Memory MCP
A production-grade memory server for LibreChat that stores conversation turns and distills durable memories like decisions, constraints, and assumptions. It provides hybrid retrieval and consistency auditing to ensure AI plans remain aligned with established context and previous decisions.
README
Memory MCP
Production-grade Memory MCP server for single-tenant LibreChat workspaces. It stores raw conversation turns, distills durable memory (decisions/constraints/mistakes/assumptions/open questions), and provides hybrid retrieval plus plan consistency auditing.
Özellikler
- Raw turn log + embedding + full-text indeksleme.
- Distilled memory çıkarımı: kararlar, kısıtlar, hatalar, varsayımlar, açık sorular.
- Dedup + supersede zinciri (eski kararlar korunur, stale tespit yapılır).
- Hybrid retrieval: pgvector + PostgreSQL full-text + RRF fusion.
- Fast / Deep modlar: öngörülebilir gecikme, token budget yönetimi.
- Audit: plan/metinleri aktif karar/kısıtlar ve superseded öğelerle kontrol.
- Shared import/export: HMAC imzalı paketlerle kontrollü paylaşım.
- Gözlemlenebilirlik: JSON log + Prometheus metrikleri.
Kurulum
1) Ortam değişkenleri
.env dosyasını .env.example üzerinden oluşturun:
cp .env.example .env
Özellikle şunları ayarlayın:
DATABASE_URLLLM_API_KEYSHARED_HMAC_SECRET
2) Docker Compose
make up
3) Migrasyonlar
make migrate
4) Testler
make test
MCP Endpoint
MCP endpointi /mcp altında çalışır. Bu servis tool + arguments ile JSON alır.
Örnek:
curl -X POST http://localhost:8080/mcp \
-H "Content-Type: application/json" \
-d '{
"tool": "thread.create",
"arguments": {}
}'
LibreChat MCP yapılandırması
LibreChat MCP URL’nizi şu şekilde ayarlayın:
- Uğur:
https://mcp.datasins.com/mcp - Gökçe:
https://mcp.gokce.ai/mcp
Plan Registry (Topic Separation)
Planlar ayrı çalışma konuları olarak yönetilir ve her thread bir plana bağlıdır.
plan.create
{
"tool": "plan.create",
"arguments": {
"name": "memory-mcp-core",
"meta": {"owner": "ugur"}
}
}
thread.create
{
"tool": "thread.create",
"arguments": {
"plan_id": "<plan_uuid>",
"meta": {"topic": "ingest-pipeline"}
}
}
Örnek Tool Payloadları
turn.ingest
{
"tool": "turn.ingest",
"arguments": {
"thread_id": "<uuid>",
"role": "user",
"text": "Yeni karar: Postgres kullanılacak.",
"external_turn_id": "librechat-turn-123",
"embed_now": true
}
}
external_turn_id aynı değerle gelen tekrar çağrılarda idempotent davranır.
distill.extract
{
"tool": "distill.extract",
"arguments": {
"thread_id": "<uuid>",
"turn_id": "<uuid>",
"include_recent_turns": 4,
"write_to_memory": true
}
}
retrieve.context
{
"tool": "retrieve.context",
"arguments": {
"thread_id": "<uuid>",
"query": "Hangi kararlar aktif?",
"mode": "fast",
"scope": "distilled_only",
"top_k": 8,
"token_budget": 800,
"recency_bias": 0.1,
"explain": true
}
}
audit.check_consistency
{
"tool": "audit.check_consistency",
"arguments": {
"thread_id": "<uuid>",
"proposed_plan_text": "SQLite kullanalım.",
"deep": true
}
}
shared.export
{
"tool": "shared.export",
"arguments": {
"thread_id": "<uuid>",
"types": ["decision", "constraint"],
"include_mistakes": false,
"expires_in_minutes": 60
}
}
shared.import
{
"tool": "shared.import",
"arguments": {
"payload": {"...": "..."},
"signature": "<hmac>"
}
}
Güvenlik
- Pydantic doğrulama + sıkı enumlar.
- Prompt injection güvenliği için sistem promptlarında açık uyarı.
- HMAC imza ile export/import.
- API anahtarları loglanmaz.
Notlar
EMBEDDING_DIMfarklıysa migration güncellenmeli.ENABLE_LLM_RERANK=trueise low-confidence deep retrieval’da LLM rerank aktif olur.- Retention politikaları
.enviçindekiRETENTION_*değişkenleriyle kontrol edilir.
LibreChat Uçtan Uca Kullanım Örnekleri
1) Yeni Plan Başlatma
plan.createile yeni plan oluşturun.thread.createile plan altında bir thread açın.turn.ingestile ilk kararları gönderin.
2) Mevcut Planı Devam Ettirme
plan.listile planları bulun.- Mevcut planın thread ID’sini takip edin veya yeni thread ekleyin.
distill.extractile yeni turn’lerden karar/kısıt çıkarın.
3) Deep Audit
retrieve.contextilemode=deepveexplain=truekullanın.audit.check_consistencyile plan metnini doğrulatın.stale_referencesçıktısını kontrol ederek superseded kararları güncelleyin.
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。