universal-memory-mcp

universal-memory-mcp

Provides any AI CLI tool with long-term memory using a three-tier architecture (sensory, short-term, long-term) for cross-session persistence, fully local and private.

Category
访问服务器

README

Universal Memory MCP

<div align="center">

让任何 AI CLI 工具拥有长期记忆,成为你的超级个人助理

简体中文 | English

License: MIT npm version npm beta

功能特性快速开始为什么选择文档

</div>


[!IMPORTANT] 项目主线已迁移。
universal-memory-mcp 现在保留为兼容层 / 维护线。新的 runtime-first 主线已经迁移到
slicenferqin/project-memory-runtime
如果你关心 V2 架构、contract 文档、lifecycle-first 设计与后续实现,请优先查看新仓库。

✨ 核心特性

  • 🌍 通用 - 基于 MCP 协议,支持所有 AI CLI 工具
  • 🔄 跨项目 - 统一管理所有项目的记忆和知识
  • 🔌 跨 CLI - 支持 Claude Code、OpenCode、Copilot、Gemini CLI 等
  • 🤖 超级个人助理 - 让 AI 从工具进化为真正了解你的智能伙伴
  • 🔒 超级隐私 - 零数据收集、零遥测,完全加密存储
  • 💻 100% 本地私有 - 全部本地运行,无云服务,核心功能无需 API 密钥

🚀 快速开始

安装

npm install -g universal-memory-mcp

配置 Claude Code(自动设置)

安装脚本会自动配置:

  • ✅ MCP Server(~/.claude/settings.json
  • ✅ Memory Assistant Skill(引导 AI 使用记忆)
  • ✅ Stop Hook(自动记录对话)

重启 Claude Code 即可使用!

配置 OpenCode(自动设置)

npm install -g universal-memory-mcp

安装脚本会自动配置:

  • ✅ MCP Server(~/.config/opencode/opencode.json
  • ✅ OpenCode 插件(自动记录对话)
  • ✅ 基于 session.idle 事件自动捕获

重启 OpenCode 即可使用!

配置任何 MCP 兼容的 CLI

编辑你的 CLI 配置文件:

{
  "mcpServers": {
    "universal-memory": {
      "command": "npx",
      "args": ["-y", "universal-memory-mcp"]
    }
  }
}

🎯 为什么选择 Universal Memory?

问题:AI 工具缺乏长期记忆

方面 当前 AI 工具 你的需求
记忆 ❌ 跨会话无记忆 ✅ 记住一切
上下文 ❌ 仅限当前对话 ✅ 访问所有历史知识
隐私 ❌ 数据发送到云端 API ✅ 100% 本地,私有存储
项目 ❌ 每个项目孤立 ✅ 跨所有项目统一
所有权 ❌ 锁定在特定工具 ✅ 适用于任何 AI CLI

我们的方案:三层记忆架构

借鉴人类脑科学,我们设计了模拟记忆形成和整合机制的系统:

┌─────────────────────────────────────────────────────────────┐
│  Level 0: 感觉记忆 (daily/*.md)                            │
│  • 捕获原始对话                                            │
│  • 0-7 天生命周期                                          │
│  • 完整但冗余                                              │
└────────────────────┬────────────────────────────────────────┘
                     │ 自动提取(每日)
                     ▼
┌─────────────────────────────────────────────────────────────┐
│  Level 1: 短期记忆 (long_term/*.md)                        │
│  • 提取的事实、决策、偏好                                  │
│  • 7-30 天生命周期                                         │
│  • 结构化、可追溯                                          │
└────────────────────┬────────────────────────────────────────┘
                     │ 整合(每周)
                     ▼
┌─────────────────────────────────────────────────────────────┐
│  Level 2: 长期记忆 (*-summary.md)                          │
│  • 整合的知识库                                            │
│  • 30+ 天生命周期                                          │
│  • 可直接使用,高价值                                      │
└─────────────────────────────────────────────────────────────┘

优势

  • 🧠 自然记忆流程 - 模拟人类记忆整合
  • 📈 信息密度递增 - L0(原始)→ L1(事实)→ L2(知识)
  • 高效检索 - 在 L1/L2 搜索相关事实,而非原始日志
  • 💾 智能存储 - 归档旧记忆,保留新记忆

