MCP 服务器

MCP Memory Service

为 Claude 提供语义记忆和持久存储，利用 ChromaDB 和句子转换器来增强搜索和检索能力。

数字笔记管理

编程文档访问

AI记忆系统

AI集成系统

访问服务器

Tools

store_memory

Store new information with optional tags

retrieve_memory

Find relevant memories based on query

search_by_tag

Search memories by tags

README

MCP 内存服务

一个 MCP 服务器，为 Claude Desktop 提供语义记忆和持久存储功能，使用 ChromaDB 和句子转换器。此服务支持具有语义搜索功能的长期记忆存储，使其非常适合在对话和实例之间保持上下文。

特性

使用句子转换器的语义搜索
基于自然语言的时间召回（例如，“上周”，“昨天早上”）
基于标签的记忆检索系统
使用 ChromaDB 的持久存储
自动数据库备份
内存优化工具
精确匹配检索
用于相似性分析的调试模式
数据库健康监控
重复检测和清理
可定制的嵌入模型
跨平台兼容性（Apple Silicon、Intel、Windows、Linux）
针对不同环境的硬件感知优化
针对有限硬件资源的优雅降级

快速开始

最快的入门方式：

# 如果尚未安装 UV，请安装 UV
pip install uv

# 克隆并安装
git clone https://github.com/doobidoo/mcp-memory-service.git
cd mcp-memory-service
uv venv
source .venv/bin/activate  # 在 Windows 上：.venv\Scripts\activate
uv pip install -r requirements.txt
uv pip install -e .

# 运行服务
uv run memory

Docker 和 Smithery 集成

Docker 用法

该服务可以在 Docker 容器中运行，以实现更好的隔离和部署：

# 构建 Docker 镜像
docker build -t mcp-memory-service .

# 运行容器
# 注意：在 macOS 上，路径必须位于 Docker 允许的文件共享位置内
# 默认允许的位置包括：
# - /Users
# - /Volumes
# - /private
# - /tmp
# - /var/folders

# 带有正确 macOS 路径的示例：
docker run -it \
  -v $HOME/mcp-memory/chroma_db:/app/chroma_db \
  -v $HOME/mcp-memory/backups:/app/backups \
  mcp-memory-service

# 对于生产用途，您可能希望在分离模式下运行它：
docker run -d \
  -v $HOME/mcp-memory/chroma_db:/app/chroma_db \
  -v $HOME/mcp-memory/backups:/app/backups \
  --name mcp-memory \
  mcp-memory-service

要在 macOS 上配置 Docker 的文件共享：

打开 Docker Desktop
转到 Settings (Preferences)
导航到 Resources -> File Sharing
添加您需要共享的任何其他路径
单击“Apply & Restart”

Smithery 集成

该服务通过 smithery.yaml 配置为 Smithery 集成。此配置支持与 Claude Desktop 等 MCP 客户端的基于 stdio 的通信。

要与 Smithery 一起使用：

确保您的 claude_desktop_config.json 指向正确的路径：

{
  "memory": {
    "command": "docker",
    "args": [
      "run",
      "-i",
      "--rm",
      "-v", "$HOME/mcp-memory/chroma_db:/app/chroma_db",
      "-v", "$HOME/mcp-memory/backups:/app/backups",
      "mcp-memory-service"
    ],
    "env": {
      "MCP_MEMORY_CHROMA_PATH": "/app/chroma_db",
      "MCP_MEMORY_BACKUPS_PATH": "/app/backups"
    }
  }
}

smithery.yaml 配置自动处理 stdio 通信和环境设置。

使用 Claude Desktop 进行测试

要验证基于 Docker 的内存服务是否与 Claude Desktop 正常工作：

使用 docker build -t mcp-memory-service . 构建 Docker 镜像

创建持久存储所需的目录：

mkdir -p $HOME/mcp-memory/chroma_db $HOME/mcp-memory/backups

更新您的 Claude Desktop 配置文件：
- 在 macOS 上：~/Library/Application Support/Claude/claude_desktop_config.json
- 在 Windows 上：%APPDATA%\Claude\claude_desktop_config.json
- 在 Linux 上：~/.config/Claude/claude_desktop_config.json
重新启动 Claude Desktop
当 Claude 启动时，您应该看到内存服务初始化并显示一条消息：
```
MCP Memory Service initialization completed
```
测试内存功能：
- 让 Claude 记住一些事情：“请记住我最喜欢的颜色是蓝色”
- 稍后在对话中或在新的对话中，询问：“我最喜欢的颜色是什么？”
- Claude 应该从内存服务中检索信息

如果您遇到任何问题：

检查 Claude Desktop 控制台中的错误消息
验证 Docker 是否具有访问已挂载目录的必要权限
确保 Docker 容器以正确的参数运行
尝试手动运行容器以查看任何错误输出

