mcp-memvid
Provides long-term memory and lossless context management for Claude Code, enabling automatic context compression, cross-session memory sharing, and semantic search across all history.
README
MCP-Memvid with LCM
MCP Server for Memvid - 给 Claude Code 提供长期记忆和无损上下文管理功能。
✨ 特性
LCM (Lossless Context Management)
- 自动压缩: 对话超过阈值时自动摘要旧消息
- 完全集成: 所有数据存储在单个 Memvid
.mv2文件中 - 持久化: 消息、摘要、记忆都在 Memvid 中,不会丢失
- 智能搜索: 统一搜索所有历史对话和记忆
长期记忆
- 跨会话记忆: 在不同 Claude Code 窗口间共享记忆
- 语义搜索: 使用自然语言查找相关记忆
- 分类管理: 按项目、偏好、决策、模式等分类存储
基于 LCM 论文 和 lossless-claw 项目。
🚀 快速安装
git clone https://github.com/stflj2022/mcp-memvid.git
cd mcp-memvid
npm install
npm run build
chmod +x install.sh
./install.sh
⚙️ 配置
将以下内容添加到 ~/.claude.json 的 mcpServers 部分:
{
"mcpServers": {
"memvid": {
"type": "stdio",
"command": "node",
"args": ["$HOME/.claude/mcp-memvid/dist/index.js"]
}
}
}
🛠️ 工具
LCM 工具
| 工具 | 描述 |
|---|---|
lcm_status |
查看上下文状态和压缩建议 |
lcm_compact |
执行上下文压缩 |
lcm_list_summaries |
列出所有摘要 |
lcm_search |
在消息和摘要中搜索 |
记忆工具
| 工具 | 描述 |
|---|---|
memvid_auto_resume |
自动恢复上次中断的对话 |
memvid_save_context |
保存当前对话上下文 |
memvid_store |
存储长期记忆 |
memvid_search |
搜索长期记忆 |
memvid_summary |
获取记忆摘要 |
📖 使用示例
查看上下文状态
lcm_status()
输出:
📊 LCM 状态
📝 当前消息: 150 条
🔤 估算 tokens: 180,000
📦 已创建摘要: 3 个
🎯 压缩阈值: 150,000 (75%)
⚠️ 建议执行压缩
可压缩约 86 条消息
运行: lcm_compact()
执行压缩
lcm_compact()
搜索历史
lcm_search(query="dice-memonic bug")
自动恢复(中断后继续)
memvid_auto_resume()
存储长期记忆
memvid_store(content="用户偏好简洁回答", category="preference", importance=7)
💡 数据架构
┌─────────────────────────────────────────┐
│ ~/.claude-memories/ │
│ │
│ ┌───────────────────────────────────┐ │
│ │ claude-memories.mv2 │ │
│ │ (Memvid Database) │ │
│ │ │ │
│ │ ┌─────────────────────────────┐ │ │
│ │ │ Messages (type:message) │ │ │
│ │ │ - role, content, timestamp │ │ │
│ │ │ - compressed flag │ │ │
│ │ └─────────────────────────────┘ │ │
│ │ │ │
│ │ ┌─────────────────────────────┐ │ │
│ │ │ Summaries (type:summary) │ │ │
│ │ │ - content, sourceIds │ │ │
│ │ │ - depth, topics │ │ │
│ │ └─────────────────────────────┘ │ │
│ │ │ │
│ │ ┌─────────────────────────────┐ │ │
│ │ │ Memories (type:memory) │ │ │
│ │ │ - content, category │ │ │
│ │ │ - tags, importance │ │ │
│ │ └─────────────────────────────┘ │ │
│ │ │ │
│ │ ┌─────────────────────────────┐ │ │
│ │ │ Context Snapshots │ │ │
│ │ └─────────────────────────────┘ │ │
│ │ │ │
│ └───────────────────────────────────┘ │
│ │
│ context-cache.json (仅用于快速启动缓存) │
└─────────────────────────────────────────┘
🎯 解决的问题
| 问题 | 解决方案 |
|---|---|
| 上下文超限中断 | LCM 自动压缩,延长单次会话 |
| 中断后无法继续 | memvid_auto_resume() 恢复上下文 |
| 旧对话丢失 | 所有内容保存在 Memvid,可搜索 |
| 跨会话记忆 | Memvid 长期存储 + 语义搜索 |
| 数据分散 | 单一 .mv2 文件存储所有数据 |
📂 数据位置
~/.claude-memories/
├── claude-memories.mv2 # 所有数据(消息、摘要、记忆)
└── context-cache.json # 启动缓存(可删除,会重建)
📄 License
MIT
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。