Проверка реализации на соответствие плану

Для перехода между режимами используйте команды:

• ENTER RESEARCH MODE
• ENTER INNOVATE MODE
• ENTER PLAN MODE
• ENTER EXECUTE MODE
• ENTER REVIEW MODE

2. Ускоренные режимы

Для повышения эффективности существуют комбинированные режимы:

• ENTER RESEARCH_PLAN MODE: Объединяет исследование и планирование
• ENTER PLAN_EXECUTE MODE: Создание плана с немедленным выполнением
• ENTER EXECUTE_REVIEW MODE: Выполнение с последующей проверкой

3. Банк Памяти

Банк памяти хранит знания о проекте между сессиями в следующих файлах:

• projectbrief.md: Основные требования и цели
• productContext.md: Бизнес-контекст проекта
• activeContext.md: Текущие задачи и прогресс
• systemPatterns.md: Архитектура и паттерны
• techContext.md: Технический стек
• progress.md: Что сделано и что осталось
• graph.json: Графовая структура знаний о проекте

4. Принципы разработки

• Явные контрольные точки: Пауза после каждого блока работы
• Минималистичная реализация: Делать минимум необходимого
• Поэтапная разработка: Цикл предложить → одобрить → реализовать → проверить
• Контроль границ: Запрос разрешения при выходе за рамки задачи

Работа с графовой структурой знаний

Помимо файлов Markdown, Банк Памяти теперь включает graph.json для хранения графа знаний о проекте. Это позволяет моделировать и запрашивать сложные взаимосвязи между сущностями проекта (файлами, функциями, концепциями и т.д.).

Структура графа знаний

Граф знаний состоит из двух основных элементов:

1. Узлы (Nodes) - представляют сущности в проекте

   • Каждый узел имеет уникальный ID
   • Тип узла (например, Function, File, Concept, Component)
   • Человекочитаемая метка
   • Опциональные структурированные данные

2. Ребра (Edges) - представляют отношения между узлами

   • Направленные связи от исходного узла к целевому
   • Тип отношения (например, CALLS, IMPLEMENTS, DEPENDS_ON)

Типичные сценарии использования графа

• Моделирование архитектуры: Создание узлов для компонентов, определение зависимостей.
• Отслеживание функциональных зависимостей: Моделирование вызовов функций.
• Концептуальное моделирование: Связывание концепций с реализациями.
• Отслеживание требований: Связывание требований с компонентами.

Инструменты для работы с графом

Для управления графом знаний доступны следующие инструменты MCP (в основном используются в режиме EXECUTE для модификации и RESEARCH/PLAN для чтения):

• Создание и обновление:
  • mcp_memory_bank_add_node: Добавить узел (id, type, label, [data]).
  • mcp_memory_bank_update_node: Обновить узел (id, [newLabel], [data_to_merge]).
  • mcp_memory_bank_add_edge: Добавить ребро (sourceId, targetId, relationshipType).
• Удаление:
  • mcp_memory_bank_delete_node: Удалить узел (id).
  • mcp_memory_bank_delete_edge: Удалить ребро (sourceId, targetId, relationshipType).
• Запросы:
  • mcp_memory_bank_get_node: Получить детали узла (id).
  • mcp_memory_bank_get_all_nodes: Получить все узлы.
  • mcp_memory_bank_get_all_edges: Получить все ребра.
  • mcp_memory_bank_query_graph: Выполнить запрос к графу (query: { filters?, neighborsOf?, relationshipType?, direction? }).

