Memos MCP Server
一个用于 Memos API 的模型上下文协议 (MCP) 服务器,具备搜索、创建、检索和标签列表功能。
stephen9412
README
Memos MCP 服务器
一个 模型上下文协议 (MCP) 服务器,用于将 Memos 与支持 MCP 协议的 AI 助手(如 Claude)集成。
✨ 功能
- 使用关键词搜索备忘录
- 创建具有可自定义可见性设置和标签的新备忘录
- 通过 ID 检索特定备忘录
- 获取用户信息
🚀 安装
Claude 桌面版设置
-
安装 Claude 桌面版
- 下载 Claude 桌面版
- 确保您拥有最新版本(菜单:Claude -> 检查更新...)
-
配置 MCP 服务器
{ "mcpServers": { "memos": { "command": "npx", "args": [ "memos-mcp-server" ], "env": { "MEMOS_URL": "https://your-memos-instance.com", "MEMOS_API_KEY": "your_api_key" } } } }
🛠️ 可用工具
search_memo
使用关键词搜索备忘录。
参数:
key_word
(字符串): 在备忘录内容中搜索的关键词state
(字符串, 可选): 要列出的备忘录的状态 (默认: "NORMAL", 也可以是 "ARCHIVED")
create_memo
创建一个新的备忘录。
参数:
content
(字符串): 备忘录内容visibility
(字符串, 可选): 可见性设置 (默认: "PRIVATE", 选项: "PUBLIC", "PROTECTED", "PRIVATE")tags
(字符串数组, 可选): 备忘录的标签列表
get_memo
通过 ID 检索特定备忘录。
参数:
name
(字符串): 备忘录名称,格式为memos/{id}
或仅 ID 号
get_user
获取当前用户信息。
🧪 开发
本项目使用 TypeScript 和 FastMCP 框架进行 MCP 服务器开发。
设置
# 安装依赖
npm install
# 创建 .env 文件并设置环境变量
cp .env.example .env
# 使用您的 Memos API 详细信息编辑 .env 文件
开发模式
npm run dev
构建
npm run build
运行生产服务器
npm start
使用 mcp-cli
测试
测试和调试服务器的最快方法是使用 fastmcp dev
:
npx fastmcp dev src/server.ts
这将使用 mcp-cli
运行您的服务器,以便在终端中测试和调试您的 MCP 服务器。
使用 MCP Inspector
检查
您还可以使用官方的 MCP Inspector
通过 Web UI 检查您的服务器:
npx fastmcp inspect src/server.ts
🤝 贡献
欢迎贡献、问题和功能请求! 访问 问题页面。
📄 许可证
MIT 许可证 - 版权所有 (c) 2025 Stephen J. Li
推荐服务器
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。