AI导哈

知识管理服务器

一个用于与Rememberizer文档和知识管理API交互的服务器，支持大型语言模型搜索、检索和管理文档及集成。

  • by skydeckai
  • Python
  • 本地部署
  • 36 星标
  • 更新于
在 GitHub 查看 skydeckai/mcp-server-rememberizer

使用说明

MCP服务器记忆器

A. 模型上下文协议 用于与Remember的文档和知识管理API交互的服务器。此服务器使大型语言模型能够通过Rememberizer搜索、检索和管理文档和集成。

请注意 mcp-server-rememberizer 目前正在开发中，功能可能会发生变化。

组件

资源

服务器提供对两种资源的访问：文档或Slack讨论

工具

  1. retrieve_semantically_similar_internal_knowledge

    • 发送一段文本，并从您连接的Rememberizer个人/团队内部知识和记忆库中检索余弦相似的匹配项
    • 输入：
      • match_this （string）：最多400个单词的句子，您希望找到语义相似的知识块
      • n_results （整数，可选）：要返回的语义上相似的文本块的数量。使用“n_results=3”表示最多5个，使用“n_result=10”表示更多信息
      • from_datetime_ISO8601 （字符串，可选）：ISO 8601格式的开始日期，带时区（例如2023-01-01T00:00:00Z）。使用此功能筛选特定日期的结果
      • to_datetime_ISO8601 （字符串，可选）：ISO 8601格式的结束日期，带时区（例如2024-01-01T00:00:00Z）。使用此功能筛选结果，直到特定日期
    • 返回：搜索结果作为文本输出

  2. smart_search_internal_knowledge

    • 使用返回代理搜索结果的简单查询，在Rememberizer的个人/团队内部知识和记忆存储库中搜索文档。搜索可能包括Slack讨论、Gmail、Dropbox文档、Google Drive文档和上传文件等来源
    • 输入：
      • query （string）：最多400个单词的句子，您希望找到语义相似的知识块
      • user_context （string，可选）：查询的附加上下文。您可能需要总结到目前为止的对话，以获得更好的上下文感知结果
      • n_results （整数，可选）：要返回的语义上相似的文本块的数量。使用“n_results=3”表示最多5个，使用“n_result=10”表示更多信息
      • from_datetime_ISO8601 （字符串，可选）：ISO 8601格式的开始日期，带时区（例如2023-01-01T00:00:00Z）。使用此功能筛选特定日期的结果
      • to_datetime_ISO8601 （字符串，可选）：ISO 8601格式的结束日期，带时区（例如2024-01-01T00:00:00Z）。使用此功能筛选结果，直到特定日期
    • 返回：搜索结果作为文本输出

  3. list_internal_knowledge_systems

    • 列出个人/团队内部知识的来源。这些可能包括Slack讨论、Gmail、Dropbox文档、Google Drive文档和上传的文件
    • 输入：无需
    • 返回：可用集成列表

  4. rememberizer_account_information

    • 获取有关您的Rememberizer.ai个人/团队知识库帐户的信息。这包括账户持有人姓名和电子邮件地址
    • 输入：无需
    • 返回：帐户信息详细信息

  5. list_personal_team_knowledge_documents

    • 检索个人/团队知识系统中所有文档的分页列表。来源可能包括Slack讨论、Gmail、Dropbox文档、Google Drive文档和上传的文件
    • 输入：
      • page （整数，可选）：分页页码，从1开始（默认值：1）
      • page_size （整数，可选）：每页文档数，范围1-1000（默认值：100）
    • 返回：文档列表

  6. remember_this

    • 在您的Rememberizer.ai知识系统中保存一条文本信息，以便将来可以通过工具retrieve_sematicaly_similar_internal knowledge或smart_search_internal_knowledge进行检索
    • 输入：
      • name （string）：信息的名称。这用于识别未来的信息
      • content （string）：你想记住的信息
    • 返回：确认数据

安装

手动安装

uvx mcp-server-rememberizer

通过MseeP AI助手应用程序

如果你安装了MseeP AI Helper应用程序，你可以搜索“Rememberizer”并安装mcp服务器Rememberizer。

配置

环境变量

需要以下环境变量：

  • REMEMBERIZER_API_TOKEN：您的Remember API令牌

您可以通过创建自己的密钥来注册API密钥 记忆器中的常识.

使用Claude Desktop

将此添加到您的 claude_desktop_config.json:

"mcpServers": {
  "rememberizer": {
      "command": "uvx",
      "args": ["mcp-server-rememberizer"],
      "env": {
        "REMEMBERIZER_API_TOKEN": "your_rememberizer_api_token"
      }
    },
}

使用MseeP AI助手应用程序

将env REMEMBERIZER_API_TOKEN添加到mcp-server-REMEMBERIZER。

在Rememberizer MCP服务器的支持下，您现在可以在Claude Desktop应用程序或SkyDeck AI GenStudio中提出以下问题

  • 我的Rememberizer帐户是什么？

  • 列出我在那里的所有文件。

  • 给我一个关于“…”的快速总结

  • 等等。。。

要了解有关Rememberizer MCP服务器的更多信息：https://docs.rememberizer.ai/personal-use/integrations/rememberizer-mcp-servers

许可证

此项目根据Apache许可证2.0获得许可-请参阅 许可证 文件以获取详细信息。

相关 MCP