Memory MCP Server

Memory MCP Server

License: AGPL-3.0-or-later · Copyright (c) 2026 Neige-Neige If you distribute this software or offer it as a network service (modified or not), you must make the complete corresponding source available under AGPL-3.0-or-later. For closed-source commercial licensing, please open an issue. 本ソフトウェアを配布する、またはネットワークサービスとして提供する場合（改変の有無を問わず）、 対応するソースコード全体を AGPL-3.0-or-later で公開する必要があります。 分发本软件或将其作为网络服务提供时（无论是否修改），必须以 AGPL-3.0-or-later 公开完整的对应源代码。

一个通用的 MCP (Model Context Protocol) 记忆服务，为任何支持 MCP 协议的 AI 客户端提供长期记忆能力。支持语义搜索、记忆分类和优先级管理。

特性

• 语义搜索 - 使用 Gemini gemini-embedding-001（3072维，100+语言支持，免费）
• 多语言搜索 - 自动翻译查询词，支持中英日跨语言检索
• 记忆分类 - 7 种预设分类，方便组织管理
• 优先级系统 - 5 级重要性标记，影响搜索排序
• 内存缓存 - 启动时加载记忆到内存，搜索更快
• 自动升级 - 检测旧版 embedding 并自动重新生成
• 渐进式注入 - 对话初期返回少量记忆，后期返回更多
• 双版本支持 - 本地 JSON 存储 / 云端 PostgreSQL 存储
• MCP 标准协议 - 兼容任何 MCP 客户端

可用工具

| 工具 | 说明 | 触发场景 | |------|------|----------| | save_memory | 保存重要的用户信息 | 用户提到重要个人信息、偏好、习惯 | | recall_memory | 按关键词/语义检索相关记忆 | 用户问「之前聊过什么」「你还记得吗」 | | update_memory | 更新已保存的记忆 | 需要修改之前保存的信息 | | list_all_memories | 查看所有已保存的记忆 | 用户要求列出所有记忆 | | delete_memory | 删除指定记忆 | 用户要求忘记某些信息 | | memory_stats | 显示记忆统计信息 | 查看记忆概览和分布 | | regenerate_embeddings | 重新生成所有记忆的 embedding | 切换 embedding 模型后使用 |

记忆优先级

每条记忆可以设置优先级（1-5），搜索时高优先级记忆会获得加成：

| 级别 | 说明 | 显示 | |------|------|------| | 1 | 最高 - 核心个人信息 | ★★★ | | 2 | 高 - 重要偏好或习惯 | ★★☆ | | 3 | 中 - 一般信息（默认） | ★☆☆ | | 4 | 低 - 临时或次要信息 | ☆☆☆ | | 5 | 最低 - 可能过时的信息 | · |

记忆分类

每条记忆可以归类到以下分类：

• general - 通用（默认）
• preference - 偏好设置
• work - 工作相关
• personal - 个人信息
• habit - 习惯
• skill - 技能
• goal - 目标

渐进式注入

recall_memory 会根据会话中的调用次数，智能调整返回的记忆数量和类型：

| 调用次数 | 返回内容 | 目的 | |---------|---------|------| | 第 1 次 | 最多 3 条核心记忆（优先级 1-2 或 personal 分类） | 身份确认、关系确认、语言风格 | | 第 2 次 | 1 条最相关记忆 + 提示剩余数量 | 聚焦当前话题，提示可查看更多 | | 第 3+ 次 | MAX_RESULTS 条（默认 3） | 正常搜索，完整返回 |

会话重置：超过 5 分钟未调用 recall_memory，计数器自动归零

这个设计确保：

• 对话开始时快速建立用户画像
• 对话中期聚焦当前话题
• 对话后期提供完整信息

两种部署方式

1. 本地版本 (memory_server.py)

适合本地运行的 MCP 客户端，使用 stdio 传输协议。

• 记忆保存在本地 memories.json 文件
• 使用关键词搜索
• 数据完全本地化，隐私保护

运行方式： ``bash python memory_server.py ``

MCP 客户端配置示例： ``json { "mcpServers": { "memory": { "command": "python", "args": ["/path/to/memory_server.py"] } } } ``

