mcp-server-memory

这是一个 MCP 服务器，用于与内存文本文件交互，以帮助 Claude 处理聊天间的上下文。

每一行都是一条记忆。

这些工具允许 Claude（和其他 MCP 客户端）在聊天过程中管理记忆：

• memory_add(memory: string) - 追加记忆
• memory_search(query: string) - 返回匹配的记忆（子字符串完全匹配） - 以后可能会允许使用 globs/regex
• memory_delete(query: string) - 删除匹配的记忆（子字符串完全匹配）
• memory_list() - 返回所有记忆
• 仅供参考 memory_update == memory_delete + memory_add

例如，

• 我提到我的名字 => "正在和 Wes 聊天"
• 提到女儿的年龄 => "Wes 的女儿 8 岁"
• 说正在做一个 typescript 项目 => "正在做 typescript 项目"
• 并且，这一点至关重要，可以基于 Claude（助手/LLM）所说或所做的事情...
  • 值得注意的是，工具的使用（即 run_command）... 假设第一次尝试使用该工具时出现故障（即，python 命令不存在），然后随后的工具使用成功（即，使用 python3 而不是 python）=> Claude 可以记录 "使用 python3，python 不存在"...
• 我要求 Claude 删除关于 X 的记忆 => memory_delete(query: X)
• 我更正我的名字 => memory_search("旧名字") + memory_delete(每个匹配的记录，或一个共同的子集查询) + memory_add("新名字")

然后，当新的聊天开始时，Claude 将自动获取最近的记忆（一个子集或全部）或者可以要求获取记忆（一些/更多/全部）。然后可以使用这些记忆来影响响应/工具/等等。

设计

一个简单的内存文本文件，原因如下：

• ChatGPT 的记忆 效果很好，本质上是一个文本文件
  • 也许它在幕后是结构化的，但是如果你查看你的记忆，它会显示为一个文本文件。
• 我对 mcp-server-commands 的类似提醒功能的测试效果很好（当 Claude 拥有它们时）。
• 非结构化文本简化了工具和参数，基本上就是管理一个字符串列表。

提示机制：

• 重要的是，需要有一个提示，让模型知道何时存储记忆。如何最好地做到这一点还不太清楚，但是...
• 训练：OpenAI 承认对模型进行了一些训练，以了解何时存储记忆。就像模型接受工具使用训练一样。
• 提示：系统提示组件可能包含一个提醒，以触发存储记忆。
• 仅工具：在我对 Claude 的测试中，仅使用工具规范，甚至在工具响应中提供提示/建议，我都无法让 Claude 存储记忆。因此，仅凭这一点是不够的。似乎 Claude 对工具的训练只是为了追求提示/请求而使用它们，因此我相信在提示组件中添加提醒/提示会很好。

TODOs/想法

我不知道这些是否值得花时间，只是在这里列出未来的想法。也许部分原因是为了阻止自己去做它们 :)

• 近期因素：一种基于近期重新排列记忆的方法？
  • 那么顺序对于模糊的记忆查询变得相关（即，处理 typescript 项目和 python 项目，然后我要求开始一个新项目，可以建议最近使用的那个？）
• 逐渐淡化旧记忆？