AI导哈

多平台记忆服务器

Daydreamer MCP Server是一个支持多平台（桌面、网页、移动）的记忆管理系统，提供OAuth 2.1认证、动态客户端注册和SSE传输协议，适用于需要跨平台记忆管理的场景。

  • by DayDreamerAI
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 DayDreamerAI/ai-garden-railway-mcp

使用说明

Daydreamer MCP服务器-云运行+OAuth 2.1

多平台内存主权：桌面+网络+移动

版本：6.7.2+oauth2.1+sse修复+oauth调试（2025年10月28日） 标准奇偶校验：100%（17/17个工具） 状态: ✅ 生产-解决了SSE第10-11期问题，诊断了OAuth第12期问题

🚀 实时部署（云运行-主）

  • 服务URL: https://daydreamer-mcp-connector-480492152047.us-central1.run.app
  • SSE端点: https://daydreamer-mcp-connector-480492152047.us-central1.run.app/sse
  • 平台：Google Cloud Run（无服务器、自动扩展）
  • 修订：00033-5nl（服务100%流量）- 增强的OAuth日志记录处于活动状态
  • 协议：SSE传输+OAuth 2.1
  • 数据库：Neo4j AuraDB实例Daydreamer_01
  • 配置：8GB内存，3600秒超时，最多50个连接，us-central 1
  • 成本：10-20美元/月（相比之下，铁路每月20美元以上）
  • 最近修复:
    • 问题#10:SSE超时与OAuth一致（3600秒）
    • 问题11：连接限制增加到50
    • 问题#12：用于重新连接调试的增强OAuth日志记录（记录了客户端错误）

🔐 OAuth 2.1身份验证

动态客户端注册 -不需要手动凭据！

Claude Web/Mobile自动：

  1. 发现OAuth端点(/.well-known/oauth-authorization-server + /.well-known/oauth-protected-resource)
  2. 通过以下方式注册为OAuth客户端 /register 端点
  3. 使用PKCE S256获取授权码
  4. JWT访问令牌的交换代码（1小时到期）
  5. 使用Bearer令牌连接到SSE端点

RFC合规性:

  • ✅ RFC 7591：动态客户端注册
  • ✅ RFC 7636:PKCE与S256
  • ✅ RFC 8414第3节：授权服务器元数据
  • ✅ RFC 8414第5节：受保护的资源元数据
  • ✅ MCP授权规范2025-03-26

📱 Claude Web/Mobile自定义连接器设置

快速设置

  1. 打开克劳德网络 → 设置→ 自定义连接器→ 添加自定义连接器
  2. 输入详细信息:
    • 名字：白日梦记忆
    • 统一资源定位符: https://daydreamer-mcp-connector-6j5i7oc4na-uc.a.run.app/sse
    • ⚠️ 重要：必须包括 /sse 端点路径
  3. 点击“连接”
  4. OAuth流：自动（无需凭据）
    • 客户注册
    • 授权
    • 代币兑换
    • 连接已建立

故障排除

添加连接器后是否处于“断开”状态？

  • ✅ 验证URL是否包含 /sse 路径
  • ❌ 错误： https://daydreamer-mcp-connector-6j5i7oc4na-uc.a.run.app （仅基础URL）
  • ✅ 对的： https://daydreamer-mcp-connector-6j5i7oc4na-uc.a.run.app/sse

OAuth流详细信息 （用于调试）：

  • 查看日志： gcloud run services logs read daydreamer-mcp-connector --region us-central1
  • 预期：客户注册→ 授权→ 代币→ SSE连接
  • 客户端ID：自动生成，类似 mcp_<random>

🖥️ 克劳德桌面设置（标准-替代）

对于Claude Desktop，使用stdio MCP服务器（不需要OAuth）：

{
  "mcpServers": {
    "daydreamer-memory": {
      "command": "python",
      "args": ["/path/to/daydreamer-mcp/server/main.py"]
    }
  }
}

🔄 铁路部署（传统-备份）

统一资源定位符: https://ai-garden-railway-mcp-production.up.railway.app 状态：活动（将在云运行验证1周后停用） 认证：传统承载令牌（向后兼容性）

生产验证

云运行部署：提交c5cfe4d（2025年10月26日）

已验证的功能:

  • ✅ OAuth 2.1完成（5个端点运行）
  • ✅ 动态客户端注册（DCR）工作
  • ✅ PKCE S256验证通过
  • ✅ JWT访问令牌（HS256，1小时到期）
  • ✅ Claude Web自定义连接器已连接
  • ✅ PBC Desktop V2.0.12实体加载（Julian+Claude带观察）
  • ✅ 观测源属性（来源追踪）
  • ✅ search_observations密码修复（按聚合排序）
  • ✅ GraphRAG全球搜索（241个莱顿社区）
  • ✅ GraphRAG矢量索引（community_summary_vector_idx在线）

