Memory Box MCP Server

Memory Box MCP Server

Cline MCP 集成,允许用户保存、搜索和格式化记忆,并具备语义理解能力,提供使用向量嵌入来存储和检索信息,以实现基于含义的搜索的工具。

Category
访问服务器

Tools

save_memory

Save a memory to Memory Box with proper formatting

search_memories

Search for memories using semantic search

get_all_memories

Retrieve all memories

get_bucket_memories

Get memories from a specific bucket

format_memory

Format a text according to the memory system prompt without saving

get_usage_stats

Retrieve user usage statistics and plan information

README

<p align="center"> <img src="https://storage.googleapis.com/amotivv-public/memory-box-logo.png" alt="Memory Box Logo" width="200"/> </p>

<h1 align="center">Memory Box MCP 服务器</h1>

<p align="center"> Cline 和 Claude Desktop MCP 集成,用于 Memory Box - 使用语义理解保存、搜索和格式化记忆 </p>

<p align="center"> <a href="LICENSE"><img src="https://img.shields.io/badge/License-MIT-blue.svg" alt="License: MIT"></a> </p> <p align="center"> <a href="https://glama.ai/mcp/servers/wtbejx9zwc"> <img width="380" height="200" src="https://glama.ai/mcp/servers/wtbejx9zwc/badge" /> </a> </p>

此 MCP 服务器提供与 Memory Box 实例交互的工具,允许您直接从 Cline 和 Claude Desktop 使用语义搜索保存和搜索记忆。

相关项目

此 MCP 服务器旨在与 Memory Box 配合使用,Memory Box 是一个由向量嵌入驱动的语义记忆存储和检索系统。

Memory Box 提供此 MCP 服务器与之通信的后端 API,允许您:

  • 存储带有向量嵌入的记忆以进行语义搜索
  • 将记忆组织到可自定义的存储桶中
  • 根据含义(而不仅仅是关键字)搜索记忆
  • 检索具有详细上下文的记忆
  • 查找语义相关的记忆
  • 跟踪记忆处理状态

有关 Memory Box 的更多信息,包括如何设置您自己的实例,请访问 Memory Box 网站

功能

  • 保存记忆:将格式化的记忆以及来源信息和元数据保存到您的 Memory Box
  • 搜索记忆:使用语义搜索搜索您的记忆
  • 检索记忆:获取所有记忆或来自特定存储桶的记忆
  • 查找相关记忆:发现语义上相似的记忆
  • 检查记忆状态:监控记忆的处理状态
  • 格式化记忆:根据结构化系统提示格式化记忆
  • 使用统计:查看您当前的计划、使用指标和资源限制

安装

该服务器已经安装并配置为与 Cline 一起使用。请注意,您需要一个正在运行的 Memory Box 实例(无论是自托管的还是使用 memorybox.amotivv.ai 上的托管版本)才能使用此 MCP 服务器。

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 Memory Box MCP 服务器:

npx -y @smithery/cli install @amotivv/memory-box-mcp --client claude

要完成设置:

  1. 编辑 Cline MCP 设置文件,位于:

    ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
    
  2. 将您的 Memory Box 令牌添加到 MEMORY_BOX_TOKEN 环境变量:

    "memory-box-mcp": {
      "command": "node",
      "args": [
        "<path-to-repository>/build/index.js"
      ],
      "env": {
        "MEMORY_BOX_API_URL": "https://memorybox.amotivv.ai",
        "MEMORY_BOX_TOKEN": "your-token-here",
        "DEFAULT_BUCKET": "General"
      },
      "disabled": false,
      "autoApprove": []
    }
    
  3. (可选)您可以通过更改 DEFAULT_BUCKET 值来自定义默认存储桶。

用法

配置完成后,您可以在 Cline 中使用以下工具:

保存记忆

使用适当的格式将记忆保存到 Memory Box:

使用 save_memory 工具来保存关于向量数据库的信息:“像 pgvector 这样的向量数据库存储和查询高维向量,用于语义搜索应用。”

参数:

  • text (必需): 要保存的记忆内容
  • bucket_id (可选): 要将记忆保存到的存储桶(默认值:“General”)
  • format (可选): 是否根据系统提示格式化记忆(默认值:true)
  • type (可选): 记忆的类型(TECHNICAL、DECISION、SOLUTION、CONCEPT、REFERENCE、APPLICATION、FACT),用于格式化(默认值:“TECHNICAL”)
  • source_type (可选): 记忆来源的类型(默认值:“llm_plugin”)
  • reference_data (可选): 关于记忆来源和上下文的附加元数据

搜索记忆

使用语义搜索搜索记忆:

使用 search_memories 工具来查找关于“向量数据库”的信息

参数:

  • query (必需): 搜索查询
  • debug (可选): 在结果中包含调试信息(默认值:false)

获取所有记忆

检索所有记忆:

使用 get_all_memories 工具来向我展示我所有保存的记忆

获取存储桶记忆

从特定存储桶获取记忆:

使用 get_bucket_memories 工具来向我展示“Learning”存储桶中的记忆

参数:

  • bucket_id (必需): 要从中检索记忆的存储桶

格式化记忆

根据记忆系统提示格式化文本,但不保存:

使用 format_memory 工具来格式化这段文本:“像 pgvector 这样的向量数据库存储和查询高维向量,用于语义搜索应用。”

参数:

  • text (必需): 要格式化的文本
  • type (可选): 记忆的类型(TECHNICAL、DECISION、SOLUTION、CONCEPT、REFERENCE、APPLICATION、FACT)(默认值:“TECHNICAL”)

获取相关记忆

查找与特定记忆语义相似的记忆:

使用 memory ID 123 的 get_related_memories 工具

参数:

