Loading ToolBench
Persistent memory and coordination server for AI agents via MCP (Model Context Protocol). Provides tools for managing memories, sessions, skills, and agent coordination with semantic search and embeddings support.
Turtle MCP has 24 tools with complete input schemas and descriptions in Spanish. Naming follows verb_noun patterns (memory_save, memory_search, skill_list). However, descriptions are verbose (200-400 chars, above the 50-200 baseline for LLM optimization) and lack actionable recovery guidance. Output schemas are not documented in the source. Parameter descriptions are present but generic; many lack format constraints or validation rules. Error handling is not visible in the tool definitions. The server demonstrates solid foundational structure but lacks production-grade polish in description clarity and error guidance.
Lista eventos de actividad del proyecto (herramientas usadas, dispatches a subagentes).
Lista agentes del proyecto.
Arma el contexto inicial: memorias relevantes al proyecto y la tarea, con presupuesto de tokens.
Consolida (mueve) las memorias de un proyecto en otro.
Propone memorias probablemente duplicadas para consolidar: por título/contenido (FTS) y, si la semántica está prendida, también por significado (embeddings).
Recupera el contenido completo de una memoria por su identificador.
Historial de versiones de una memoria de tema evolutivo (de la más reciente a la más antigua).
Poda las memorias efímeras sin acceso hace más de N días.
Output schemas not documented. Tool definitions show input schemas but no return type documentation. LLMs cannot plan downstream calls or extract required fields without knowing what each tool returns.
Descriptions are verbose (200-400 chars, above 50-200 baseline) and lack actionable recovery guidance. E.g., memory_search says 'Busca memorias por relevancia...' but does not explain when to use it vs memory_get, or what to do if no results match.
Parameter descriptions lack format constraints and validation rules. E.g., 'presupuesto' (budget) has no min/max bounds; 'dias_tibio' and 'dias_frio' lack guidance on reasonable ranges. LLMs will pass arbitrary values.
| Scored | Grade | Overall | Spec posture | Rubric |
|---|---|---|---|---|
| 2026-09-23 | D | 51 | 2026-07-28+ | v2 |
Lista memorias por revisar (contexto añejo).
Marca una memoria como revisada.
Guarda una memoria con título, contenido, tipo, importancia y metadatos. Soporta UPSERT por topic evolutivo.
Busca memorias por relevancia usando índice FTS y opcionalmente embeddings semánticos. Devuelve memorias ordenadas por relevancia con presupuesto de tokens.
Escalona memorias por antigüedad: a tibio y a frío las que no se usan hace tiempo.
Línea de tiempo de una memoria y las relacionadas con ella (cronológico).
Cambia la importancia de una memoria: pinned, normal o ephemeral.
Cambia el nivel de escalonamiento de una memoria: hot, warm o cold.
Crea una relación entre dos memorias (padre-hijo, relacionada, etc.).
Cierra una sesión: registra el resumen y guarda un checkpoint si hay trabajo en curso.
Inicia una sesión: recupera memorias fijadas, cambios desde la última sesión y recientes del proyecto como deltas. Devuelve contexto inicial para inyectar.
Lista todas las skills de un proyecto.
Guarda una skill de comportamiento con nombre, descripción, intensidad y condiciones de uso.
Busca skills por nombre o descripción.
Sincroniza memorias desde un repositorio git.
Sincroniza memorias hacia un repositorio git (fragmentos por archivo JSON, sin conflictos de fusión).
No error handling guidance visible in tool definitions. Tools like memory_prune (DESTRUCTIVE) and sync_push (WRITE) lack confirmation steps or recovery instructions. Agents cannot know what to do if a call fails.
Tool composition risk: memory_save and memory_search both operate on memories but lack explicit chaining guidance. No documentation of which fields memory_save returns that memory_search or memory_get expect, risking broken chains.