🌐 Bahasa

CORE: Otak Digital Anda - Memori + Tindakan untuk Alat AI

Informasi penting Anda tersebar di berbagai alat yang tidak saling terhubung. Percakapan AI Anda selalu dimulai dengan "biar saya kasih konteks dulu." Pengalaman dan pembelajaran Anda masih ada di kepala, dan kepala Anda tidak bisa diskalakan.

CORE mengingat. Bukan basis data. Bukan kotak pencarian. Otak digital yang mempelajari hal penting, menghubungkan yang berkaitan, dan menampilkan yang Anda butuhkan.

Untuk Pengembang

CORE memberikan alat AI Anda memori persisten dan kemampuan bertindak di aplikasi yang Anda gunakan.

Konteks terjaga di Claude Code, Cursor, dan agen pengkodean lainnya
Lakukan aksi di Linear, GitHub, Slack, Gmail, Google Sheets, dan aplikasi lain yang Anda gunakan
Hubungkan sekali melalui MCP, bekerja di mana saja
Open-source dan dapat dihosting sendiri; data Anda, kendali Anda

---

Apa yang Bisa Anda Lakukan

1. Tidak perlu mengulang, konteks mengalir otomatis

CORE menjadi lapisan memori persisten untuk agen pengkodean Anda. Minta alat AI manapun untuk mengambil konteks relevan.

Search core memory for architecture decisions on the payment service

What my content guidelines from core to create the blog?

2. Ambil tindakan di aplikasi Anda dari Claude/Cursor

Hubungkan aplikasi Anda sekali, ambil tindakan dari mana saja.

Membuat/Membaca isu GitHub, Linear
Menyusun/Mengirim/Membaca email dan menyimpan info relevan di CORE
Mengelola kalender Anda, memperbarui spreadsheet

3. Lanjutkan dari tempat terakhir Anda di claude code/cursor

Beralih kembali ke fitur setelah seminggu? Langsung ikuti perkembangan.

What did we discuss about the checkout flow? Summarize from memory.

Refer to past discussions and remind me where we left off on the API refactor

Apa yang Membuat CORE Berbeda

Graf Konteks Temporal: CORE tidak hanya menyimpan fakta — ia mengingat cerita. Kapan sesuatu terjadi, bagaimana pemikiran Anda berkembang, apa yang memicu setiap keputusan. Preferensi, tujuan, dan pilihan masa lalu Anda — semua terhubung dalam graf yang memahami urutan dan konteks.

Akurasi Recall 88,24%: Diuji pada benchmark LoCoMo. Saat Anda bertanya sesuatu ke CORE, ia menemukan yang relevan. Bukan sekadar pencocokan kata kunci, melainkan pemahaman semantik sejati dengan penalaran multi-langkah.

Anda yang Mengendalikan: Memori Anda, aturan Anda. Edit yang salah. Hapus yang tidak sesuai. Visualisasikan bagaimana pengetahuan Anda terhubung. CORE transparan, Anda melihat persis apa yang ia ketahui.

Sumber Terbuka: Tidak ada kotak hitam. Tidak ada ketergantungan vendor. Otak digital Anda sepenuhnya milik Anda.

---

🚀 Mulai Cepat

Pilih jalur Anda:

| | CORE Cloud | Self-Host | |---|---|---| | Waktu pemasangan | 5 menit | 15 menit | | Terbaik untuk | Coba cepat, tanpa infrastruktur | Kontrol penuh, server Anda sendiri | | Persyaratan | Hanya akun | Docker, RAM 4GB |

Cloud

Daftar di app.getcore.me
Hubungkan sumber (Claude, Cursor, atau alat kompatibel MCP apa pun)
Mulai gunakan CORE untuk melakukan tindakan apa pun atau menyimpan tentang Anda di memori

Self-Host

Deploy Cepat

Atau dengan Docker

Klon repositori:

git clone https://github.com/RedPlanetHQ/core.git
cd core

Konfigurasikan variabel lingkungan di core/.env:

OPENAI_API_KEY=your_openai_api_key

Mulai layanan

docker-compose up -d

Setelah diterapkan, Anda dapat mengonfigurasi penyedia AI Anda (OpenAI, Anthropic) dan mulai membangun memory graph Anda.

👉 Lihat panduan self-hosting lengkap

Catatan: Kami telah mencoba model open-source seperti Ollama atau GPT OSS tetapi hasil pembuatan fakta kurang baik, kami masih mencari cara untuk memperbaikinya dan kemudian juga akan mendukung model OSS.