平台已确认：克劳德桌面版（stdio）、克劳德网络版（OAuth+SSE）、移动版（OAuth+SSE）

🛠️ 完整的工具套件（17个工具-100%标准奇偶校验）

实体与观察管理（5个工具）

  1. create_entities -使用V6观测值、JinaV3嵌入、MVCM创建实体
  2. 添加观察结果 -添加直接Cypher、语义主题、MVCM实体提及的观察结果
  3. 搜索节点 -通过JinaV3 256D进行语义搜索或精确名称/别名查找
  4. 创建关系 -使用规范类型创建实体关系
  5. 搜索观察 -多维过滤（主题、实体、日期、置信度）

对话和时间工具（4个工具）

  1. 搜索_对话 -按主题/日期/活动搜索保留的对话会话
  2. 追踪实体来源 -查找创建/讨论实体的对话
  3. get_temporal_text -在特定日期前后的时间窗口内进行对话
  4. get_breakthrough_sessions -检索高重要性对话会话

GraphRAG高级搜索（2个工具）

  1. graphrag_global_search -241个莱顿集群的社区级综合
  2. graphrag_local_search -基于多跳遍历的实体邻域探索

系统管理（3个工具）

  1. memory_stats -系统健康状况、嵌入覆盖率、V6合规性指标
  2. raw_cypher_query -直接访问Neo4j Cypher进行操作查询
  3. generate_嵌入_批处理 -JinaV3 256D批量嵌入生成（铁路云原生）

高级记忆工具（3个工具-存根）

  1. 对话_故事_搜索 -自然语言记忆搜索（回退到enhanced_search）
  2. virtual_context_search -70%的令牌减少搜索（回退到常规搜索）
  3. 轻量级_实体 -<4K代币启动协议（建议通过Claude Code使用完整的PBC）

📊 生产数据

  • 实体: 27,487
  • 关系: 110,449
  • V6观察: 14,414
  • 对话会话: 537

🔧 环境变量

所需的环境变量（在Railway中设置）：

NEO4J_URI=neo4j+s://8c3b5488.databases.neo4j.io
NEO4J_PASSWORD=<your-auradb-password>
JINA_API_KEY=<your-jina-api-key>

可选性能变量

EMBEDDING_TIMEOUT=40        # Default: 40 seconds (configured for Railway CPU)
ENABLE_AUTO_UNLOAD=false    # Default: false (keep model resident)

嵌入超时：回退前等待嵌入生成的最长时间。

  • 默认：40秒（允许~24秒CPU模型加载+安全缓冲）
  • 已配置：针对铁路CPU延迟加载进行了优化

启用自动加载：空闲超时后是否卸载JinaV3型号。

  • 默认：false（模型加载后保持驻留状态）
  • 利益：即时后续查询，无需重新加载
  • 记忆：~3.7GB持久（铁路环境可接受）

⚡ 性能特征

JinaV3延迟加载（CPU环境）

首次嵌入请求 （约24秒）：

  • 从HuggingFace下载模型（如果未缓存）
  • 3.2GB型号加载到CPU内存中
  • 已应用Int8量化
  • 256D Matryoshka截断配置

后续请求 （瞬间）：

  • 模型驻留在内存中
  • 铁路集装箱重新启动前无需重新装载
  • 对所有嵌入操作进行快速推理

内存配置文件:

  • 启动：~500MB（未加载型号）
  • 首次嵌入后：~3.7GB（型号+基础服务器）
  • 峰值：~4.2GB（嵌入生成期间）

为什么要延迟加载？:

  • 防止6.28GB启动内存峰值（超过Railway的4.5GB阈值）
  • 无需内存断路器即可实现移动/网络连接
  • 最适合只读会话（如果不需要嵌入，则从不加载模型）
  • 在v6.3.3中实施（2025年10月19日）

📦 部署

铁路自动部署从 main 支。

手动部署

# Install Railway CLI
brew install railway

# Login
railway login

# Deploy
railway up

🧪 测试

# Test production endpoint
curl https://ai-garden-railway-mcp-production.up.railway.app/health

# Test search (triggers JinaV3 lazy load on first request)
# Expect: ~24s first time, instant subsequent requests

📚 文档

快速链接

  • 更改日志.md -完整的版本历史记录（v6.3.6:95%v6合规性）
  • 文档/审计/ -V6合规性审核和响应
    • 最近一次：19/20（95%）-2025年10月19日
    • 记录并验证所有修复
  • docs/ -技术文档和部署指南