Пример использования

# Добавление узлов
mcp_memory_bank_add_node project_name="MyProject" id="file:main.ts" type="File" label="main.ts"
mcp_memory_bank_add_node project_name="MyProject" id="func:setupServer" type="Function" label="setupServer"

# Добавление ребра
mcp_memory_bank_add_edge project_name="MyProject" sourceId="file:main.ts" targetId="func:setupServer" relationshipType="CONTAINS"

# Запрос: найти все функции в файле main.ts
mcp_memory_bank_query_graph project_name="MyProject" query='{
  "neighborsOf": "file:main.ts",
  "direction": "out",
  "relationshipType": "CONTAINS",
  "filters": [ { "attribute": "type", "value": "Function" } ]
}'

Рекомендации по моделированию

• Типы узлов: File, Function, Class, Component, Concept, Requirement.
• Типы отношений: CONTAINS, CALLS, IMPLEMENTS, DEPENDS_ON, EXTENDS, RELATES_TO, SATISFIES.

Граф знаний хранится в файле graph.json в директории проекта и автоматически обновляется при использовании инструментов графа. Этот файл является частью Банка Памяти.

Пошаговое руководство по выполнению задач

Фаза 1: Инициализация и исследование

1. Убедитесь, что Банк Памяти инициализирован для вашего проекта

   "Проверь наличие проекта [Название] в Банке Памяти"
   

2. Начните в режиме RESEARCH (режим по умолчанию)

   "Мне нужно изучить проблему с авторизацией в модуле auth.js"
   

3. Предоставьте необходимый контекст

   "Вот код auth.js: [код функции]"
   

4. Задавайте уточняющие вопросы

   "Какие конкретно ошибки возникают? Есть ли логи?"
   

Фаза 2: Разработка решения

1. Переход в режим INNOVATE

   "ENTER INNOVATE MODE"
   

2. Оценка предложенных подходов

   "Мне нравится второй подход с обработкой ошибок"
   

3. Переход в режим PLAN

   "ENTER PLAN MODE"
   

4. Внесение корректировок в план, если необходимо

   "В пункте 3 давай также добавим логирование ошибок"
   

Фаза 3: Реализация и проверка

1. Переход в режим EXECUTE

   "ENTER EXECUTE MODE"
   

2. Мониторинг процесса реализации

   "Хорошо, продолжай выполнение"
   

3. Переход в режим REVIEW для проверки

   "ENTER REVIEW MODE"
   

4. Проверка реализации

   "Выглядит хорошо, но давай уточним обработку ошибок"
   

Фаза 4: Интеграция и документация

1. Обновление Банка Памяти

   "Обнови Банк Памяти, добавив информацию о новой реализации auth.js"
   

2. Предоставление обратной связи

   "Отлично поработал, давай в следующий раз использовать try-catch конструкции для всех асинхронных функций"
   

Примеры взаимодействия

Пример 1: Исправление бага в функции авторизации

Человек: "У нас в функции авторизации есть баг: пользователи не могут сбросить пароль. Можешь помочь исправить? Вот код auth.js"

ИИ: [MODE: RESEARCH]

НАБЛЮДЕНИЯ:

• Вы обнаружили проблему в функции авторизации, связанную со сбросом пароля
• Проблема находится в файле auth.js
• Конкретные симптомы ошибки не указаны

ВОПРОСЫ:

1. Какое конкретно поведение наблюдается при попытке сброса пароля?
2. Есть ли сообщения об ошибках в консоли или логах?
3. Можете ли вы поделиться содержимым auth.js для анализа?
4. Эта функциональность работала раньше, или это новая функция?

Человек: "Вот код auth.js. Проблема в том, что когда пользователи нажимают 'Забыли пароль', они получают ошибку 404. Функция resetPassword, похоже, вызывает неправильный API-эндпоинт."

ИИ: [MODE: RESEARCH]

НАБЛЮДЕНИЯ:

• Функция resetPassword вызывает неправильный API-эндпоинт
• Пользователи получают ошибку 404 при попытке сбросить пароль
• Проблема возникает при нажатии кнопки 'Забыли пароль'

ВОПРОСЫ:

1. Какой правильный API-эндпоинт должен использоваться?
2. Есть ли логи на бэкенде, показывающие попытку запроса?
3. Был ли API-эндпоинт изменен недавно?