🛠️ Instalasi

Rekomendasi

Instal di Claude Code CLI

Jalankan perintah ini di terminal Anda untuk menghubungkan CORE dengan Claude Code:

claude mcp add --transport http --scope user core-memory https://mcp.getcore.me/api/v1/mcp?source=Claude-Code

Ketik /mcp dan buka MCP core-memory untuk autentikasi

Instal di Cursor

Sejak Cursor 1.0, Anda dapat mengklik tombol instal di bawah untuk instalasi satu klik secara instan.

ATAU

Pergi ke: Settings -> Tools & Integrations -> Add Custom MCP
Masukkan yang di bawah ini ke dalam file mcp.json:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=cursor",
      "headers": {}
    }
  }
}

Instal di Claude Desktop

Salin URL CORE MCP:

https://mcp.getcore.me/api/v1/mcp?source=Claude

Buka Pengaturan → Konektor → Klik Tambah konektor khusus
Klik "Hubungkan" dan berikan izin Claude untuk mengakses CORE MCP

CLI

Instal di Codex CLI

Opsi 1 (Direkomendasikan): Tambahkan ke file ~/.codex/config.toml Anda:

[features]
rmcp_client=true[mcp_servers.memory]
url = "https://mcp.getcore.me/api/v1/mcp?source=codex"

Kemudian jalankan: codex mcp memory login

Opsi 2 (Jika Opsi 1 tidak berhasil): Tambahkan konfigurasi kunci API:

[features]
rmcp_client=true[mcp_servers.memory]
url = "https://mcp.getcore.me/api/v1/mcp?source=codex"
http_headers = { "Authorization" = "Bearer CORE_API_KEY" }

Dapatkan API key Anda dari app.getcore.me → Settings → API Key, lalu jalankan: codex mcp memory login

Instalasi di Gemini CLI

Lihat Konfigurasi Gemini CLI untuk detailnya.

Buka file pengaturan Gemini CLI. Lokasinya adalah ~/.gemini/settings.json (di mana ~ adalah direktori home Anda).
Tambahkan yang berikut ini ke objek mcpServers di file settings.json Anda:

{
  "mcpServers": {
    "corememory": {
      "httpUrl": "https://mcp.getcore.me/api/v1/mcp?source=geminicli",
      "timeout": 5000
    }
  }
}

Jika objek mcpServers tidak ada, buatlah.

Instal di Copilot CLI

Tambahkan yang berikut ini ke file ~/.copilot/mcp-config.json Anda:

{
  "mcpServers": {
    "core": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Copilot-CLI",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

IDE

Instal di VS Code

Masukkan baris berikut ke dalam file mcp.json:

{
  "servers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Vscode",
      "type": "http",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Pasang di VS Code Insiders

Tambahkan ke konfigurasi MCP VS Code Insiders Anda:

{
  "mcp": {
    "servers": {
      "core-memory": {
        "type": "http",
        "url": "https://mcp.getcore.me/api/v1/mcp?source=VSCode-Insiders",
        "headers": {
          "Authorization": "Bearer YOUR_API_KEY"
        }
      }
    }
  }
}

Instal di Windsurf

Masukkan yang berikut ke dalam file mcp_config.json:

{
  "mcpServers": {
    "core-memory": {
      "serverUrl": "https://mcp.getcore.me/api/v1/mcp/source=windsurf",
      "headers": {
        "Authorization": "Bearer "
      }
    }
  }
}

Instal di Zed

Buka Pengaturan di Panel Agen -> Tambah Server Kustom
Masukkan kode di bawah ini ke dalam file konfigurasi dan klik tombol Tambah server

{
  "core-memory": {
    "command": "npx",
    "args": ["-y", "mcp-remote", "https://mcp.getcore.me/api/v1/mcp?source=Zed"]
  }
}

Agen Pengkodean

Instal di Amp

Jalankan perintah ini di terminal Anda:

amp mcp add core-memory https://mcp.getcore.me/api/v1/mcp?source=amp

Instal di Kode Augment

Tambahkan ke file ~/.augment/settings.json Anda:

{
  "mcpServers": {
    "core-memory": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=augment-code",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Instal di Cline

Buka Cline dan klik ikon menu hamburger (☰) untuk masuk ke bagian MCP Servers
Pilih tab Remote Servers dan klik tombol Edit Configuration
Tambahkan berikut ini ke konfigurasi MCP Cline Anda:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Cline",
      "type": "streamableHttp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Instal di Kilo Code

Buka Pengaturan → Server MCP → tab Terpasang → klik Edit Global MCP untuk mengedit konfigurasi Anda.
Tambahkan hal berikut ke file konfigurasi MCP Anda:

{
  "core-memory": {
    "type": "streamable-http",
    "url": "https://mcp.getcore.me/api/v1/mcp?source=Kilo-Code",
    "headers": {
      "Authorization": "Bearer your-token"
    }
  }
}

Instal di Kiro

Tambahkan di Kiro → MCP Servers:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Kiro",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Instal di Qwen Coder

Lihat Konfigurasi Qwen Coder MCP untuk detailnya.