有关详细的安装说明、特定于平台的指南和故障排除，请参阅我们的文档：

安装指南 - 适用于所有平台的综合安装说明
故障排除指南 - 常见问题的解决方案
技术文档 - 详细的技术程序和规范
脚本文档 - 可用脚本及其用法的概述

配置

标准配置（推荐）

将以下内容添加到您的 claude_desktop_config.json 文件中以使用 UV（推荐以获得最佳性能）：

{
  "memory": {
    "command": "uv",
    "args": [
      "--directory",
      "your_mcp_memory_service_directory",  // 例如，“C:\\REPOSITORIES\\mcp-memory-service”
      "run",
      "memory"
    ],
    "env": {
      "MCP_MEMORY_CHROMA_PATH": "your_chroma_db_path",  // 例如，“C:\\Users\\John.Doe\\AppData\\Local\\mcp-memory\\chroma_db”
      "MCP_MEMORY_BACKUPS_PATH": "your_backups_path"  // 例如，“C:\\Users\\John.Doe\\AppData\\Local\\mcp-memory\\backups”
    }
  }
}

Windows 特定配置（推荐）

对于 Windows 用户，我们建议使用包装器脚本以确保正确安装 PyTorch。有关详细说明，请参阅我们的Windows 设置指南。

{
  "memory": {
    "command": "python",
    "args": [
      "C:\\path\\to\\mcp-memory-service\\memory_wrapper.py"
    ],
    "env": {
      "MCP_MEMORY_CHROMA_PATH": "C:\\Users\\YourUsername\\AppData\\Local\\mcp-memory\\chroma_db",
      "MCP_MEMORY_BACKUPS_PATH": "C:\\Users\\YourUsername\\AppData\\Local\\mcp-memory\\backups"
    }
  }
}

包装器脚本将：

检查是否已安装并正确配置 PyTorch
如果需要，使用正确的索引 URL 安装 PyTorch
使用适当的配置运行内存服务器

硬件兼容性

平台	架构	加速器	状态
macOS	Apple Silicon (M1/M2/M3)	MPS	✅ 完全支持
macOS	Rosetta 2 下的 Apple Silicon	CPU	✅ 支持，带有回退
macOS	Intel	CPU	✅ 完全支持
Windows	x86_64	CUDA	✅ 完全支持
Windows	x86_64	DirectML	✅ 支持
Windows	x86_64	CPU	✅ 支持，带有回退
Linux	x86_64	CUDA	✅ 完全支持
Linux	x86_64	ROCm	✅ 支持
Linux	x86_64	CPU	✅ 支持，带有回退
Linux	ARM64	CPU	✅ 支持，带有回退

内存操作

内存服务通过 MCP 服务器提供以下操作：

核心内存操作

store_memory - 存储带有可选标签的新信息
retrieve_memory - 执行语义搜索以查找相关记忆
recall_memory - 使用自然语言时间表达式检索记忆
search_by_tag - 使用特定标签查找记忆
exact_match_retrieve - 查找具有精确内容匹配的记忆
debug_retrieve - 检索具有相似性分数的记忆

有关标签存储和管理的详细信息，请参阅我们的标签存储文档。

数据库管理

create_backup - 创建数据库备份
get_stats - 获取内存统计信息
optimize_db - 优化数据库性能
check_database_health - 获取数据库健康指标
check_embedding_model - 验证模型状态

内存管理

delete_memory - 按哈希删除特定内存
delete_by_tag - 删除具有特定标签的所有记忆
cleanup_duplicates - 删除重复条目

配置选项

通过环境变量配置：

CHROMA_DB_PATH: ChromaDB 存储的路径
BACKUP_PATH: 备份的路径
AUTO_BACKUP_INTERVAL: 备份间隔（以小时为单位）（默认值：24）
MAX_MEMORIES_BEFORE_OPTIMIZE: 自动优化的阈值（默认值：10000）
SIMILARITY_THRESHOLD: 默认相似性阈值（默认值：0.7）
MAX_RESULTS_PER_QUERY: 每次查询的最大结果数（默认值：10）
BACKUP_RETENTION_DAYS: 保留备份的天数（默认值：7）
LOG_LEVEL: 日志记录级别（默认值：INFO）

# 硬件特定的环境变量
PYTORCH_ENABLE_MPS_FALLBACK: 为 Apple Silicon 启用 MPS 回退（默认值：1）
MCP_MEMORY_USE_ONNX: 对仅 CPU 部署使用 ONNX Runtime（默认值：0）
MCP_MEMORY_USE_DIRECTML: 使用 DirectML 进行 Windows 加速（默认值：0）
MCP_MEMORY_MODEL_NAME: 覆盖默认嵌入模型
MCP_MEMORY_BATCH_SIZE: 覆盖默认批处理大小

获取帮助