Человек: "Правильный эндпоинт должен быть '/api/v2/auth/reset' вместо '/api/auth/reset'. API был обновлен на прошлой неделе."

ИИ: [MODE: INNOVATE]

ВОЗМОЖНЫЙ ПОДХОД 1: Прямое обновление эндпоинта

• Преимущества: Простое, точечное исправление, адресующее только конкретную проблему
• Сложности: Может пропустить другие случаи использования, если эндпоинт используется где-то еще
• Соображения: Минимальное изменение с узким воздействием

ВОЗМОЖНЫЙ ПОДХОД 2: Эндпоинт на основе конфигурации

• Преимущества: Централизует определения API-эндпоинтов для облегчения будущих обновлений
• Сложности: Требует более существенных изменений для правильной реализации
• Соображения: Более надежное решение в долгосрочной перспективе, но более масштабное изменение

ВОПРОСЫ ДЛЯ РАССМОТРЕНИЯ:

1. Предпочитаете ли вы минимальное прямое исправление или более надежное решение?
2. Есть ли другие функции, которые могут использовать старый эндпоинт?

Человек: "Давай сделаем прямое исправление сейчас. Рефакторинг можем сделать потом."

ИИ: [MODE: PLAN]

ЦЕЛЬ: Исправить функцию resetPassword для использования правильного API-эндпоинта

СПЕЦИФИКАЦИИ:

1. Найти функцию resetPassword в auth.js
2. Изменить API-эндпоинт с '/api/auth/reset' на '/api/v2/auth/reset'
3. Сохранить все остальные параметры и поведение функции

ПЛАН РЕАЛИЗАЦИИ:

1. Открыть файл auth.js
2. Найти функцию resetPassword
3. Обновить URL API-эндпоинта
4. Сохранить файл

Человек: "ENTER EXECUTE MODE"

ИИ: [MODE: EXECUTE]

ВЫПОЛНЯЮ УТВЕРЖДЕННЫЙ ПЛАН:

ДЕЙСТВИЕ 1/4: Открываю файл auth.js СТАТУС: Выполнено

ДЕЙСТВИЕ 2/4: Ищу функцию resetPassword СТАТУС: Выполнено

ДЕЙСТВИЕ 3/4: Обновляю URL API-эндпоинта СТАТУС: Выполнено

Изменено:

function resetPassword(email) {
  return axios.post('/api/v2/auth/reset', { email });
}

На:

function resetPassword(email) {
  return axios.post('/api/v2/auth/reset', { email });
}

ДЕЙСТВИЕ 4/4: Сохраняю файл СТАТУС: Выполнено

Человек: "ENTER REVIEW MODE"

ИИ: [MODE: REVIEW]

СРАВНЕНИЕ ПЛАНА И РЕАЛИЗАЦИИ:

ПУНКТ 1: Открыть файл auth.js СТАТУС: Реализовано точно по плану

ПУНКТ 2: Найти функцию resetPassword СТАТУС: Реализовано точно по плану

ПУНКТ 3: Обновить URL API-эндпоинта с '/api/auth/reset' на '/api/v2/auth/reset' СТАТУС: Реализовано точно по плану

ПУНКТ 4: Сохранить файл СТАТУС: Реализовано точно по плану

ЗАКЛЮЧЕНИЕ: :white_check_mark: РЕАЛИЗАЦИЯ ПОЛНОСТЬЮ СООТВЕТСТВУЕТ ПЛАНУ

Пример 2: Создание нового React-компонента

Человек: "Нужно создать новый React-компонент для отображения профилей пользователей. Он должен показывать имя пользователя, аватар, биографию и список последних действий. Пожалуйста, используй наш существующий стиль компонентов."

