AI导哈

内存跟踪服务器

一个基于MCP框架构建的内存跟踪服务器，用于监控、存储和管理MCP驱动的AI应用程序的上下文内存，实现跨会话的更智能和连贯的交互。

  • by Ramneek82810
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Ramneek82810/Mcp-build-memory-tracker-server

使用说明

🧠 MCP 构建内存追踪服务器

一个使用（某种技术或框架）构建的强大内存追踪服务器 MCP（模型上下文协议） 框架。此项目监控、存储并管理由MCP（可能指某种多上下文处理或类似技术）驱动的AI应用程序中的上下文记忆，从而实现跨会话更智能、更连贯的交互。

🚀 功能

  • 📦 跨多个用户会话追踪内存使用情况
  • 🧩 与MCP客户端/服务器设置无缝集成
  • 🗃️ 使用高效的内存和持久内存存储
  • 🔄 支持实时内存更新和删除
  • ✅ 最简设置，只需 uvicorn 用于本地开发

📁 项目结构

Mcp-build-memory-tracker-server/
│
├── memory/                 # Core memory logic and backend
│   ├── memory_store.py     # In-memory and persistent memory handler
│   └── utils.py            # Helper utilities
│
├── server.py              # Main MCP memory tracker server
└── README.md              # You're reading it!

⚙️ 安装

1. 克隆仓库

git clone https://github.com/Ramneek82810/Mcp-build-memory-tracker-server.git
cd Mcp-build-memory-tracker-server

2. 创建并激活虚拟环境（可选但建议）

python -m venv .venv
source .venv/bin/activate    # On Windows use: .venv\Scripts\activate

3. 安装依赖项

pip install fastapi uvicorn mcp

🧪 在本地运行服务器

uvicorn server:app --reload

或者如果使用 uv （推荐用于MCP项目）：

uv run server.py

服务器将在 http://localhost:8000

🧠 记忆的工作原理

  • 存储上下文数据，如对话历史、指令和元数据
  • 每个内存的作用域由以下决定：
    • session_id
    • tool_name
    • key
  • 支持：
    • GET /memory
    • POST /memory
    • DELETE /memory

🔌 与MCP的集成

这台服务器是为配合MCP的内存协议而设计的。

示例MCP工具客户端使用方法：

from mcp import ClientSession
# Your logic to call memory endpoints

在开发模式下运行时，请确保将客户端配置为指向此服务器。

📌 所有事项

  • 添加持久化存储后端（Redis/SQLite）
  • 安全内存端点
  • 为API测试添加Swagger UI
  • 编写单元测试

🤝 贡献（或：参与贡献）

欢迎提交拉取请求！对于重大更改，请先打开一个问题（issue）。

相关 MCP