2. 云端版本 (memory_server_http.py)

适合远程访问的 MCP 客户端，使用 HTTP/SSE 传输协议。

• 使用 PostgreSQL 数据库存储
• 集成 Gemini Embedding API 进行语义搜索
• 支持多客户端连接
• 需要部署到云平台（Railway、Render、Fly.io 等）或有公网 IP 的服务器

什么时候需要云端版本？ - 使用 Claude.ai 网页版 连接 MCP 服务时（需要公网可访问的 URL） - 需要从多台设备访问同一份记忆时 - 本地版本使用 stdio 协议，仅支持 Claude Desktop 等本地客户端

运行方式： ```bash

设置环境变量

export DATABASE_URL="postgresql://user:pass@host:5432/dbname" export GEMINI_API_KEY="your-gemini-api-key" # 可选，用于语义搜索 export PORT=8000

可选：设置工具前缀（用于运行多个实例时避免工具名冲突）

export TOOL_PREFIX="work_" # 工具名将变为 work_save_memory, work_recall_memory 等 export SERVER_NAME="work-memory" # 服务器名称

python memory_server_http.py ```

多实例部署

如果需要同时运行多个 Memory MCP 实例（例如工作记忆和个人记忆分开存储），需要设置不同的 TOOL_PREFIX 避免工具名冲突：

实例 1 - 工作记忆： ``bash export TOOL_PREFIX="work_" export SERVER_NAME="work-memory" export DATABASE_URL="postgresql://..." # 工作数据库 ``

实例 2 - 个人记忆： ``bash export TOOL_PREFIX="personal_" export SERVER_NAME="personal-memory" export DATABASE_URL="postgresql://..." # 个人数据库 ``

这样工具名会变成：

• work_save_memory, work_recall_memory, ...
• personal_save_memory, personal_recall_memory, ...

MCP 客户端连接：

• SSE 端点: http://your-server:8000/sse
• 健康检查: http://your-server:8000/health

安装

pip install -r requirements.txt

依赖说明：

• mcp - MCP 协议库
• starlette, uvicorn - HTTP 服务器（云端版本）
• psycopg2-binary - PostgreSQL 驱动（云端版本）
• numpy - 向量计算
• requests - HTTP 客户端

云端部署

Railway 部署

1. Fork 此仓库到你的 GitHub
2. 在 Railway 创建新项目，连接 GitHub 仓库
3. 添加 PostgreSQL 数据库服务
4. 设置环境变量：

• DATABASE_URL - 自动由 Railway 设置
• GEMINI_API_KEY - 你的 Gemini API 密钥（可选）

1. 部署完成后获取服务 URL

其他云平台

项目包含 Procfile，兼容 Heroku、Render 等平台： `` web: python memory_server_http.py ``

使用示例

保存记忆

"记住我喜欢用 TypeScript 写代码"
"我的项目用的是 React + Vite，这是工作相关的"
"记住我不喜欢在代码里加太多注释，优先级设为高"

回忆信息

"我之前告诉过你什么编程偏好？"
"你还记得我的项目用什么技术栈吗？"
"只在工作分类里找一下相关记忆"

更新记忆

"把记忆 3 的优先级改成最高"
"更新记忆 5，把分类改成 work"

查看统计

"显示记忆统计"
"列出所有 work 分类的记忆"

数据格式

本地 JSON 格式

[
  {
    "id": 1,
    "content": "用户喜欢喝咖啡",
    "tags": ["偏好", "饮食"],
    "priority": 2,
    "category": "preference",
    "created_at": "2024-01-01T12:00:00",
    "updated_at": "2024-01-01T12:00:00"
  }
]

云端数据库 Schema

CREATE TABLE memories (
    id SERIAL PRIMARY KEY,
    content TEXT NOT NULL,
    tags TEXT[] DEFAULT '{}',
    embedding FLOAT8[],
    priority INTEGER DEFAULT 3,
    category VARCHAR(50) DEFAULT 'general',
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
)