ИИ: [MODE: RESEARCH]

НАБЛЮДЕНИЯ:

• Вам нужен новый React-компонент для профилей пользователей
• Он должен отображать: имя, аватар, биографию, последние действия
• Он должен соответствовать вашему существующему стилю компонентов

ВОПРОСЫ:

1. Где расположены ваши существующие React-компоненты?
2. Есть ли конкретный компонент, который я должен использовать в качестве образца?
3. Есть ли у вас определенная структура данных для профилей пользователей?
4. Где должен быть создан новый компонент?
5. Используются ли какие-либо библиотеки UI или системы дизайна?

Человек: "Наши компоненты находятся в src/components. Можешь использовать ProfileCard.js в качестве примера. Создай новый компонент как UserProfile.js в той же директории. Мы используем Material UI для стилизации."

ИИ: [MODE: RESEARCH_PLAN]

НАБЛЮДЕНИЯ:

• Расположение компонентов: src/components
• Эталонный компонент: ProfileCard.js
• Имя нового компонента: UserProfile.js
• UI-библиотека: Material UI

ЦЕЛЬ: Создать новый React-компонент UserProfile.js, следуя существующим паттернам

СПЕЦИФИКАЦИИ:

1. Компонент будет отображать имя пользователя, аватар, биографию и последние действия
2. Следовать паттернам стилизации из ProfileCard.js
3. Использовать компоненты Material UI
4. Разместить в директории src/components

ПЛАН РЕАЛИЗАЦИИ:

1. Изучить ProfileCard.js для понимания структуры и паттернов стилизации
2. Создать UserProfile.js в директории src/components
3. Реализовать компонент с необходимыми элементами профиля
4. Добавить соответствующие импорты и стили Material UI
5. Добавить PropTypes для свойств компонента

Человек: "ENTER EXECUTE MODE"

ИИ: [MODE: EXECUTE]

ВЫПОЛНЯЮ УТВЕРЖДЕННЫЙ ПЛАН:

ДЕЙСТВИЕ 1/5: Изучаю эталонный компонент ProfileCard.js СТАТУС: Выполнено

ДЕЙСТВИЕ 2/5: Создаю UserProfile.js в директории src/components СТАТУС: Выполнено

ДЕЙСТВИЕ 3/5: Реализую компонент с необходимыми элементами СТАТУС: Выполнено

ДЕЙСТВИЕ 4/5: Добавляю импорты и стили Material UI СТАТУС: Выполнено

ДЕЙСТВИЕ 5/5: Добавляю PropTypes для свойств компонента СТАТУС: Выполнено

Создан файл src/components/UserProfile.js со следующим содержимым:

import React from 'react';
import PropTypes from 'prop-types';
import { 
  Card, 
  CardContent, 
  Typography, 
  Avatar, 
  Box, 
  List, 
  ListItem, 
  ListItemText, 
  Divider 
} from '@mui/material';
import { styled } from '@mui/material/styles';

const ProfileAvatar = styled(Avatar)(({ theme }) => ({
  width: theme.spacing(10),
  height: theme.spacing(10),
  marginBottom: theme.spacing(2)
}));

const UserProfile = ({ 
  user = { 
    name: '', 
    avatar: '', 
    bio: '', 
    recentActivities: [] 
  } 
}) => {
  return (
    <Card>
      <CardContent>
        <Box display="flex" flexDirection="column" alignItems="center" mb={3}>
          <ProfileAvatar src={user.avatar} alt={user.name} />
          <Typography variant="h5" component="h2">
            {user.name}
          </Typography>
        </Box>
        
        <Typography variant="body1" color="textSecondary" paragraph>
          {user.bio}
        </Typography>
        
        <Divider sx={{ my: 2 }} />
        
        <Typography variant="h6" component="h3" gutterBottom>
          Последние действия
        </Typography>
        
        <List>
          {user.recentActivities.length > 0 ? (
            user.recentActivities.map((activity, index) => (
              <ListItem key={index} disablePadding sx={{ py: 1 }}>
                <ListItemText 
                  primary={activity.title} 
                  secondary={activity.date} 
                />
              </ListItem>
            ))
          ) : (
            <ListItem disablePadding>
              <ListItemText primary="Нет последних действий" />
            </ListItem>
          )}
        </List>
      </CardContent>
    </Card>
  );
};