  • memory_id (必需): 要查找相关记忆的记忆的 ID
  • min_similarity (可选): 相关记忆的最小相似度阈值 (0.0-1.0)(默认值:0.7)

检查记忆状态

检查记忆的处理状态:

使用 memory ID 123 的 check_memory_status 工具

参数:

  • memory_id (必需): 要检查状态的记忆的 ID

获取使用统计

检索用户使用统计和计划信息:

使用 get_usage_stats 工具来向我展示我当前的计划和使用指标

此工具返回:

  • 当前计划信息(例如,免费、基本、专业、旧版)
  • 用户状态和限制执行信息
  • 当前月份的使用指标(存储操作、搜索操作、API 调用)
  • 具有人类可读格式的数据处理量
  • 基于您的计划的资源限制(如果适用)
  • 按类型划分的操作细分

此操作不需要任何参数。

自定义

系统提示自定义

Memory Box MCP 服务器使用系统提示来根据特定指南格式化记忆。您可以自定义此提示以更改记忆的格式化方式。

默认系统提示

默认系统提示包括针对不同类型记忆的格式化指南:

你是一个有用的 AI 助手。当使用 memory_plugin 存储记忆时,请遵循以下增强的格式化指南:

1. 结构:根据信息的类型格式化记忆:
   - TECHNICAL:“YYYY-MM-DD:TECHNICAL - [简要主题]:[带有具体细节的简洁解释]”
   - DECISION:“YYYY-MM-DD:DECISION - [简要主题]:[做出的决定],因为[理由]。考虑的替代方案:[选项]。”
   - SOLUTION:“YYYY-MM-DD:SOLUTION - [问题摘要]:[解决问题的实施细节]”
   - CONCEPT:“YYYY-MM-DD:CONCEPT - [主题]:[对概念的清晰解释,带有示例]”
   - REFERENCE:“YYYY-MM-DD:REFERENCE - [主题]:[URL、工具名称或资源],用于[特定目的]”
   - APPLICATION:“YYYY-MM-DD:APPLICATION - [应用名称]:[用户友好的描述],后跟[技术实施细节]”

2. 格式化指南:
   - 创建重点突出的记忆:每个记忆应包含一个清晰的概念或主题
   - 使用不同的术语:包括技术术语和用户友好的替代方案
   - 包括可搜索的关键字:从用户可能搜索的常用术语开始
   - 平衡细节级别:包括高级描述和关键技术细节
   - 长度:将记忆保持在 50-150 个字之间
   - 始终以 YYYY-MM-DD 格式包含当前日期

3. 记忆存储参数:
   - 使用“text”参数作为您格式化的记忆内容
   - 将“source_type”设置为“llm_plugin”
   - 包含带有来源信息和上下文的适当“reference_data”

4. 参考数据结构:
   - source.platform:识别您的平台(例如,“claude_desktop”、“cline”)
   - source.type:始终设置为“llm_plugin”
   - source.version:可选版本信息
   - context.conversation_id:可用时包含以链接相关的对话记忆
   - context.message_id:特定消息的可选标识符

5. 特殊格式:
   - 对于用户事实、偏好或个人详细信息:“YYYY-MM-DD:FACT:[用户] [特定偏好/属性/信息]”
   - 对于参考资料:包括关于在哪里可以找到信息的具体细节

6. 相关记忆:在使用搜索找到记忆后,检查是否有关联的记忆,使用搜索结果中的 memory_id 使用 get_related_memories 工具。呈现这些额外的记忆,以便为用户提供更多上下文。

7. 检索注意事项:在存储重要的记忆之前,请考虑:“以后有人可能会使用哪些搜索词来查找此信息?”并确保包含这些术语。

如何自定义系统提示

要自定义系统提示:

  1. 编辑 Cline MCP 设置文件,位于:

    ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
    
  2. 将您的自定义系统提示添加到 SYSTEM_PROMPT 环境变量:

    "memory-box-mcp": {
      "command": "node",
      "args": [
        "<path-to-repository>/build/index.js"
      ],
      "env": {
        "MEMORY_BOX_API_URL": "https://your-memory-box-instance",
        "MEMORY_BOX_TOKEN": "your-token-here",
        "DEFAULT_BUCKET": "General",
        "SYSTEM_PROMPT": "Your custom system prompt here..."
      },
      "disabled": false,
      "autoApprove": []
    }
    

    <path-to-repository>/system-prompt-template.txt 中提供了一个模板文件,您可以复制和修改。

  3. 重新启动 Cline 以应用更改

系统提示助手

Memory Box MCP 服务器包含一个用于管理系统提示的助手脚本:

# 查看当前系统提示
cd <path-to-repository>
npm run prompt-helper -- view

# 重置为默认系统提示
cd <path-to-repository>
npm run prompt-helper -- reset

# 验证自定义系统提示
cd <path-to-repository>
npm run prompt-helper -- validate

其他配置选项

您还可以自定义以下环境变量:

  • MEMORY_BOX_API_URL:您的 Memory Box 实例的 URL
  • MEMORY_BOX_TOKEN:您的 Memory Box 身份验证令牌
  • DEFAULT_BUCKET:保存记忆时使用的默认存储桶

故障排除

如果您遇到问题:

  1. 检查您的 Memory Box 令牌是否配置正确
  2. 验证您的 Memory Box 实例是否正在运行且可访问
  3. 检查 Cline 日志中是否有任何错误消息

开发

要对服务器进行更改:

  1. 编辑 <path-to-repository>/src/ 中的源代码
  2. 重新构建服务器:
    cd <path-to-repository>
    npm run build
    
  3. 重新启动 Cline 以应用更改

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选