用途
fish-bridge-mcp 是一个经济且节省 token 的 AI 工具，为超长聊天会话提供图谱式会话记忆。它将会话范围内的知识图谱引擎用于 AI 聊天上下文压缩，把原始 AI 聊天（40k+ token）转换为紧凑的类型化知识图谱（约 300–800 token），并写入 .github/copilot-instructions.md 或 CLAUDE.md。该文件会在所有模式（ask、edit、agent）下的每一轮 AI 对话中被自动包含，因此无需注入、无需代理即可生效。核心工作流不需要 MCP 服务器。
主要能力
- Ingest：从 JSONL（Copilot）、粘贴内容或任意文件格式读取原始聊天轮次。
- Extract：由 LLM 提取类型化节点（问题、决策、错误、任务、技能、文件）与边。
- Dedup：通过语义相似度合并近似重复项；冲突检测会标记状态反转。
- Compile：将图谱压缩为约 300–800 token 的 XML/markdown 块。
- Write：将压缩块写入 .github/copilot-instructions.md（或 CLAUDE.md）。
- Deliver：AI 工具在下一轮自动读取该文件——无需注入，无需代理。
MCP 工具包括：record_turn、get_context、get_focus、mark_resolved、add_node、export_session、import_session、show_active、list_deferred。
使用方式
前置条件：如果没有 uv，先安装： curl -LsSf https://astral.sh/uv/install.sh | sh（macOS/Linux），或参阅 uv 文档。uv 一个工具即可替代 pip + pipx + pyenv，无需管理 virtualenv。
推荐安装方式——uv tool install（会把 fish-bridge CLI 和 fish-bridge-mcp MCP 服务器都安装到 PATH）： 安装后 PATH 上有两个命令可用：
- fish-bridge —— 主 CLI（ingest、compile、show、serve 等）
- fish-bridge-mcp —— 用于 VS Code agent 模式的 MCP 服务器
仅需 MCP 配置（无需永久安装）：在 .vscode/mcp.json 中直接使用 uvx，它会按需下载并运行 MCP 服务器。完整配置见 MCP 服务器部分。
2 分钟快速上手：完成后，.github/copilot-instructions.md 中会包含约 350 token 的会话压缩摘要，在之后每一轮中替代原始历史记录。可通过配置命令进行调整。
MCP 服务器（可选——仅 agent 模式）：MCP 服务器在 VS Code agent 模式下增加了实时 record_turn 捕获。它不是必需的——上述基于文件的工作流在所有模式下都无需它即可运行。将其添加到 .vscode/mcp.json（使用 uvx，无需预先安装）。如果使用了 uv tool install fish-bridge-mcp，也可以直接引用已安装的二进制文件。Claude Desktop、Cursor 和 Windsurf 的配置示例见 examples/ 目录。
适用场景
适用于需要长时间、多轮次 AI 聊天会话的场景，尤其是希望减少每轮对话中重复携带的原始历史 token、降低上下文成本、并让 AI 持续记住关键问题、决策、错误、任务、技能和文件信息的用户。也适用于 VS Code agent 模式下的实时轮次捕获。
限制
- 核心工作流不依赖 MCP 服务器；MCP 服务器仅用于 VS Code agent 模式的实时 record_turn 捕获。
- 离线提取为可选功能，通过 Ollama 实现。
- 压缩后的知识图谱约为 300–800 token，具体大小取决于会话内容。
- 项目采用 MIT 许可，详见 LICENSE。
- 关于收费、价格、平台支持范围、效果指标等更多信息，资料中暂未提供。