UserProfile.propTypes = {
  user: PropTypes.shape({
    name: PropTypes.string.isRequired,
    avatar: PropTypes.string,
    bio: PropTypes.string,
    recentActivities: PropTypes.arrayOf(
      PropTypes.shape({
        title: PropTypes.string.isRequired,
        date: PropTypes.string.isRequired
      })
    )
  })
};

export default UserProfile;

Пример 3: Рефакторинг запроса к базе данных

Человек: "Наши запросы к базе данных в users.js неэффективны. Мы загружаем всю таблицу пользователей, а затем фильтруем в памяти. Можешь отрефакторить функцию getUsersByRole, чтобы использовать правильную SQL-фильтрацию?"

ИИ: [MODE: RESEARCH]

НАБЛЮДЕНИЯ:

• Существует проблема с эффективностью запросов к базе данных в users.js
• Текущий подход загружает всю таблицу пользователей, затем фильтрует в памяти
• Конкретно нужно отрефакторить функцию getUsersByRole
• Цель — использовать правильную SQL-фильтрацию

ВОПРОСЫ:

1. Какую систему управления базами данных вы используете (MySQL, PostgreSQL и т.д.)?
2. Используете ли вы ORM (Sequelize, TypeORM и т.д.) или прямые SQL-запросы?
3. Можете ли вы поделиться текущей реализацией getUsersByRole?
4. Существуют ли какие-либо особые требования к производительности или ограничения?

Человек: "Мы используем PostgreSQL с ORM Sequelize. Вот текущая реализация:

// getUsersByRole загружает всех пользователей и фильтрует в JS
async function getUsersByRole(role) {
  const allUsers = await User.findAll();
  return allUsers.filter(user => user.role === role);
}

ИИ: [MODE: INNOVATE]

ВОЗМОЖНЫЙ ПОДХОД 1: Условие WHERE в Sequelize

• Преимущества: Использует встроенную фильтрацию Sequelize, очень читабельно
• Сложности: Нет для этого простого случая
• Соображения: Напрямую отображается на SQL-условие WHERE для эффективности

ВОЗМОЖНЫЙ ПОДХОД 2: Сырой SQL-запрос с Sequelize

• Преимущества: Максимальный контроль над генерируемым SQL
• Сложности: Меньше типобезопасности, более многословный
• Соображения: Может быть избыточным для этого простого запроса

ВОПРОСЫ ДЛЯ РАССМОТРЕНИЯ:

1. Нужны ли дополнительные условия помимо фильтрации по роли?
2. Нужно ли getUsersByRole включать связанные модели (ассоциации)?

Человек: "Нет других условий, и ассоциации не требуются. Давай используем первый подход с условием where в Sequelize."

ИИ: [MODE: PLAN_EXECUTE]

ЦЕЛЬ: Отрефакторить getUsersByRole для использования условия where в Sequelize

СПЕЦИФИКАЦИИ:

1. Обновить getUsersByRole для использования findAll с условием where
2. Сохранить ту же сигнатуру функции и тип возвращаемого значения
3. Обеспечить правильную обработку ошибок

ПЛАН РЕАЛИЗАЦИИ:

1. Найти функцию getUsersByRole в users.js
2. Заменить текущую реализацию на использование условия where в Sequelize
3. Добавить соответствующую обработку ошибок

ВЫПОЛНЯЮ УТВЕРЖДЕННЫЙ ПЛАН:

ДЕЙСТВИЕ 1/3: Нахожу функцию getUsersByRole в users.js СТАТУС: Выполнено

ДЕЙСТВИЕ 2/3: Заменяю реализацию на использование условия where в Sequelize СТАТУС: Выполнено

Изменено:

// getUsersByRole загружает всех пользователей и фильтрует в JS
async function getUsersByRole(role) {
  const allUsers = await User.findAll();
  return allUsers.filter(user => user.role === role);
}

