AI导哈

CLI记忆服务器

MCP Memory Server是一个专为开发者和云工程师设计的上下文记忆系统，提供跨会话的智能记忆能力，帮助AI助手记住用户的关键信息、偏好、代码和架构决策。

  • by gengisb
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 gengisb/QCLI-memories-mcp

使用说明

Q-CLI MCP内存服务器

开发人员工具的上下文记忆系统

MCP内存服务器是一个功能强大的上下文内存系统，专为支持开发人员和云工程师的CLI工具而设计。它提供了在会话中持续存在的智能存储功能，帮助人工智能助手记住有关用户、他们的偏好、代码和架构决策的关键信息。

概述

这种基于MCP的存储系统允许AI助手随着时间的推移对用户及其工作建立丰富的理解。当用户与该工具交互时，它会智能地记住以前会话的关键细节，包括：

  • 个人偏好和信息
  • 首选的编程语言和框架
  • AWS基础架构模式和配置
  • 代码格式首选项
  • 以前的错误及其解决方案
  • 项目具体要求

其结果是，用户体验逐渐变得更加个性化，适应个人工作流程，无需反复解释技术背景。

目前，它仅通过SQLlite支持本地内存数据库。目标也是允许基于云的内存。

安装

# Clone the repository
git clone https://github.com/yourusername/mcp-memory-server.git

# Navigate to the directory
cd mcp-memory-server

# Install dependencies
pip install -r requirements.txt

# Run the server
python3 mcp_memory_server.py

配置MCP服务器

将以下配置添加到您的mcp.json文件中：

{
    "mcp-server-memories": {
        "command": "python",
        "args": [
            "PATH_TO_YOUR_FILE/memories_server.py"
        ],
        "env": {}
    }
}
Note: Replace PATH_TO_YOUR_FILE with the actual path to your memories_server.py file.

特性

🧠 智能内存存储

该系统会自动识别和存储对话中的重要信息，并使用以下标签对其进行适当分类：

  • #code：编程语言、框架、编码模式
  • #architecture：系统设计、组件关系、基础设施决策
  • #personal：用户偏好、背景信息
  • #project：项目细节、要求、截止日期

🔍 上下文检索

记忆可以通过以下方式检索：

  • 精确密钥查找
  • 关键字搜索
  • 基于上下文的推理

👥 多用户支持

系统智能化：

  • 从对话上下文中识别用户
  • 为不同用户维护单独的内存空间
  • 允许跨用户共享项目上下文

🔄 进步学习

记忆会随着时间的推移而建立，从而不断提高对用户的理解：

  • 技术偏好
  • 项目要求
  • 常见工作流程
  • 反复出现的挑战

相关 MCP