Tambahkan ke ~/.qwen/settings.json:

{
  "mcpServers": {
    "core-memory": {
      "httpUrl": "https://mcp.getcore.me/api/v1/mcp?source=Qwen",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY",
        "Accept": "application/json, text/event-stream"
      }
    }
  }
}

Instal di Roo Code

Tambahkan ke konfigurasi Roo Code MCP Anda:

{
  "mcpServers": {
    "core-memory": {
      "type": "streamable-http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Roo-Code",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Instal di Opencode

Tambahkan ke konfigurasi Opencode Anda:

{
  "mcp": {
    "core-memory": {
      "type": "remote",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Opencode",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      },
      "enabled": true
    }
  }
}

Pasang di Copilot Coding Agent

Tambahkan ke Pengaturan Repository → Copilot → Coding agent → Konfigurasi MCP:

{
  "mcpServers": {
    "core": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Copilot-Agent",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Instal di Qodo Gen

Buka panel chat Qodo Gen di VSCode atau IntelliJ
Klik Hubungkan lebih banyak alat, lalu klik + Tambah MCP baru
Tambahkan konfigurasi berikut:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Qodo-Gen"
    }
  }
}

Terminal

Instal di Warp

Tambahkan di Pengaturan → AI → Kelola server MCP:

{
  "core": {
    "url": "https://mcp.getcore.me/api/v1/mcp?source=Warp",
    "headers": {
      "Authorization": "Bearer YOUR_API_KEY"
    }
  }
}

Instal di Crush

Tambahkan ke konfigurasi Crush Anda:

{
  "$schema": "https://charm.land/crush.json",
  "mcp": {
    "core": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Crush",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Aplikasi Desktop

Instal di ChatGPT

Hubungkan ChatGPT ke sistem memori CORE melalui ekstensi browser:

Instal Ekstensi Browser Core
Hasilkan API Key: Buka Settings → API Key → Generate new key → Beri nama "extension"
Tambahkan API Key di Ekstensi Core dan klik Save

Instal di Gemini

Hubungkan Gemini ke sistem memori CORE melalui ekstensi browser:

Instal Ekstensi Browser Core
Hasilkan API Key: Buka Settings → API Key → Generate new key → Beri nama "extension"
Tambahkan API Key di Ekstensi Core dan klik Save

Instal di Perplexity Desktop

Tambahkan di Perplexity → Settings → Connectors → Add Connector → Advanced:

{
  "core-memory": {
    "command": "npx",
    "args": ["-y", "mcp-remote", "https://mcp.getcore.me/api/v1/mcp?source=perplexity"]
  }
}

Klik Simpan untuk menerapkan perubahan
Core akan tersedia di sesi Perplexity Anda

Alat Pengembangan

Instal di Factory

Jalankan di terminal:

droid mcp add core https://mcp.getcore.me/api/v1/mcp?source=Factory --type http --header "Authorization: Bearer YOUR_API_KEY"

Ketik /mcp di dalam droid untuk mengelola server dan melihat alat yang tersedia.

Instal di Rovo Dev CLI

Edit konfigurasi mcp:

acli rovodev mcp

Tambahkan ke konfigurasi Rovo Dev MCP Anda:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Rovo-Dev"
    }
  }
}

Pasang di Trae

Tambahkan ke konfigurasi Trae MCP Anda:

{
  "mcpServers": {
    "core": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Trae"
    }
  }
}

🔨 Alat yang Tersedia

CORE Memory MCP menyediakan alat berikut yang dapat digunakan oleh LLM:

memory_search: Mencari konteks yang relevan dari CORE Memory.
memory_ingest: Menambahkan sebuah episode ke dalam CORE Memory.
memory_about_user: Mengambil persona pengguna dari CORE Memory.
initialise_conversation_session: Memulai percakapan dan menetapkan id sesi pada percakapan.
get_integrations: Mengambil integrasi relevan yang harus digunakan dari integrasi yang terhubung.
get_integrations_actions: Mengambil alat yang akan digunakan dari alat integrasi tersebut untuk tugas tertentu.
execute_integrations_actions: Menjalankan alat untuk integrasi tersebut.