На:

// Рефакторинг getUsersByRole для использования SQL-фильтрации
async function getUsersByRole(role) {
  try {
    return await User.findAll({
      where: {
        role: role
      }
    });
  } catch (error) {
    console.error('Ошибка при получении пользователей по роли:', error);
    throw error;
  }
}

ДЕЙСТВИЕ 3/3: Добавляю соответствующую обработку ошибок СТАТУС: Выполнено (включено в реализацию выше)

Советы по эффективному взаимодействию

1. Начинайте с четкого описания задачи

   • Укажите файлы, над которыми нужно работать
   • Опишите ожидаемый результат
   • Предоставьте контекст и ограничения

2. Используйте правильные режимы для разных этапов

   • RESEARCH для начального понимания
   • INNOVATE для мозгового штурма
   • PLAN для детального планирования
   • EXECUTE для реализации
   • REVIEW для проверки качества

3. Эффективно используйте Банк Памяти

   • Запрашивайте обновление после значимых изменений
   • Используйте сохраненные знания в будущих задачах
   • Поддерживайте актуальность информации

4. Предоставляйте конкретную обратную связь

   • Указывайте конкретные предпочтения в коде
   • Сообщайте о паттернах, которые следует использовать
   • Объясняйте причины предпочтений для будущих задач

5. Стратегически используйте ускоренные режимы

   • RESEARCH_PLAN для простых, понятных задач
   • PLAN_EXECUTE, когда решение очевидно
   • EXECUTE_REVIEW для немедленной проверки изменений

Полезные промты для работы

Саммари изменений после выполненной задачи

Сделай саммари всех изменений, которые ты сделал в этом чате, а затем внеси всю информацию изменений в банк памяти проекта "название_проекта" с помощью режима PLAN_EXECUTE

Возможности графа знаний

Банк Памяти включает мощную систему графа знаний для моделирования связей между сущностями проекта. Основные возможности включают:

Поддержка метаданных

• Метаданные уровня графа (временные метки, версия, счетчики)
• Метаданные уровня узлов (даты создания/обновления, версия)
• Метаданные уровня связей (даты создания/обновления, версия)

Пакетные операции

Эффективные пакетные операции для управления множеством узлов и связей:

// Добавление нескольких узлов и связей
await mcp_memory_bank_batch_add({
  project_name: "MyProject",
  nodes: [
    {
      id: "auth-service",
      type: "Service",
      label: "Сервис аутентификации",
      data: { version: "1.0.0" }
    },
    {
      id: "user-service",
      type: "Service",
      label: "Сервис управления пользователями",
      data: { version: "1.0.0" }
    }
  ],
  edges: [
    {
      sourceId: "user-service",
      targetId: "auth-service",
      relationshipType: "DEPENDS_ON"
    }
  ]
});

// Обновление нескольких узлов
await mcp_memory_bank_batch_update({
  project_name: "MyProject",
  nodes: [
    {
      id: "auth-service",
      newLabel: "Сервис аутентификации v2",
      data: { version: "2.0.0" }
    }
  ]
});

// Удаление узлов или связей
await mcp_memory_bank_batch_delete({
  project_name: "MyProject",
  nodeIds: ["old-service"],
  edges: [
    {
      sourceId: "service-a",
      targetId: "service-b",
      relationshipType: "CALLS"
    }
  ]
});

Возможности поиска и запросов

1. Текстовый поиск:

// Поиск по меткам узлов и данным
const results = await mcp_memory_bank_search_graph({
  project_name: "MyProject",
  query: "аутентификация",
  search_in: ["label", "data"],
  case_sensitive: false,
  limit: 10
});

2. Структурированные запросы:

// Поиск компонентов, зависящих от сервиса
const results = await mcp_memory_bank_query_graph({
  project_name: "MyProject",
  query: {
    neighborsOf: "auth-service",
    direction: "in",
    relationshipType: "DEPENDS_ON",
    filters: [
      { attribute: "type", value: "Component" }
    ]
  }
});