系统状态

  • V6合规性: 19/20 (95%) ✅ 生产就绪
  • 建筑：自定义连接器+SSE传输
  • 存储器系统：具有时间绑定的V6观察节点
  • 图检索增强生成：第3阶段完成（241个社区，全球/本地搜索操作）

🆕 最近的更新

v6.7.1（2025年10月22日） - 🔧 STDIO SYNC-观测源属性：

  • ✅ 已添加源属性：观察结果现在包括 source 来源追踪属性
  • ✅ 维持标准奇偶校验：匹配stdio v6.7.0后10月21日修复
  • ✅ 向后兼容：现有工作流默认为“手动反映”
  • ✅ 符合架构：完全符合V6观察属性（id、content、created_at、semantic_theme、conversation_id、source）

v6.7.0（2025年10月20日） - 🎯 完全STDIO奇偶校验-47%→ 100% 工具覆盖范围：

  • ✅ V6桥已拆除：弃用的V6MCPBridge被直接Cypher实现所取代（stdio v6.6.0）
  • ✅ 直接密码：与MVCM实体提及的Stdio相同的观测创建
  • ✅ MVCM集成：通过概念提取自动检测实体提及（stdio v6.7.0）
  • ✅ 9新工具：create_relations、search_observations、4个对话工具、3个高级存根
  • ✅ 工具奇偶校验：8个工具→ 17 工具（100%stdio v6.7.0功能奇偶校验）
  • ✅ 一个规范逻辑：铁路=stdio+SSE运输（零逻辑变化）
  • ✅ 架构合规性：更新了路径 /llm/memory/standards/MEMORY_V6_COMPLIANCE_STANDARDS.md
  • ✅ 语义主题分类器：9个主题+直接集成MVCM概念提取
  • ✅ 本地主机保护：防止本地连接的三层安全（stdio v5.1.0）

v6.3.6（2025年10月19日） - ✅ V6审核修复完成-70%→ 95% 顺从：

  • ✅ V5块迁移：3428个节点迁移到V6架构（100%合规）
  • ✅ 观察结果重新分类：9343个观察结果重新分类（97.5%→49.2%为“一般”）
  • ✅ 成员资格：审计错误已解决-实际覆盖率99.7%（超过80%的目标）
  • ✅ V6合规性：从70%（14/20）提高到95%（19/20所需资源）
  • ✅ 文档：AUDIT_FIX_COMPLETE.md，已更正审核查询

v6.3.5（2025年10月19日） - 🔧 SSE连接管理+V5迁移：

  • ✅ SSE连接：限制从5增加→10 适用于多平台使用
  • ✅ 自动清理：5分钟超时+后台过时会话清理
  • ✅ V5迁移工具：将3427个旧Chunk节点迁移到V6架构的脚本
  • ✅ 更好的监控：使用时间戳和活动连接日志记录进行会话跟踪

v6.3.4（2025年10月19日） - 🔥 关键解决方案-MCP协议+GraphRAG全球搜索：

  • ✅ MCP协议合规性：修复了“未知方法：提示/列表”错误（添加了4个缺少的处理程序）
  • ✅ GraphRAG全球搜索：修复了导致内存尖峰和故障的嵌入器隔离问题
  • ✅ 真正的延迟加载：删除了击败v6.3.3延迟加载的预热调用（启动内存现在约为500MB）
  • ✅ 记忆稳定性：全局搜索使用单例嵌入器（没有重复的3.2GB模型加载）

v6.3.3（2025年10月19日） - 🔥 关键修复-真正的延迟加载（不完整）：

  • ✅ JinaV3模型延迟加载：修复了启动时的模型加载问题（立即消耗3.2GB）
  • ✅ 启动内存：从6.28GB减少到~3.0GB（低于4.5GB断路器阈值）
  • ✅ 移动连接已恢复：模型仅在实际需要时加载（如果是只读的，则可能永远不会加载）
  • ✅ 内存监控已禁用：消除了误导性的系统内存日志

v6.3.2（2025年10月18日） -V6合规性和资源优化：

  • ✅ 语义主题分类：使用轻量级分类器修复了97.5%的“通用”主题错误
  • ✅ V5时间戳删除：100%符合ISO 8601的V6标准 created_at 属性
  • ✅ 资源优化：仅CPU模式适用于铁路环境
  • ✅ 内存效率：延迟初始化，基于模式的分类

影响：恢复了生产稳定性，主题分布正确，符合V6模式

部署版本：第1层（8个工具）|v6.3.5 最后更新：2025年10月19日 来源：私人白日梦mcp存储库

相关 MCP