remote-mcp-mem0
A remote MCP server deployed on Cloudflare Workers that integrates with Mem0 to provide memory writing and retrieval tools, compatible with SSE and standard MCP connections.
README
Cloudflare Workers 远程 MCP 模板(Mem0)
利用本模板,几分钟内即可在 Cloudflare Workers 上部署一个接入 Mem0 的远程 MCP 服务器,提供记忆写入与检索工具,同时兼容 SSE 与标准 MCP 连接。
👉 点击上方按钮即可直接在 Cloudflare 控制台中创建项目,无需手动配置仓库。
English version: README.en.md
功能亮点
- 开箱即用的
add-memory和search-memories工具,调用 Mem0 API 存储与检索记忆 - 同时暴露
/sse与/mcp两种协议端点,适配 Cloudflare AI Playground 及本地 MCP 客户端 - 可选令牌校验与本地 STDIO 模式,方便在桌面 MCP 客户端中调试
部署准备
- 确保你的 Cloudflare 账号已启用 Workers,并创建至少一个命名空间。
- 在 Mem0 后台申请 API Key,保存为环境变量
MEM0_API_KEY。 - (可选)预设默认用户 ID:
DEFAULT_USER_ID,默认为mem0-mcp-user。 - (可选)若需要访问控制,设置
MCP_ACCESS_TOKEN作为 Bearer Token。
一键部署流程
- 登录 Cloudflare,并点击 README 顶部的 “Deploy to Workers” 按钮。
- 在弹出的创建页面选择你的账户和部署名称。
- 在 Environment Variables 栏位填入上述变量,保存并部署。
- 部署完成后,Workers 会输出形如
remote-mcp-mem0.<your-account>.workers.dev的域名:- SSE 端点:
https://<domain>/sse - HTTP 端点:
https://<domain>/mcp
- SSE 端点:
使用 CLI 生成新项目
npm create cloudflare@latest -- <project-name> --template=eightHundreds/remote-mcp-mem0
执行后按照提示填写账号、环境变量与部署配置即可。
本地开发
- 安装依赖:
npm install - 启动本地开发环境(提供 /sse 与 /mcp 端点):
npm run dev - 将更改发布到 Cloudflare:
npm run deploy
若需在桌面客户端中通过 STDIO 连接,可参考 src/index.ts 中的 main() 实现,使用任意兼容的 Node.js 打包方式运行生成的 index.js。
自定义工具
- 核心逻辑位于
src/index.ts,在Mem0MCP类的init()方法内通过this.server.tool(...)定义工具。 - Mem0 API 的封装实现在
src/mem0-client.ts,如需扩展数据结构或接入其他服务,可在此调整。 - 需要新增环境变量时,请同步更新
worker-configuration.d.ts以获得类型提示。
MCP 客户端接入
- Cloudflare AI Playground:访问 playground.ai.cloudflare.com,将发布后的
/sse地址粘贴到 Remote MCP Server 配置中,即可在浏览器中测试工具。 - Claude Desktop / 其他本地客户端:使用 mcp-remote 作为代理,在配置文件中加入类似以下内容:
如设置了{ "mcpServers": { "mem0": { "command": "npx", "args": [ "mcp-remote", "https://<domain>/sse" ] } } }MCP_ACCESS_TOKEN,请在args中追加--bearer <token>或设置Authorization头。
常用脚本
npm run dev:在本地使用 Wrangler 启动开发服务器。npm run deploy:将当前版本部署到 Cloudflare Workers。npm run type-check:执行 TypeScript 类型检查。npm run lint:fix/npm run format:使用 Biome 格式化与修复代码。
欢迎提交 Issue 或 PR 来改进此模板,也欢迎基于模板构建更多 MCP 工具集成。
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。
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。
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。
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。
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。
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。
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。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。