ClariLayer

Name: ClariLayer
Author: clarilayer

โดย clarilayerรุ่น 0.31.0i★ –iรันบนคลาวด์

ชื่อใน registryio.github.clarilayer/clarilayer

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Individual-analyst context layer: recall, remember, and reconcile your data and engineering context.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนคลาวด์
ช่องทาง (transport): Streamable HTTP
หมวด: อื่น ๆ
ต้องใส่ค่าเหล่านี้: Authorization

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ค่าที่คุณต้องใส่เอง: Authorization

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ที่อยู่นี้ต้องใส่ key ใน header ของคำขอ ซึ่งเมนูเพิ่ม connector ใส่ให้ไม่ได้ ใช้ Claude Code, Cursor หรือ VS Code แทน

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http clarilayer https://clarilayer.com/api/mcp/mcp --header 'Authorization: ใส่ค่าของคุณ'

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "clarilayer": {
      "url": "https://clarilayer.com/api/mcp/mcp",
      "headers": {
        "Authorization": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "clarilayer": {
      "type": "http",
      "url": "https://clarilayer.com/api/mcp/mcp",
      "headers": {
        "Authorization": "ใส่ค่าของคุณ"
      }
    }
  }
}

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

Authorization ความลับ จำเป็น HTTP header
Bearer cl_ — mint one at clarilayer.com via Connect your AI

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

ยังไม่ได้อ่านรายการเครื่องมือของตัวนี้ เราตรวจ endpoint ทีละชุดวนไป

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub clarilayer ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
endpoint ตอบ
ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป
… ยังไม่ตรวจ
ล็อกอินแบบ OAuth
ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
ยังไม่ได้ตรวจ เราอ่านรายการเครื่องมือตอนตรวจ endpoint

เทียบกับตัวอื่นในหมวด อื่น ๆi

ดาวมากกว่า 0% ของอีก 32368 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 21% ของอีก 32368 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32368 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

ClariLayer ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: Authorization

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.31.0) เข้า registry 3 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, Usaspending

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวาน

ติดตั้ง

Usaspending

โดย pipeworx-io

USAspending MCP — Federal spending data from USAspending.gov API

บนเครื่องหรือคลาวด์อัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

ClariLayer

Your AI should remember how you work.

Turn selected past conversations into memory your AI can use across projects and sessions.

Website · Docs · Connect your AI · Quickstart

ClariLayer keeps the facts, preferences, decisions, rules and lessons you choose to carry forward. Connect Claude Code, Cursor, Codex, claude.ai or another compatible remote MCP client. Your AI can recall relevant work context from the selected authorized space, with its source and applicability visible.

Start free. No credit card for the current personal offer.

One decision, carried into the next session

You settle a launch decision with your AI:

For the Launch project, show the product demo first. Technical detail belongs in docs. Remember this confirmed decision with its source and project applicability.

In a later session:

Recall the Launch project's saved decisions before drafting the launch page. Show which decision applies and where it came from.

The decision can travel across projects and sessions within the authorized space while retaining its original applicability. A rule for one customer or project stays bounded. If it changes, correct it; if it no longer belongs, use scoped forget or exclusion.

Recall depends on the AI client actually calling the tool. Connecting MCP does not guarantee every answer uses saved context.

Connect your AI

Use [Connect your AI](https://clarilayer.com/connect-ai) for guided setup. Select your client and space, give the setup request to that AI, and complete authentication in the client. Use OAuth when the selected route supports it, or store a context key locally as the fallback. Never paste a key into an AI conversation or a GitHub issue.

Already connected? Choose Update my AI setup on the same page, then run its request in the intended project. This updates one recognized ClariLayer instruction block while preserving your own instructions.

Client	Project instruction target
Claude Code	`CLAUDE.md`
Codex	`AGENTS.md`
Cursor	`.cursor/rules/clarilayer.mdc`
claude.ai / other remote clients	Follow the connection and runtime guidance supported by that client

The installed bootstrap obtains the current workflow from get_project_stanza with mode: "runtime" once at the first relevant use in each new AI session. A routine server guidance update then reaches the next session without copying another long workflow into every project.

Optional setup CLI

The npm CLI supports context-key connection setup and a local dbt check. CLI 0.3.0 replaces the embedded Analytics instructions with a request for your connected AI and adds instructions --agent .

Check which version is available before choosing a command:

npm view clarilayer version

With 0.3.0 or later available:

npx clarilayer@latest init

Already connected? Print only the instruction update request:

npx clarilayer@latest instructions --agent codex

If your registry still serves 0.2.1, use npx clarilayer@0.2.1 init --no-stanza to skip its older embedded instructions, then complete Update my AI setup through the guided setup above. The hosted path is available independently of npm publication.

