AI导哈

AI代理持久化记忆系统

BuildAutomata Memory是一个基于模型上下文协议(MCP)的持久化记忆系统，为AI代理提供可搜索、版本控制的长期记忆功能，支持语义搜索、时间版本管理和跨工具同步。

  • by brucepro
  • Python
  • 本地部署
  • 14 星标
  • 更新于
在 GitHub 查看 brucepro/buildautomata_memory_mcp

使用说明

BuildAutomata内存MCP服务器

通过模型上下文协议（MCP）为AI代理提供持久、版本化的存储系统

这是什么？

BuildAutomata Memory是一个MCP服务器，它为AI代理（如Claude）提供支持 持久、可搜索的内存 这在对话中仍然存在。把它想象成给你的人工智能一个长期记忆系统：

  • 🧠 语义搜索 -通过意义而不仅仅是关键字来寻找记忆
  • 📚 时间版本控制 -记忆进化的完整历史
  • 🏷️ 智能组织 -类别、标签、重要性评分
  • 🔄 跨工具同步 -在克劳德桌面、克劳德代码、光标AI之间共享记忆
  • 💾 永久存储 -SQLite+可选Qdrant矢量数据库

快速开始

先决条件

  • Python 3.10+
  • Claude Desktop（用于MCP集成）或任何兼容MCP的客户端

安装

  1. 克隆此存储库
git clone https://github.com/brucepro/buildautomata_memory_mcp.git
cd buildautomata_memory_mcp-main
  1. 安装依赖项
pip install mcp qdrant-client sentence-transformers
  1. 配置Claude桌面

编辑您的Claude桌面配置(AppData/Roaming/Claude/claude_desktop_config.json 在Windows上）：

{
  "mcpServers": {
    "buildautomata-memory": {
      "command": "python",
      "args": ["C:/path/to/buildautomata_memory_mcp_dev/buildautomata_memory_mcp.py"]
    }
  }
}
  1. 重新启动克劳德桌面

就是这样！内存系统将在首次运行时自动创建其数据库。

CLI使用（Claude代码、脚本、自动化）

除了MCP服务器，此仓库还包括 interactive_memory.py -用于直接内存访问的CLI：

# Search memories
python interactive_memory.py search "consciousness research" --limit 5

# Store a new memory
python interactive_memory.py store "Important discovery..." --category research --importance 0.9 --tags "ai,insight"

# View memory evolution
python interactive_memory.py timeline --query "project updates" --limit 10

# Get statistics
python interactive_memory.py stats

看 README_CLI.md 获取完整的CLI文档。

快速访问脚本

窗户：

memory.bat search "query"
memory.bat store "content" --importance 0.8

Linux/Mac：

./memory.sh search "query"
./memory.sh store "content" --importance 0.8

特性

核心能力

  • 混合搜索：结合向量相似度（Qdrant）+全文搜索（SQLite FTS5）
  • 时间版本控制：每次内存更新都会创建一个新版本-完整的审计跟踪
  • 智能衰变：重要性分数根据访问模式随时间衰减
  • 元数据：类别、标签、重要性、自定义元数据
  • LRU缓存：通过自动缓存管理实现快速重复访问
  • 线程安全：具有适当锁定的并发操作

MCP工具暴露

当作为MCP服务器运行时，向Claude提供以下工具：

  1. store_memory -创建新内存
  2. update_memory -修改现有内存（创建新版本）
  3. search_memories -带过滤器的语义+全文搜索
  4. get_memory_timeline -查看完整版本历史记录
  5. get_memory_stats -系统统计
  6. prune_old_memories -清理旧的/不重要的记忆
  7. run_maintenance -数据库优化

建筑

┌─────────────────┐
│  Claude Desktop │
│   (MCP Client)  │
└────────┬────────┘
         │
    ┌────▼─────────────────────┐
    │  MCP Server              │
    │  buildautomata_memory    │
    └────┬─────────────────────┘
         │
    ┌────▼──────────┐
    │  MemoryStore  │
    └────┬──────────┘
         │
    ┌────┴────┬─────────────┬──────────────┐
    ▼         ▼             ▼              ▼
┌───────┐ ┌────────┐ ┌──────────┐ ┌─────────────┐
│SQLite │ │Qdrant  │ │Sentence  │ │ LRU Cache   │
│  FTS5 │ │Vector  │ │Transform │ │ (in-memory) │
└───────┘ └────────┘ └──────────┘ └─────────────┘

