# Встроенная конфигурация MCP

### @cherry/mcp-auto-install

Автоматическая установка службы MCP (бета-версия)

### @cherry/memory

Базовая реализация постоянной памяти на основе локального графа знаний. Это позволяет модели запоминать релевантную информацию о пользователе между разными диалогами.

```typescript
MEMORY_FILE_PATH=/path/to/your/file.json
```

### @cherry/sequentialthinking

Реализация MCP-сервера, предоставляющая инструменты для динамического и рефлексивного решения задач через структурированный процесс мышления.

### @cherry/brave-search

Реализация MCP-сервера, интегрированная с API поиска Brave, предоставляющая двойную функцию: веб-поиск и локальный поиск.

```typescript
BRAVE_API_KEY=YOUR_API_KEY
```

### @cherry/fetch

MCP-сервер для получения содержимого веб-страниц по URL.

### @cherry/filesystem

Node.js-сервер протокола контекста модели (MCP), реализующий операции с файловой системой.

Переменные окружения:

```
WORKSPACE_ROOT=путь к директории (необязательно）
```

Если переменные окружения не настроены, нужно будет ввести путь в ходе диалога с моделью


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.cherry-ai.com/docs/russian/advanced-basic/mcp/buildin.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.