AI导哈

AI记忆系统

Universal RAG MCP是一个跨平台的AI助手记忆系统，为Claude、ChatGPT、Gemini等AI助手提供持久、可搜索的记忆功能。

  • by Sid7on1
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 Sid7on1/universal-memory-mcp

使用说明

通用RAG MCP

🧠 面向人工智能助手的智能跨平台存储系统

给你的AI助手 持久、可搜索的内存 它适用于Claude、ChatGPT、Gemini等。

✨ 特性

  • 🧠 智能存储器 -智能分块过滤噪音，只保留重要信息
  • 🔍 语义搜索 -按含义查找信息，而不仅仅是关键字
  • 🚫 自动重复数据删除 -跟踪提及计数，而不是保存重复项
  • 🌐 交叉平台的 -Claude、ChatGPT、Gemini、Cursor、Kiro的内存相同
  • ⚡ 快速 -使用内存缓存进行Sub-100ms搜索
  • 🎯 准确的 -支持多问题并行搜索
  • 🔒 您的数据 -存储在您的Firebase/Pinecone帐户中

特性

  • 跨平台：Claude Desktop、ChatGPT、Gemini等中的内存相同
  • 您的数据：您控制它-存储在您的Firebase/Pinecone帐户中
  • 零配置：5分钟安装向导处理一切
  • 智能搜索：语义搜索，自动重新排序
  • 快速：内存缓存+热/温/冷存储层

🚀 快速开始

# 1. Install
npm install -g @sid7vish/universal-rag-mcp

# 2. Setup (5 minutes)
universal-rag-mcp init

# 3. Add MCP config to your AI platform (shown at end of setup)

# 4. Restart your AI platform and test!

就是这样！ 你的AI现在有持久的记忆。

📖 文档

→ 阅读完整指南

您需要的一切：

  • 详细的设置说明
  • API密钥演练
  • 平台配置
  • 故障排除
  • 高级用法

💬 示例用法

You: Remember that I love TypeScript and I'm building SLAM v3
AI: Got it!

You: What am I working on?
AI: You're building SLAM v3 and you love TypeScript!

🏗️ 建筑

AI Platform (Claude/ChatGPT/Gemini)
    ↓ MCP Protocol
universal-rag-mcp
    ↓
Firebase (data) + Pinecone (vectors) + Voyage AI (embeddings)

🔑 你需要的

4个免费API密钥 （安装向导将指导您）：

  1. 火基 -数据库存储空间（免费：1GB）
  2. 松果 -矢量搜索（免费：500万矢量）
  3. Voyage AI -主要嵌入（免费：1000万代币）
  4. 凝聚 -回退嵌入（免费：每月1K通话）

总设置时间： 5分钟
每月费用： 0美元（免费套餐覆盖大多数用户）

📚 命令

universal-rag-mcp init      # Setup wizard
universal-rag-mcp status    # Check configuration
universal-rag-mcp config    # Show config location

🤝 贡献

欢迎投稿！打开一个问题或PR。

📄 许可证

MIT许可证-请参阅 许可证

🔗 链接

  • NPM包： https://www.npmjs.com/package/@sid7vish/通用抹布mcp
  • GitHub回购： https://github.com/Sid7on1/universal-memory-mcp
  • 完整指南： GUIDE.md

由以下材料制成❤️ 通过 悉达多Vishwanath

相关 MCP