AI导哈

内存MCP服务器

Spydr Memory MCP Server是一个高性能的后端服务，作为AI代理与复杂内存存储系统之间的智能中介，提供安全的搜索和检索功能。

  • by Fadeleke57
  • TypeScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Fadeleke57/spydr-memory-mcp

使用说明

Spydr内存MCP服务器

作者 法鲁克·阿黛尔克(farouk@spydr.dev)
版本： 1.0.0

概述

Spydr内存MCP（模型上下文协议）服务器是一种强大的后端服务，旨在充当人工智能代理和复杂内存存储系统之间的智能中介。内置于 你好 对于Cloudflare Workers等高性能边缘环境，它提供了一组工具，允许授权代理安全地从“内存”和“网络”（内存集合）中搜索和检索信息。

身份验证由以下人员安全处理 斯泰奇，确保使用JWT正确验证和授权与内存服务的所有交互。此服务器实现 模型上下文协议，为人工智能模型与外部工具和数据源交互提供了一种标准化的方式。

主要特点

  • 高性能边缘服务器：使用Hono构建，针对Cloudflare Workers进行了优化。
  • 安全认证：与Stytch集成，实现基于JWT的稳健承载令牌和会话身份验证。
  • 模型上下文协议（MCP）：实施MCP，为AI代理提供标准化工具。
    • FindWebs 工具：搜索相关记忆的集合。
    • FindMemories 工具：对网络中的特定记忆进行语义搜索。
  • 面向服务的设计：专注 MemoryService 干净地抽象与后端Spydr API的通信。
  • OAuth 2.0支持：为动态客户端注册提供发现端点。
  • 开发者友好：包括ESLint、Commitlist和Husky等现代工具，用于代码质量和一致的提交。

目录结构

.
├── .husky/             # Git hooks (for commit messages)
├── src/
│   ├── lib/
│   │   └── auth.ts     # Stytch authentication middleware
│   ├── index.ts        # Main server entry point and routing
│   ├── MemoryMCP.ts    # MCP agent implementation with tool definitions
│   └── MemoryService.ts# Service for communicating with the Spydr backend API
├── .dev.vars.example   # Example for local development environment variables (Cloudflare)
├── .env.example        # Example for client-side environment variables
├── commitlint.config.mjs # Configuration for commit message linting
├── eslint.config.js    # ESLint configuration
├── LICENSE             # Project License
└── README.md           # This file

入门指南

按照以下说明启动并运行服务器的本地实例以进行开发和测试。

先决条件

  • Node.js （建议使用v18或更高版本）
  • 牧马人CLI 用于本地运行
  • A. 斯泰奇 帐户用于身份验证凭据。
  • 访问Spydr API终结点。

安装

  1. 克隆存储库：

    git clone <your-repository-url>
cd spydr-memory-mcp

  2. 安装依赖项：

    npm install

配置

服务器需要多个环境变量才能连接到Stytch和Spydr API。

  1. 对于本地开发（牧马人）： 创建一个 .dev.vars 通过复制示例将文件复制到根目录中：

    cp .dev.vars.example .dev.vars

    现在，编辑 .dev.vars 并填写以下值：

    • STYTCH_PROJECT_ID：您的Stytch项目ID。
    • STYTCH_SECRET：你的Stytch项目秘密。
    • CLIENT_URL：客户端应用程序的基本URL（例如。， http://localhost:3000).
    • API_URL：Spydr后端API的基本URL。

  2. 对于客户端应用程序： 如果你有一个前端组件，创建一个 .env 文件：

    cp .env.example .env

    编辑 .env 并添加您的公共Stytch令牌：

    • VITE_STYTCH_PUBLIC_TOKEN：您在Stytch仪表板上的公共令牌。

运行服务器

  • 地方发展： 使用Wrangler CLI在本地运行服务器。它将自动从您的 .dev.vars 文件。

    wrangler dev

    服务器通常在以下时间可用 http://localhost:8787.

  • 部署： 将服务器部署到您的Cloudflare帐户。确保在Cloudflare仪表板中配置所需的机密（环境变量）。

    wrangler deploy

API终点

服务器公开以下端点：

  • GET /：重定向到主Spydr Memory应用程序(https://spydr.dev/memory).
  • GET /health：一个简单的健康检查终点。返回a 200 OK 状态。
  • GET /.well-known/oauth-authorization-server：客户端注册的OAuth发现端点。
  • POST /mcp：处理来自AI代理的MCP请求的主要端点。此端点受承载令牌身份验证的保护。
  • GET /sse/*：用于流式传输MCP响应的服务器发送事件（SSE）端点。也受承载令牌身份验证的保护。

测试

启动MCP检查器以测试特定工具或功能

npx @modelcontextprotocol/inspector

然后使用代理令牌打开检查器（即 http://localhost:6274/?MCP_PROXY_AUTH_TOKEN=8265d5d6a7251a442023df8b7f96a9fbc9ee10781522cba196de29a52e2188fa)

打开检查器后，使用在localhost中运行的spydr进行身份验证，就可以开始了！

MCP工具

核心功能通过以下MCP工具公开：

1. FindWebs

搜索网络（相关记忆的集合）。

  • 描述：“搜索网站（相关记忆的集合）。仅当用户明确要求搜索网站，或者需要按webId缩小内存搜索范围时，才使用此功能。”
  • 参数:
    • query （string，必填）：查找相关网站的搜索查询。
    • scope （枚举，可选，默认值： "All"):
      • "User.all"：仅搜索用户自己的网站。
      • "All"：包括公共网站和用户的私人网站。

2. FindMemories

使用语义查询搜索记忆。

  • 描述：“使用语义查询搜索记忆。您也可以选择将搜索限制在特定的web或记忆中。您还可以多次调用此工具（在收到指示或提高上下文质量时），以编排细粒度的响应上下文。”
  • 参数:
    • query （string，必填）：用于搜索记忆的语义查询。
    • scope （枚举，可选，默认值： "User.all"):
      • "User.all"：在用户的所有网站上搜索。
      • "Web"：将搜索限制在特定网络。
    • webId （字符串，可选）：要在其中搜索的web的ID。如果需要 scope 是 "Web".
    • sourceId （字符串，可选）：要在其中搜索的特定内存的ID。

贡献

欢迎投稿！为了确保代码质量和一致的提交历史，该项目使用ESLint、Prettier和Commitlist。

  • 提交消息：在提交之前，请确保您的提交消息符合 常规承诺 规范。这 commit-msg 赫斯基管理的钩子会自动检查您的消息。

    有效提交消息示例：

    feat: add new `FindMemories` scope for public search

许可证

该项目根据 MIT许可证。请参阅 许可证 文件以获取详细信息。

相关 MCP