我们的不同之处

特性 Universal Memory mem0 其他方案
架构 3 层 (L0/L1/L2) 2 层(扁平) 各异
隐私 100% 本地 云服务/SaaS 混合
跨 CLI ✅ 所有 MCP 工具 ❌ 特定工具 ❌ 锁定
跨项目 ✅ 统一管理 ❌ 孤立 ❌ 无
数据所有权 你拥有 他们控制 各异
成本 免费(本地) 付费分层 各异
开源协议 MIT License Apache 2.0 各异

📖 工作原理

架构

用户 ←→ AI CLI (Claude Code / OpenCode / Gemini / Copilot)
              │
              │ MCP 协议
              ↓
┌───────────────────────────────────────────────────────────┐
│  Universal Memory MCP 服务器                              │
│  ├── memory_search: 搜索历史记忆                          │
│  ├── memory_record: 记录对话                              │
│  └── memory_update_long_term: 存储重要信息                │
└───────────────────────┬───────────────────────────────────┘
                        │
                        ↓
┌───────────────────────────────────────────────────────────┐
│  ~/.universal-memory/                                     │
│  ├── daily/              # Level 0: 感觉记忆              │
│  ├── long_term/          # Level 1-2: 长期记忆            │
│  ├── archive/            # 冷存储(7+ / 30+ 天)          │
│  └── index.db           # 向量索引(SQLite)              │
└───────────────────────────────────────────────────────────┘

记忆生命周期

自动化管理

  1. 捕获 - 每次对话记录到 daily/(Level 0)
  2. 提取 - 每日任务提取事实到 long_term/(Level 1)
  3. 整合 - 每周任务整合为摘要(Level 2)
  4. 归档 - 每月任务移动旧记忆到 archive/
  5. 搜索 - 语义 + 关键词搜索,时间衰减 + 项目相关性

全自动化! 你只需正常使用 AI 工具即可。

🔍 核心功能(v0.6.0-beta.0)

三层记忆架构 ✨

  • Level 0 (daily/*.md): 原始对话日志(0-7 天)
  • Level 1 (long_term/*.md): 提取的事实、决策、偏好(7-30 天)
  • Level 2 (long_term/*-summary.md): 整合的知识库(30+ 天)

智能搜索

  • 语义搜索 - 基于向量的相似度搜索 + 时间衰减
  • 关键词搜索 - 快速 FTS5 全文搜索
  • 混合搜索 - RRF 算法结合两者
  • 项目相关性 - 同项目记忆提升 1.5x 权重
  • 归档支持 - 可选搜索归档记忆

性能

  • ⚡ 搜索延迟:<5ms (P95)
  • 📈 召回率:60%(相比 v0.4.0 提升 4 倍)
  • 🚀 异步索引 - 非阻塞,后台处理
  • 📁 文件监视器 - 文件变化自动索引

隐私与安全

  • 🔒 100% 本地 - 所有数据本地存储在 ~/.universal-memory/
  • 🚫 无云服务 - 无遥测、无数据收集、无分析
  • 👤 无需账号 - 离线工作,无需注册
  • 🔐 你的数据 - 你拥有并控制一切

📚 文档

设计文档

集成指南

技术文档

路线图

🗺️ 发展路线

✅ 已完成

  • v0.1.0: 基础记忆系统(记录 + 搜索)
  • v0.2.0: OpenCode 插件自动采集
  • v0.3.0: Claude Code 集成(Stop hook + Skill)
  • v0.4.0: 语义搜索(向量索引)
  • v0.5.0: 性能优化(异步索引、4x 候选池)
  • v0.6.0-beta.0: 三层架构(L0→L1→L2 生命周期)

🚧 进行中

  • v0.7.0: 企业级特性(测试 >80%、监控、文档)

🎯 计划中

  • v1.0.0: 生产就绪(所有功能稳定、基准测试达标)

时间线:总计 ~3 个月(已完成 6 周,剩余 5 周)

🤝 贡献

欢迎贡献!请查看我们的贡献指南

高优先级领域

  • 单元测试(覆盖率 >80%)
  • 错误重试机制
  • 性能优化
  • 文档改进
  • Bug 修复

📄 开源协议

MIT License - 详见 LICENSE

🙏 致谢

受以下项目启发:

💡 核心理念

AI 效果 = AI 能力 × 上下文质量 × 记忆深度

AI 能力是固定的,但上下文质量和记忆深度是你可以控制的变量。

Universal Memory MCP 为任何 AI CLI 工具解锁了记忆维度。


<div align="center">

⬆ 返回顶部

slicenferqin 用 ❤️ 制作

Star ⭐Fork 🔱Issue 🐛

</div>

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