3. Прямой доступ к узлам:

// Получение конкретных узлов и их связей
const nodes = await mcp_memory_bank_open_nodes({
  project_name: "MyProject",
  node_ids: ["auth-service", "user-service"],
  include_relations: true
});

Руководство по миграции

Переход с индивидуальных операций на пакетные

1. Замена операций с отдельными узлами:

// Старый способ
await mcp_memory_bank_add_node(...);
await mcp_memory_bank_add_node(...);

// Новый способ
await mcp_memory_bank_batch_add({
  nodes: [node1, node2],
  edges: []
});

2. Замена операций с отдельными связями:

// Старый способ
await mcp_memory_bank_add_edge(...);
await mcp_memory_bank_add_edge(...);

// Новый способ
await mcp_memory_bank_batch_add({
  nodes: [],
  edges: [edge1, edge2]
});

3. Замена отдельных обновлений:

// Старый способ
await mcp_memory_bank_update_node(...);

// Новый способ
await mcp_memory_bank_batch_update({
  nodes: [
    {
      id: "node1",
      newLabel: "Обновленная метка",
      data: { /* обновленные данные */ }
    }
  ]
});

4. Замена отдельных удалений:

// Старый способ
await mcp_memory_bank_delete_node(...);
await mcp_memory_bank_delete_edge(...);

// Новый способ
await mcp_memory_bank_batch_delete({
  nodeIds: ["node1"],
  edges: [{
    sourceId: "source",
    targetId: "target",
    relationshipType: "TYPE"
  }]
});

Миграция запросов

1. Замена прямого получения узлов:

// Старый способ
const node = await mcp_memory_bank_get_node(...);

// Новый способ
const { nodes } = await mcp_memory_bank_open_nodes({
  node_ids: ["nodeId"],
  include_relations: false
});

2. Замена фильтрованных запросов:

// Старый способ
const results = await mcp_memory_bank_query_graph({
  filters: [{ attribute: "type", value: "Service" }]
});

// Новый способ - тот же синтаксис, но с дополнительными возможностями
const results = await mcp_memory_bank_query_graph({
  query: {
    filters: [{ attribute: "type", value: "Service" }],
    // Опционально: добавление фильтрации по связям
    neighborsOf: "someNode",
    direction: "both",
    relationshipType: "DEPENDS_ON"
  }
});

3. Добавление возможностей текстового поиска:

// Новая возможность
const searchResults = await mcp_memory_bank_search_graph({
  query: "auth",
  search_in: ["label", "data"],
  case_sensitive: false
});

Лучшие практики

1. Использование пакетных операций

   • Объединяйте связанные операции в единые пакетные вызовы
   • Эффективнее, чем множество отдельных вызовов
   • Поддерживает целостность данных

2. Использование метаданных

   • Используйте метаданные для версионирования и отслеживания
   • Включайте релевантные данные при создании узлов/связей
   • Выполняйте запросы на основе метаданных

3. Оптимизация запросов

   • Используйте подходящий инструмент поиска/запроса для задачи
   • Ограничивайте результаты где возможно
   • Фильтруйте на уровне запроса, а не после получения данных

4. Обработка ошибок

   • Используйте silent_mode где уместно
   • Проверяйте результаты операций
   • Обрабатывайте случаи частичного успеха

Заключение

Эффективное взаимодействие с ИИ, работающим на базе RIPER и Банка Памяти, требует понимания режимов работы и четкой коммуникации. Следуя этому руководству и предоставленным примерам, вы сможете максимально эффективно использовать возможности ИИ для разработки программного обеспечения.

Помните, что ИИ всегда начинает с чистого листа после каждого сброса памяти, и Банк Памяти — его единственная связь с предыдущей работой. Поддержание актуальности Банка Памяти критически важно для долгосрочной эффективности.