pumaDB

1) 选择连接 pumaDB 的方式: 选择两种访问方法之一：(a) 适用于代理客户端的托管 MCP（ChatGPT、Claude、Codex 或任何支持 Streamable HTTP MCP 的客户端），或 (b) 适用于后端/无服务器/CLI 的服务器端 REST API。托管 MCP 端点：https://api.pumadb.ai/mcp。REST API 基础：https://api.pumadb.ai。

2) 如果使用托管 MCP：将您的代理客户端连接到 pumaDB MCP 服务器: 在您的支持 MCP 的客户端中，使用 Streamable HTTP 传输添加一个新的 MCP 服务器，并将服务器 URL 设置为 https://api.pumadb.ai/mcp。根据客户端的提示通过 OAuth 进行身份验证。

3) 如果使用 REST：安全地设置服务器端 API 密钥: 在受信任的服务器端环境（后端、无服务器函数、Worker、CLI）中创建并存储一个名为 puma_live_* 的 API 密钥。请勿将 API 密钥放置在 React 包、静态站点、移动应用程序、浏览器代码或公共存储库中。

4) 决定您希望 pumaDB 记住什么（您的模式）: pumaDB 存储小型持久 JSON 行。常见的内存类型包括：技能 markdown、项目约定、用户偏好、研究剪辑、任务状态和类型安全内存（作为惰性记录存储的资源/片段/配置示例，以供以后审查）。

5) 为您的内存创建/选择一个表: 将内存组织到表中（例如：preferences、project_conventions、task_state）。每个帐户最多支持 20 个表，每个表 1,000 行，总存储空间为 25 MB。

6) 写入内存（推荐托管 MCP：使用合并的 remember 工具）: 从通过 MCP 连接的代理客户端，调用 pumaDB 的 remember 工具来存储一个 JSON 行（例如，保存用户偏好，如“保持答案简短”）。remember 工具存储带有惰性安全元数据的常见内存类型。

7) 写入内存（REST 替代方案：将 JSON 行 POST 到 /v1/{table}）: 从服务器端代码，发送一个经过身份验证的请求，使用 POST /v1/{table} 在 https://api.pumadb.ai 创建表中的行。使用 bearer API 密钥。存储您的应用程序/代理稍后将查询的 JSON 字段。

8) 在需要时读取/查询内存: 在您的代理客户端中使用 MCP 查询式工具调用（例如，在响应之前查询偏好表），或者从服务器端代码使用 REST GET /v1/{table}。小型查询可以返回内联 JSON；较大的结果可以返回短期查看器/下载链接（或请求 includeLink: true）。

9) 当事实发生变化时明确更新内存: 使用 REST 端点更新存储的行：POST /v1/{table}/update_row 用于定向更新，或 POST /v1/{table}/update_where 用于过滤更新。pumaDB 支持“自然编辑”，因此可以用普通语言更改作为过滤更新应用，而不会创建重复项；批量更新需要明确选择加入。

10) 删除您不再希望存储的内存: 使用 DELETE /v1/{table} 从表中删除行（服务器端）。删除和更新会自动存档先前的行内容。

11) 使用版本历史从错误中恢复: pumaDB 为每次更新和删除保留自动版本历史：最后 10 个版本保留 30 天，可以通过一次调用恢复。

12) 保持在限制和速率限制内: 围绕帐户限制（20 个表，每个表 1,000 行，总计 25 MB）规划使用。遵守速率限制：每个密钥每分钟 30 次写入，每个密钥每分钟 60 次读取。