Autres clients IA

ThreadMind fonctionne avec tout client MCP capable de lancer des serveurs stdio. Trois choses changent d'un client à l'autre :

• Où déclarer le serveur : chaque client a son propre fichier de configuration
• Comment l'IA apprend à utiliser ThreadMind : par les consignes que le serveur envoie à la connexion, ou par un fichier AGENTS.md pour les clients qui ne les lisent pas
• Comment le serveur trouve votre projet : par les dossiers de workspace que le client annonce (roots MCP), ou à défaut par le dossier dans lequel le serveur démarre

Pour Claude Code, utilisez plutôt le plugin.

En un coup d'œil

Client	Configuration du serveur	Consignes d'utilisation	Dossier du projet
Cursor	.cursor/mcp.json ou ~/.cursor/mcp.json	AGENTS.md	Annoncé par Cursor
VS Code (GitHub Copilot)	.vscode/mcp.json ou .mcp.json	Envoyées par le serveur	Annoncé par VS Code
GitHub Copilot CLI	.mcp.json ou ~/.copilot/mcp-config.json	AGENTS.md	Dossier de lancement
Codex	~/.codex/config.toml ou .codex/config.toml	Envoyées par le serveur	Dossier de lancement
Gemini CLI	.gemini/settings.json ou ~/.gemini/settings.json	Envoyées par le serveur	Dossier de lancement
Windsurf	mcp_config.json	AGENTS.md	À vérifier
Claude Desktop (chat)	claude_desktop_config.json	Instructions d'un Projet Claude, si besoin	THREADMIND_ROOT

Pour générer AGENTS.md, demandez tm:init à l'IA une fois le serveur configuré : elle appelle threadmind_init. Commitez le fichier pour que toute l'équipe en profite.

Les raccourcis tm: fonctionnent dans tous les clients, puisqu'ils font partie des consignes d'utilisation.

Partager une seule configuration avec l'équipe

Claude Code, VS Code et GitHub Copilot CLI lisent tous le fichier .mcp.json à la racine du dépôt. Commitez-le et ces trois clients disposent de ThreadMind :

{
  "mcpServers": {
    "thread-mind": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "thread-mind-mcp"]
    }
  }
}

Chaque client ne lance un serveur déclaré par un dépôt qu'une fois que vous lui faites confiance : Claude Code vous demande d'approuver le serveur, VS Code et Copilot CLI s'appuient sur la confiance accordée au workspace et au dossier.

Windows

Certains clients ne peuvent pas lancer npx directement sous Windows natif, car c'est un script .cmd. Si le serveur ne démarre pas, lancez-le via cmd : "command": "cmd" avec "args": ["/c", "npx", "-y", "thread-mind-mcp"]. Claude Code en a besoin ; son plugin non. Si vous utilisez le plugin dans un dépôt qui a aussi un .mcp.json, refusez le serveur du dépôt quand Claude Code le demande, pour que ThreadMind ne tourne pas deux fois.

Cursor

Déclarez le serveur dans .cursor/mcp.json à la racine du projet (commitez-le pour le partager), ou dans ~/.cursor/mcp.json pour tous vos projets :

{
  "mcpServers": {
    "thread-mind": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "thread-mind-mcp"]
    }
  }
}

Vérifiez ensuite que le serveur est activé dans Customize, dans la barre latérale de Cursor. Cursor demande une approbation avant d'exécuter les outils MCP ; vous pouvez autoriser ceux de ThreadMind pour que l'IA enregistre les résumés sans vous interrompre.

Consignes d'utilisation : Cursor lit AGENTS.md, que génère tm:init. Pour garder ThreadMind hors d'AGENTS.md, générez plutôt une règle Cursor, .cursor/rules/threadmind.mdc (threadmind_init avec clients: ["cursor"]), appliquée à chaque conversation. N'en gardez qu'une des deux : avec les deux, Cursor charge les consignes deux fois. Les versions précédentes écrivaient .cursorrules ; générer la règle en retire la section ThreadMind.

