使用说明
Memvid MCP服务器
非官方模型上下文协议（MCP）服务器接口 孟维德 -用于AI代理的视频帧存储系统。
什么是Memvid？
Memvid是AI代理的一个存储层，它将知识作为压缩的“智能帧”存储在一个单一的内存中 .mv2 文件（类似于视频存储帧的方式）。这种方法提供了：
- 存储效率提高10倍 比传统的矢量数据库
- 低于5ms的内存访问时间
- 仅附加防撞存储 具有时间旅行功能
- 单个可移植文件 包含数据、嵌入、搜索结构和元数据
- 无需外部数据库或基础设施
特性
- 持久的长期记忆 对于AI代理
- 语义搜索 使用自然语言查询
- 即时检索 从单个可移植文件
- 无服务器架构 -不需要数据库基础架构
- 模型无关 -适用于支持MCP的任何LLM
安装
来自货物（生锈）
cargo install --git https://github.com/mystique09/memvid-mcp.git
来源
git clone https://github.com/mystique09/memvid-mcp.git
cd memvid-mcp
cargo build --release
# The binary will be at target/release/memvid-mcp.exe (Windows) or target/release/memvid-mcp (Linux/Mac)
配置
继续
添加到您的 mcpServers/new-mcp-server.yaml:
mcpServers:
- name: Memvid MCP
type: stdio
command: memvid-mcp
克劳德桌面版
添加到您的Claude桌面配置(claude_desktop_config.json):
{
"mcpServers": {
"memvid": {
"command": "memvid-mcp",
"env": {}
}
}
}
Cline（VS代码扩展）
添加到您的Cline设置：
{
"mcpServers": [
{
"name": "memvid",
"command": "memvid-mcp"
}
]
}
可用工具
| 工具 | 目的 | 描述 |
|---|---|---|
ping |
健康检查 | 返回“pong”以验证服务器是否正在运行 |
add_chunks |
存储内存 | 将文本块存储为具有语义嵌入的内存帧。返回计数和序列ID |
search |
查询内存 | 使用自然语言进行搜索。返回按语义相似度排序的相关块 |
用法示例
商店积木
Use the add_chunks tool to store information:
Add chunks ["Meeting discussed Q1 planning", "Action item: Review API integration", "Decision: Use Memvid for memory"]
搜索内存
Use the search tool with natural language queries:
Search for "Q1 planning" with top_k=5 and snippet_chars=200
健康检查
Ping to verify server is responsive:
Ping
存储
所有数据都存储在 memvid.mv2 在当前工作目录中。这是一个单一的可移植文件，其中包括：
- 压缩帧
- 全文检索
- 向量索引
- 时间线元数据
这 .mv2 文件可以像其他文件一样共享、版本控制和备份。
发展
构建
cargo build
运行（开发）
cargo run
使用MCP客户端进行测试
# Create test requests
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{"tools":{}},"clientInfo":{"name":"test","version":"1.0.0"}}}' | cargo run
需求
- 锈蚀1.85.0+
memvid-corecrate（作为依赖项包含）
了解更多
许可证
Apache许可证2.0
贡献
欢迎投稿！请随时提交拉取请求。