See CLI.md for options and the source-checkout route, CHANGELOG.md for release history, and RELEASING.md for publication checks. Native instruction qualification records the tested client and its limits.

Full setup, manual connection examples and troubleshooting: [QUICKSTART.md](./QUICKSTART.md).

What your AI can do

Work	How it works
Recall	`recall_context` retrieves relevant saved context across the selected authorized space. Preserve source and applicability; project and purpose are relevance hints, not permissions. Fetch complete entries with `get_context_entry` when needed.
Remember or correct	`remember` with `work_context` saves confirmed durable facts, preferences, decisions, rules and lessons. Ambiguous changes and suggestions remain candidates for review.
Forget	Recall the target first, then use its returned entry ID for the requested forget operation. Do not guess names or delete related entries without a separate request.
Complete the context loop	`context_checkpoint` records the AI's bounded completion declaration. It does not prove the AI used the right context or completed an external task.
Report use	`report_context_use` optionally links bounded feedback to delivered context. A delivery receipt alone is not evidence of answer quality.

The hosted MCP service was checked on September 17, 2026: capability v64 · server 0.39.0 · 23 tools. Use the live capabilities tool for the current list and versions. Capability reference.

Bring over selected history

After connection, you can choose supported local history, a destination space and an extraction provider, then inspect the exact preview before accepting an initial import. Ongoing capture requires a separate setup and grant for the sources you choose. Connecting MCP alone does not read history or enable capture.

Source support and extraction-provider support are separate. The current qualified extraction path uses a version-specific Claude CLI profile; OpenAI and Cursor extraction providers are unavailable, and native Cursor history qualification is limited. Check the current history guide before choosing a source.

Selected source content is processed by the chosen extraction provider. ClariLayer stores the extracted context rather than a raw transcript archive. Provider processing may use your allowance or incur provider usage charges.

Optional semantic search has separate organization consent and provider disclosure in Settings. A new connection or history-import choice does not grant that consent. Lexical recall remains available without it.

Analytics when your work needs it

ClariLayer for Analytics retains its specialist tools:

get_analysis_context recalls definitions, schema notes, saved queries and related context. Recall previews can be truncated; use get_context_entry for full bodies, stored SQL and CRM contracts.
bootstrap imports supplied SQL, dbt models, notes, data dictionaries and semantic models. It does not read a repository or warehouse by itself.
reconcile compares a saved definition with supported warehouse or bounded, row-free HubSpot evidence supplied by your agent. Salesforce contracts can be stored and recalled; Salesforce reconcile is disabled.

General work and engineering context are not independently reconciled. Live trust statuses remain `asserted` / `caveat`; verified is not live.

Watch the Analytics reconcile example

A seeded Analytics demo. Your agent supplies the warehouse evidence; a mismatch becomes a caveat for later sessions. This illustrates the Analytics specialist path.

Check dbt documentation locally

cd your-dbt-project

dbt docs generate npx clarilayer dbt-check

The CLI compares local manifest.json and catalog.json files for phantom columns, missing catalog models, type-family mismatches and empty descriptions. No account or warehouse connection is needed for the local check. With an explicit --save, bounded findings are staged as proposals in your Context Inbox for review. --save --dry-run previews the payload without a network request.

See the CLI reference and Analytics recipes. The August 2026 dbt drift survey retains its method, evidence and limitations for the published 0.2.1 check.

Control and privacy

Saved context retains its source and applicability. Separate spaces do not merge automatically.
History import, ongoing capture and semantic processing each have their own setup or consent boundary.
In the personal MCP reconcile path, ClariLayer holds no warehouse or CRM credentials, executes no SQL and calls no HubSpot API. Your agent supplies the evidence. Warehouse evidence may include optional preview rows; CRM evidence is row-free.
Suggestions can be staged with propose / propose_batch for review. Pending proposals are not live recall context. Ad hoc conversation harvest requires an explicit request and sends distilled candidates, not the transcript.

Security · Privacy · Pricing

What is open source?

This repository's docs, examples, recipes and setup/dbt CLI are MIT licensed. The hosted ClariLayer service is proprietary. This repository is the public starting point for connecting to the service.

The Governed Context Edge is available through a hand-run private team pilot. Request early access.

For contributions and setup help, see CONTRIBUTING.md.

ClariLayer

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

Usaspending

README จากผู้ทำ

One decision, carried into the next session

Connect your AI

Optional setup CLI

Already connected? Print only the instruction update request:

What your AI can do

Bring over selected history

Analytics when your work needs it

Check dbt documentation locally

Control and privacy

What is open source?