---

Cara Kerjanya

Memasukkan Memori

memory-ingest-diagram

Ketika Anda menyimpan konteks ke CORE, prosesnya melalui empat fase:

Normalisasi: Mengaitkan info baru ke konteks terbaru, membagi dokumen menjadi bagian-bagian yang koheren sambil mempertahankan referensi silang
Ekstraksi: Mengidentifikasi entitas (orang, alat, proyek), membuat pernyataan dengan konteks dan waktu, memetakan hubungan
Resolusi: Mendeteksi kontradiksi, melacak bagaimana preferensi berkembang, menjaga berbagai perspektif beserta asal-usulnya
Integrasi Graf: Menghubungkan entitas, pernyataan, dan episode ke dalam grafik pengetahuan temporal

Contoh: "Kami menulis CORE di Next.js" menjadi:

Entitas: CORE, Next.js
Pernyataan: CORE dikembangkan menggunakan Next.js
Hubungan: dikembangkan menggunakan

Penarikan Memori

memory-search-diagram

Ketika Anda melakukan query ke CORE:

Pencarian: Pendekatan hibrida: kata kunci + semantik + penelusuran graf
Re-rank: Menampilkan hasil yang paling relevan dan beragam
Filter: Menerapkan filter waktu, keandalan, dan kekuatan hubungan
Output: Mengembalikan fakta DAN episode asalnya

CORE tidak hanya mengingat fakta — namun juga mengingatnya dalam konteks, waktu, dan cerita, sehingga agen merespons seperti Anda mengingatnya.

🛠️ Untuk Pembuat Agen

Membangun agen AI? CORE memberikan Anda infrastruktur memori + infrastruktur integrasi sehingga Anda bisa fokus pada logika agen Anda.

Yang Anda Dapatkan

Infrastruktur Memori

Knowledge graph temporal dengan akurasi LoCoMo 88,24%
Pencarian hibrida: semantik + kata kunci + penelusuran graf
Melacak evolusi konteks dan kontradiksi

Infrastruktur Integrasi

Hubungkan GitHub, Linear, Slack, Gmail sekali saja
Agen Anda mendapatkan alat MCP untuk semua aplikasi terhubung
Tidak perlu membangun alur OAuth, tidak ada pemeliharaan API

Contoh Proyek

core-cli — Agen manajer tugas yang terhubung ke CORE untuk memori dan sinkronisasi dengan Linear, GitHub Issues.

holo — Ubah memori CORE Anda menjadi situs web pribadi dengan chat.

Sumber Daya

Referensi API
Dokumentasi SDK
Butuh integrasi spesifik? Buka isu di GitHub

---

🔥 Sorotan Riset

Memori CORE mencapai 88,24% akurasi rata-rata pada dataset Locomo di semua tugas penalaran, secara signifikan mengungguli penyedia memori lainnya.

benchmark

| Jenis Tugas | Deskripsi | |----------------|-----------| | Single-hop | Jawaban berdasarkan satu sesi | | Multi-hop | Mensintesis info dari beberapa sesi | | Open-domain | Mengintegrasikan info pengguna dengan pengetahuan eksternal | | Penalaran temporal | Petunjuk terkait waktu dan pemahaman urutan |

Lihat metodologi dan hasil benchmark →

🔒 Keamanan

Tersertifikasi CASA Tier 2 — Diaudit pihak ketiga untuk memenuhi persyaratan OAuth Google.

Enkripsi: TLS 1.3 (transit) + AES-256 (rest)
Otentikasi: OAuth 2.0 dan tautan ajaib
Kontrol Akses: Isolasi berbasis ruang kerja, izin berbasis peran
Arsitektur zero-trust: Tidak pernah percaya, selalu verifikasi

Data Anda, kontrol Anda:

Edit dan hapus kapan saja
Tidak pernah digunakan untuk pelatihan model AI
Opsi self-hosting untuk isolasi penuh

Untuk informasi keamanan detail, lihat Kebijakan Keamanan.

Pelaporan Kerentanan: harshith@poozle.dev

Dokumentasi

Jelajahi dokumentasi kami untuk memaksimalkan penggunaan CORE

🧑‍💻 Dukungan

Punya pertanyaan atau masukan? Kami siap membantu:

Discord: Bergabung dengan channel core-support
Dokumentasi: docs.getcore.me
Email: manik@poozle.dev

Pedoman Penggunaan

Simpan:

Riwayat percakapan
Preferensi pengguna
Konteks tugas
Materi referensi

Jangan Simpan:

Data sensitif (PII)
Kredensial
Log sistem
Data sementara

👥 Kontributor

--- Tranlated By Open Ai Tx | Last indexed: 2026-01-10 ---