梦图：用于AI编码工作流程的持久认知图服务器
DreamGraph，由mmethodz创建，是一个图形治理的概念开发环境，为AI代理提供持久的项目记忆。它作为MCP服务器运行，构建代码库的认知图，记录特性、工作流程和架构决策，以便AI助手可以访问系统范围的上下文。关键组件包括模型上下文协议集成、用于关系发现的梦境引擎、自愈图完整性和多接口访问。目标用户是软件架构师、AI开发人员和需要跨多仓库项目的结构化长期记忆的高级用户。
你实际上可以用它来做什么任务？
该工具作为一个持久的记忆层，用于AI辅助开发，因此它解决的是长期知识跟踪，而不是一次性的代码完成。它存储一个认知图，映射功能、工作流程和架构决策，并将计划转化为可审计的执行记录。实际用途包括维护跨存储库的架构历史，为助手提供项目范围的上下文，以及生成可验证的决策轨迹以供审查和入职。
图的表示有多可靠？
Dream Engine结合了确定性规则和基于LLM的策略，以推导新的关系并规范数据，从而改善代码与决策之间的链接。自动化例程用于自我修复图的完整性，运行清理任务以纠正信心膨胀并清除孤立节点。这些机制增加了内部一致性，而在梦境中生成的推测边缘在影响自动化规划或执行之前需要人工审核。
它需要什么输入和平台？
部署需要Node.js运行时（版本20或更高）和支持的shell，例如Windows上的PowerShell 7；服务器也在Linux和macOS上运行。该项目暴露多个接口：
- dg CLI
- VS Code扩展
- 网络仪表板
- 交互式浏览器
在存储方面，它支持面向生产的PostgreSQL部署，并正在扩展对SQLite和MySQL的支持，因此管理员在运行大型项目之前必须提供支持的后端。
它适合典型开发团队吗？
该工具适合那些准备将项目记忆视为基础设施而非短暂上下文的团队。开发者在GitHub上维护该项目，并通过社区赞助支持它，这与开放开发工作流程一致。MCP社区的早期采用者称赞这种结构化记忆的方法；然而，缺乏MCP合规助手或数据库管理能力的团队将面临更高的设置和运营开销。
最适合专注于架构的团队，而不是快速实验
该工具是专为专注于架构的团队和将项目知识视为基础设施的 AI 工程师提供的务实选择。该系统奖励对投机性图形添加的严格维护和验证，因此团队应预算时间用于审查和数据库管理。对于单一代码库实验或非技术利益相关者，操作开销使得轻量级的基于文件的上下文工具成为更简单的选择。当项目的持久性和可审计性是主要关注点时，采用它是值得的。