Dossier du projet : Cursor annonce les dossiers du workspace : la configuration globale fonctionne pour tous les projets.

VS Code (GitHub Copilot)

VS Code lit le .mcp.json partagé. Pour réserver la configuration à VS Code, utilisez .vscode/mcp.json, dont la clé principale est servers :

{
  "servers": {
    "thread-mind": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "thread-mind-mcp"]
    }
  }
}

Pour tous vos workspaces, lancez MCP: Open User Configuration depuis la palette de commandes et ajoutez la même entrée.

Consignes d'utilisation : VS Code transmet à Copilot les consignes envoyées par le serveur : aucun fichier n'est nécessaire.

Dossier du projet : VS Code annonce les dossiers du workspace : la configuration utilisateur fonctionne pour tous les workspaces.

GitHub Copilot CLI

Copilot CLI lit le .mcp.json partagé (ou .github/mcp.json) une fois que vous faites confiance au dossier. Pour ajouter ThreadMind pour vous seul, dans tous vos projets :

copilot mcp add thread-mind -- npx -y thread-mind-mcp

La commande écrit ~/.copilot/mcp-config.json. Dans une session, /mcp add ouvre le même réglage sous forme de formulaire.

Consignes d'utilisation : Copilot CLI lit AGENTS.md : générez-le avec tm:init.

Dossier du projet : lancez Copilot CLI depuis la racine du projet.

Codex

La CLI Codex, son extension pour IDE et l'application de bureau partagent une même configuration. Ajoutez ThreadMind avec :

codex mcp add thread-mind -- npx -y thread-mind-mcp

La commande écrit ~/.codex/config.toml. Vous pouvez aussi modifier ce fichier, ou déclarer le serveur pour un seul projet dans .codex/config.toml (projets de confiance uniquement) :

[mcp_servers.thread-mind]
command = "npx"
args = ["-y", "thread-mind-mcp"]
# Le premier démarrage télécharge le paquet : laissez-lui le temps
startup_timeout_sec = 30

Consignes d'utilisation : Codex lit les consignes envoyées par le serveur : aucun fichier n'est nécessaire. Codex lit aussi AGENTS.md, si votre équipe le génère pour d'autres agents.

Dossier du projet : le serveur travaille dans le dossier depuis lequel Codex le lance : lancez Codex depuis la racine du projet. Sinon, fixez le dossier de travail du serveur avec cwd.

Gemini CLI

Déclarez le serveur dans .gemini/settings.json à la racine du projet (commitez-le pour le partager), ou dans ~/.gemini/settings.json pour tous vos projets :

{
  "mcpServers": {
    "thread-mind": {
      "command": "npx",
      "args": ["-y", "thread-mind-mcp"]
    }
  }
}

Gemini CLI ne se connecte aux serveurs stdio que dans les dossiers de confiance : gemini mcp list indique si ThreadMind est connecté. Les prompts MCP de ThreadMind deviennent des commandes slash, comme /tm-tree.

Consignes d'utilisation : Gemini CLI ajoute les consignes envoyées par le serveur à ses instructions système : aucun fichier n'est nécessaire. Gemini CLI lit GEMINI.md, pas AGENTS.md ; pour partager un même AGENTS.md avec d'autres agents, déclarez-le dans settings.json :

{
  "context": {
    "fileName": ["AGENTS.md", "GEMINI.md"]
  }
}

Dossier du projet : lancez Gemini CLI depuis la racine du projet. Sinon, fixez le dossier de travail du serveur avec cwd.

Windsurf

Windsurf, devenu Devin Desktop, lit les serveurs MCP dans mcp_config.json : ~/.config/devin/mcp_config.json sous macOS et Linux, %APPDATA%\devin\mcp_config.json sous Windows. Les versions précédentes de Windsurf utilisaient ~/.codeium/windsurf/mcp_config.json.

