AI导哈

MCP记忆服务

MCP Memory是一个基于Cloudflare Workers、D1、Vectorize（RAG）、Durable Objects、Workers AI和Agents构建的MCP服务器，旨在为MCP客户端（如Cursor、Claude、Windsurf等）提供跨对话记忆用户信息（偏好、行为）的能力。它利用向量搜索技术，基于语义而非关键词查找相关记忆。

  • by moe-Kuroko
  • 更新于
在 GitHub 查看 moe-Kuroko/mcp-memory

使用说明

基本能力

产品定位

MCP Memory是一个跨对话记忆服务，专注于为用户提供个性化的记忆存储和检索能力。

核心功能

  • 记忆存储：存储用户的文本信息及其向量嵌入。
  • 记忆检索：通过向量搜索技术查找语义相关的记忆。
  • 跨对话记忆：支持跨多个对话的记忆存储和检索。
  • 安全隔离：每个用户的记忆存储在独立的命名空间中。

适用场景

  • 个性化助手：存储和检索用户的偏好和行为模式。
  • 知识库：存储技术文档、故障排除指南等。
  • 用户行为分析：跟踪用户与功能的交互模式。
  • 项目笔记：存储项目决策和更新。

工具列表

  • Cloudflare Workers AI：用于生成文本的向量嵌入。
  • Cloudflare Vectorize：存储向量嵌入并进行相似性搜索。
  • Cloudflare D1：存储原始文本和元数据。
  • Durable Objects：管理状态并确保一致性。
  • Agents框架：处理MCP协议通信。

使用教程

使用依赖

  1. 确保已安装Node.js和npm。

安装教程

  1. 克隆仓库：
git clone https://github.com/puliczek/mcp-memory.git
  1. 安装依赖：
npm install
  1. 创建Vectorize索引：
npx wrangler vectorize create mcp-memory-vectorize --dimensions 1024 --metric cosine
  1. 安装Wrangler：
npm run dev
  1. 部署Worker：
npm run deploy

调试方式

  1. 运行本地开发服务器：
wrangler dev
  1. 检查日志输出以确认服务正常运行。

相关 MCP