
MCP Memory Server
使用 PostgreSQL 和 pgvector 为 AI 助手实现长期记忆功能,以实现高效的向量相似度搜索,从而实现对存储信息的语义检索。
README
MCP 内存服务器
此服务器使用 mem0 原则为 AI 助手实现长期记忆功能,由 PostgreSQL 和 pgvector 提供支持,以实现高效的向量相似性搜索。
特性
- 用于向量相似性搜索的 PostgreSQL 和 pgvector
- 使用 BERT 自动生成嵌入
- 用于内存操作的 RESTful API
- 语义搜索功能
- 支持不同类型的记忆(学习、经验等)
- 基于标签的记忆检索
- 记忆的置信度评分
- 用于实时更新的服务器发送事件 (SSE)
- 兼容 Cursor MCP 协议
前提条件
- 已安装 pgvector 扩展的 PostgreSQL 14+:
# 在您的 PostgreSQL 实例中:
CREATE EXTENSION vector;
- Node.js 16+
设置
- 安装依赖项:
npm install
- 配置环境变量:
将
.env.sample
复制到.env
并调整值:
cp .env.sample .env
.env
配置示例:
# 使用用户名/密码
DATABASE_URL="postgresql://username:password@localhost:5432/mcp_memory"
PORT=3333
# 使用对等身份验证进行本地开发
DATABASE_URL="postgresql:///mcp_memory"
PORT=3333
- 初始化数据库:
npm run prisma:migrate
- 启动服务器:
npm start
对于具有自动重新加载的开发:
npm run dev
与 Cursor 一起使用
在 Cursor 中添加 MCP 服务器
要将内存服务器添加到 Cursor,您需要修改位于 ~/.cursor/mcp.json
的 MCP 配置文件。 将以下配置添加到 mcpServers
对象:
{
"mcpServers": {
"memory": {
"command": "node",
"args": [
"/path/to/your/memory/src/server.js"
]
}
}
}
将 /path/to/your/memory
替换为您的内存服务器安装的实际路径。
例如,如果您将存储库克隆到 /Users/username/workspace/memory
,则您的配置将如下所示:
{
"mcpServers": {
"memory": {
"command": "node",
"args": [
"/Users/username/workspace/memory/src/server.js"
]
}
}
}
服务器将在需要时由 Cursor 自动启动。 您可以通过以下方式验证它是否正常工作:
- 打开 Cursor
- 内存服务器将在 Cursor 启动时自动启动
- 您可以通过访问
http://localhost:3333/mcp/v1/health
来检查服务器状态
可用的 MCP 端点
SSE 连接
- 端点:
GET /mcp/v1/sse
- 查询参数:
subscribe
: 要订阅的事件的逗号分隔列表(可选)
- 事件:
connected
: 在初始连接时发送memory.created
: 在创建新记忆时发送memory.updated
: 在更新现有记忆时发送
内存操作
- 创建记忆
POST /mcp/v1/memory
Content-Type: application/json
{
"type": "learning",
"content": {
"topic": "Express.js",
"details": "Express.js is a web application framework for Node.js"
},
"source": "documentation",
"tags": ["nodejs", "web-framework"],
"confidence": 0.95
}
- 搜索记忆
GET /mcp/v1/memory/search?query=web+frameworks&type=learning&tags=nodejs
- 列出记忆
GET /mcp/v1/memory?type=learning&tags=nodejs,web-framework
健康检查
GET /mcp/v1/health
响应格式
所有 API 响应都遵循标准 MCP 格式:
{
"status": "success",
"data": {
// 响应数据
}
}
或者对于错误:
{
"status": "error",
"error": "错误消息"
}
内存模式
- id:唯一标识符
- type:记忆类型(学习、经验等)
- content:实际记忆内容 (JSON)
- source:记忆的来源
- embedding:内容的向量表示(384 维)
- tags:相关标签数组
- confidence:置信度评分 (0-1)
- createdAt:记忆创建时间
- updatedAt:记忆上次更新时间
推荐服务器

Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。