{
  "mcpServers": {
    "thread-mind": {
      "command": "npx",
      "args": ["-y", "thread-mind-mcp"]
    }
  }
}

Consignes d'utilisation : Cascade applique à chaque conversation le fichier AGENTS.md à la racine du projet : générez-le avec tm:init.

Dossier du projet : vérifiez où ThreadMind stocke ses données. Si ce n'est pas dans votre projet, définissez THREADMIND_ROOT (voir Emplacement du workspace).

Claude Desktop (chat)

Cette section concerne les conversations du chat de Claude Desktop. L'onglet Code de l'application de bureau fait tourner Claude Code : utilisez-y le plugin.

Un chat n'a pas de dossier de projet : ThreadMind ne peut pas trouver votre projet tout seul, indiquez son chemin dans THREADMIND_ROOT. Dans Claude Desktop, ouvrez Settings › Developer › Edit Config, qui ouvre claude_desktop_config.json (~/Library/Application Support/Claude/ sous macOS, %APPDATA%\Claude\ sous Windows), et ajoutez :

macOS / Linux

{
  "mcpServers": {
    "thread-mind": {
      "command": "npx",
      "args": ["-y", "thread-mind-mcp"],
      "env": { "THREADMIND_ROOT": "/Users/vous/projets/mon-app" }
    }
  }
}

Windows

{
  "mcpServers": {
    "thread-mind": {
      "command": "npx",
      "args": ["-y", "thread-mind-mcp"],
      "env": { "THREADMIND_ROOT": "C:\\Users\\vous\\projets\\mon-app" }
    }
  }
}

Quittez ensuite complètement Claude Desktop, puis relancez-le. Si ThreadMind n'apparaît pas parmi les connecteurs, lisez mcp-server-thread-mind.log, dans ~/Library/Logs/Claude sous macOS ou %APPDATA%\Claude\logs sous Windows.

Un projet par entrée : THREADMIND_ROOT fixe le serveur sur un projet. Pour un autre projet, ajoutez une seconde entrée avec son propre nom et son chemin, par exemple thread-mind-shop.

Consignes d'utilisation : si Claude ne connaît pas les raccourcis tm:, demandez-lui threadmind_init avec clients: ["generic"], qui écrit .threadmind/instructions.md dans le projet. Collez ce fichier dans les instructions d'un Projet Claude, et parlez du travail du projet dans ce Projet Claude.

Autres clients

Zed, Cline, Continue, JetBrains AI Assistant et les autres clients prennent la même commande : npx -y thread-mind-mcp, comme serveur stdio. Cherchez où votre client déclare ses serveurs MCP, puis vérifiez l'installation.

Vérifier l'installation

Dans une nouvelle conversation :

1. Demandez tm:tree. L'IA doit appeler thread_list. Si elle ne connaît pas le raccourci, le client n'a pas reçu les consignes d'utilisation : générez AGENTS.md avec threadmind_init.
2. Dans un dépôt sans projet, l'IA répond qu'il n'y a pas encore de projet ThreadMind : créez-en un avec tm:project <titre>.
3. Vérifiez que le dossier .threadmind/ est apparu à la racine de votre projet. S'il est apparu ailleurs, par exemple dans votre dossier personnel, le client a lancé le serveur hors du projet sans l'annoncer : lancez le client depuis le projet, ou définissez THREADMIND_ROOT.

Ce que seul Claude Code fait

Le plugin Claude Code charge le contexte du thread actif au début d'une session, rappelle à l'IA d'enregistrer le résumé, le récupère après une compaction et suit les changements de branche git. Les autres clients s'appuient uniquement sur les consignes d'utilisation : l'IA appelle context_get au début d'une conversation et summary_update après les décisions. Demandez tm:summary avant de fermer une longue conversation, et tm:context quand une nouvelle ne démarre pas avec vos décisions.