用例

1.持续的人工智能环境

User: "Remember that I prefer detailed technical explanations"
[Memory stored with category: user_preference]

Next session...
Claude: *Automatically recalls preference and provides detailed response*

2.项目连续性

Session 1: Work on project A, store progress
Session 2: Claude recalls project state, continues where you left off
Session 3: View timeline of all project decisions

3.研究与学习

- Store research findings as you discover them
- Tag by topic, importance, source
- Search semantically: "What did I learn about neural networks?"
- View how understanding evolved over time

4.多工具工作流程

Claude Desktop → Stores insight via MCP
Claude Code → Retrieves via CLI
Cursor AI → Accesses same memory database
= Unified AI persona across all tools

想要完整的捆绑包吗？

🎁 获取Gumroad捆绑包

Gumroad版本包括：

  • ✅ 优先支持 通过电子邮件
  • ✅ 项目支持 帮助项目获得资金。

这个开源版本：

  • ✅ 个人/教育/小型企业免费使用（收入<10万美元）
  • ✅ 完整的源代码访问权限
  • ✅ 通过GitHub问题提供社区支持

两个版本都使用 完全相同的核心代码 -你只是在项目支持（Gumroad）和DIY（GitHub）之间做出选择。

配置

环境变量

# User/Agent Identity
BA_USERNAME=buildautomata_ai_v012      # Default user ID
BA_AGENT_NAME=claude_assistant         # Default agent ID

# Qdrant (Vector Search)
QDRANT_HOST=localhost                  # Qdrant server host
QDRANT_PORT=6333                       # Qdrant server port

# System Limits
MAX_MEMORIES=10000                     # Max memories before pruning
CACHE_MAXSIZE=1000                     # LRU cache size
QDRANT_MAX_RETRIES=3                   # Retry attempts
MAINTENANCE_INTERVAL_HOURS=24          # Auto-maintenance interval

数据库位置

记忆存储在：

<script_dir>/memory_repos/<username>_<agent_name>/memoryv012.db

问题：

我们现在正在使用嵌入式qdrant。您可以通过运行自己的服务器来覆盖此设置。

可选：Qdrant设置

对于增强的语义搜索（强烈推荐）：

选项1:Docker

docker run -p 6333:6333 qdrant/qdrant

选项2：手动安装

下载自 Qdrant发布

故障排除

数据库上的“权限被拒绝”

  • 检查 memory_repos/ 目录权限
  • 在Windows上：如果需要，以管理员身份运行

Claude Desktop不显示工具

  1. 检查 claude_desktop_config.json 路径正确
  2. 验证Python是否在系统PATH中
  3. 完全重新启动克劳德桌面
  4. 在Claude Desktop中检查日志→ Help → 查看日志

导入错误

pip install --upgrade mcp qdrant-client sentence-transformers

许可证

开源（此GitHub版本）：

  • 个人、教育和小型企业免费使用（年收入<10万美元）
  • 必须注明原作者（尤登·布鲁斯）
  • 有关完整条款，请参阅许可证文件

商业许可证：

  • 收入超过10万美元的公司：200美元/用户或20000美元/公司（以较低者为准）
  • 联系人：sales@brucepro.net

支持

社区支持（免费）

优先支持（Gumroad客户）

  • 电子邮件：sales@brucepro.net
  • 更快的响应时间
  • 安装协助
  • 自定义配置帮助

贡献

欢迎投稿！拜托：

  1. 复刻仓库
  2. 创建要素分支
  3. 进行更改
  4. 提交拉取请求

鸣谢

作者 尤登 布鲁斯 项目： 构建自动数据 年份： 2025

内置：

另见

标记此回购 ⭐ 如果你觉得它有用的话！ 考虑一下 Gumroad捆绑包 如果你想支持发展。

相关 MCP