描述
Rafter 是一个模型上下文协议 (MCP) 服务器，由挪威卑尔根的一支团队构建，为 Claude、ChatGPT、Cursor、Claude Code 和其他兼容 MCP 的 AI 工具提供一个共享的团队记忆。Rafter 存储团队已经确定的技能、决策和工作流程，而不是让每个人的 AI 重新学习公司如何运作，因此任何团队成员的 AI 都可以查找并重用这些信息。
阅读更多
设置分为两个步骤。首先，用户通过其托管的端点将 Rafter 添加为自定义 MCP 连接器，使用 Claude、ChatGPT、Cursor、Claude Code、Codex、OpenCode 或 Windsurf，这会打开一个登录窗口；Claude Code 和 Cursor 则使用 CLI 命令或配置文件条目。其次，用户将一条简短的指令粘贴到其 AI 工具的系统或项目指令中，告诉它在回答之前搜索 Rafter 的记忆，并通过 add_memory 调用保存任何持久的信息。从那时起，AI 会在正常使用中自动检查 Rafter，并且一个人还可以将设置 URL 交给团队成员的工具，以便直接获取技能。
Rafter 将其存储的内容组织为知识图谱，而不是平面的记忆列表：它映射文档、决策和技能之间的连接关系，因此搜索遵循相关上下文，而不仅仅是匹配关键词。在付费计划中，它还连接到团队已经使用的源文档工具，包括 Jira、Confluence、SharePoint 和 Drive，保持连接搜索的最新状态，因为基础文档发生变化，并且它为存储的技能和记忆保留版本历史记录和回滚功能。
Rafter 旨在帮助希望其各种 AI 助手共享机构知识的团队，而不是每个助手都从零开始，特别是那些已经在多个 AI 编码和聊天工具中工作的团队。定价按用户每月计算：免费计划覆盖最多三名成员，提供记忆、技能、代理和托管的 MCP 访问；团队计划为每位用户每月 29 美元，支持最多 50 名成员，增加工具连接器、连接搜索、版本历史和跨团队共享，并提供 14 天的免费试用；商业计划为每位用户每月 99 美元，支持无限成员、SSO、审计日志导出、优先支持以及为具有正式 IT 和安全要求的组织签署的 DPA。
- 类别AI 智能体构建工具
- 定价模式免费增值
- 部署云端
- 平台Web、桌面端
Rafter的核心功能
MCP 服务器为 Claude、ChatGPT、Cursor、Claude Code 和其他 MCP 客户端提供一个共享的团队记忆
知识图谱链接文档、决策和技能，使搜索遵循连接的上下文，而不仅仅是关键词
add_memory 工具允许任何连接的 AI 将持久的上下文保存回共享存储
共享设置 URL 允许一个团队成员将现成的技能直接交给另一个 AI 工具
托管的 MCP 连接器可在 Claude、ChatGPT、Claude Code、Cursor、Codex、OpenCode 和 Windsurf 中使用
付费计划增加与 Jira、Confluence、SharePoint 和 Drive 的连接器，提供连接搜索
存储技能和记忆的版本历史和回滚功能
付费计划支持跨团队和工作区共享
商业计划为注重安全的组织提供 SSO、审计日志导出和签署的 DPA
如何使用 Rafter？
注册：创建一个 Rafter 账户并登录到 heyrafter.xyz。
添加连接器：在您的 AI 工具设置中，将 Rafter 添加为自定义 MCP 连接器（或使用 Claude Code、Cursor 或 Codex 的匹配 CLI 或配置条目）。
登录：首次调用 Rafter 时，批准打开的登录窗口。
设定习惯：将 Rafter 的指令行粘贴到您的工具系统或项目指令中，以便在回答之前检查 Rafter，并通过 add_memory 保存新上下文。
共享技能：将 Rafter 的设置 URL 发送给团队成员的 AI 工具，以直接交接技能。
在付费计划上添加连接器：在团队或商业计划中，连接 Jira、Confluence、SharePoint 或 Drive 以进行连接搜索。
Rafter的使用案例
- 团队入职
- 跨工具技能共享
- 连接文档搜索
- 流程文档
