tpc
结构化记录AI项目思维与日志的MCP工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：tpc。 它的用途是：结构化记录AI项目思维与日志的MCP工具 完整的 Skill 内容见：https://321skill.com/skills/tpc/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“记录一下我刚才决定使用向量数据库而不是关系型数据库来存储用户画像的思考过程，主要考虑到未来需要做相似性搜索。”，它会引导你将这段决策逻辑、权衡因素以及相关的代码片段或API调研结果，结构化地记录到 tpc server 中，便于后续回顾和团队同步。
介绍
tpc server 是一款基于 MCP（Model Context Protocol）的工具，旨在解决AI项目开发过程中思维过程零散、日志混乱、API调用难以追踪的问题。它通过结构化的方式，帮助开发者记录项目思考、决策路径和关键日志，形成可追溯、可分析的项目档案。
使用方式是将 tpc server 作为MCP服务器集成到你的AI开发环境（如Claude Desktop）中。在开发过程中，你可以通过特定的指令或自然语言交互，将你的思考、代码变更、API调用结果等关键信息记录到该工具中，它会自动进行结构化存储和管理。
这个工具非常适合需要频繁进行实验、迭代和复盘的项目，特别是AI应用开发、智能体（Agent）构建以及涉及复杂API调用的场景。无论是个人开发者还是小团队，都能从中受益，提升项目的可管理性和知识沉淀效率。
建议在项目启动初期就集成此工具，养成持续记录的习惯。注意，它主要侧重于思维和日志的结构化管理，而非实时代码版本控制或深度性能监控，应与Git等版本管理工具配合使用。
核心特点
与通用的日志记录工具相比，它专为AI项目思维过程设计，能结构化捕捉“为什么这么做”的决策逻辑；与简单的笔记工具相比，它深度集成MCP协议，能直接关联API调用记录和代码上下文，形成完整的项目追踪链路。
注意事项
不适合用于记录非结构化的日常随笔或进行实时的高频、低延迟系统监控。
常见问题
tpc server 和 Git 有什么区别？
Git管理代码版本，tpc server 管理项目思维、决策日志和API调用上下文，两者互补，前者管“是什么”，后者管“为什么”。
需要编程才能使用吗？
需要基本的命令行操作和配置MCP客户端的知识，但记录过程本身可以通过自然语言交互完成。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/tpc/raw/index.md 读取 tpc 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/tpc/raw/index.md（查看排版版本）