API 端点（云端版本）

| 端点 | 方法 | 说明 | |------|------|------| | /sse | GET | MCP SSE 连接端点 | | /messages/ | POST | MCP 消息处理 | | /health | GET | 健康检查 |

健康检查响应示例： ``json { "status": "ok", "service": "memory-mcp", "storage": "postgresql", "semantic_search": "enabled" } ``

技术架构

┌──────────────────────────────────────────────────────────┐
│                    MCP Client (任意)                      │
│         (Claude Desktop, API Client, Custom App)         │
└─────────────────────────┬────────────────────────────────┘
                          │ MCP Protocol
          ┌───────────────┴───────────────┐
          ▼                               ▼
┌─────────────────────┐      ┌─────────────────────────────┐
│   本地版本 (stdio)   │      │     云端版本 (HTTP/SSE)     │
│  memory_server.py   │      │   memory_server_http.py     │
├─────────────────────┤      ├─────────────────────────────┤
│ - JSON 文件存储      │      │ - PostgreSQL 数据库          │
│ - 关键词搜索         │      │ - Gemini Embedding 语义搜索  │
│ - 优先级/分类管理    │      │ - 优先级/分类管理             │
└─────────────────────┘      └─────────────────────────────┘

兼容的 MCP 客户端

本服务兼容任何支持 MCP 协议的客户端，包括但不限于：

• Claude Desktop
• 自定义 API 客户端
• MCP Inspector（调试工具）
• 其他 MCP 兼容应用

使用建议

关于客户端内置记忆功能 部分 MCP 客户端（如 Claude Desktop）自带记忆功能，其内置记忆的权重通常比外部 MCP 服务更高。 - 建议：根据自身需求决定是否关闭客户端的内置记忆功能 - 注意：如果关闭客户端内置记忆，所有记忆检索都会走本服务的 recall_memory，响应时间可能会稍长（需要进行语义搜索和数据库查询） 请根据实际使用场景自行权衡。

故障排除

语义搜索不工作

1. 检查 GEMINI_API_KEY 环境变量是否设置
2. 查看服务日志中的 [EMBEDDING] 相关信息
3. 如果 API 出错，会自动降级为关键词搜索

数据库连接失败

1. 检查 DATABASE_URL 格式是否正确
2. 确认数据库服务正在运行
3. 检查网络连接和防火墙设置

SSE 连接问题

1. 确认客户端支持 SSE 传输
2. 检查 CORS 设置（如果是跨域访问）
3. 确认端口没有被占用

自定义 Embedding 服务

本项目默认使用 Google Gemini Embedding API（免费），但你可以替换为其他 embedding 服务。

当前默认行为

• 有 GEMINI_API_KEY: 使用 Gemini gemini-embedding-001 模型进行语义搜索
• 3072 维向量，精度更高
• 支持 100+ 语言，跨语言检索效果更好
• 启动时自动检测旧版 embedding (768维) 并升级
• 无 GEMINI_API_KEY: 自动降级为关键词搜索（仍然可用）

替换为其他 Embedding 服务

如果你想使用 OpenAI、Cohere、本地模型等其他 embedding 服务，需要修改 memory_server_http.py 中的 get_embedding() 函数：

def get_embedding(text: str) -> list[float] | None:
    """获取文本的 embedding 向量"""
    # 替换为你的 embedding API 调用
    # 返回值应为 float 列表，如 [0.1, 0.2, ...]
    # 返回 None 表示失败，会降级为关键词搜索
    pass

常见替代方案：

• OpenAI text-embedding-3-small
• Cohere embed-multilingual-v3.0
• 本地部署的 sentence-transformers
• 其他支持中文的 embedding 模型

后续优化方向

• [x] 语义搜索（Gemini Embedding）
• [x] 多语言搜索（中英日跨语言检索）
• [x] 记忆优先级
• [x] 记忆分类管理
• [x] 记忆更新功能
• [x] 记忆统计功能
• [x] Embedding 自动升级
• [ ] 记忆过期机制
• [ ] 记忆导出/导入
• [ ] 记忆关联功能
• [ ] WebSocket 传输支持

License

Copyright (c) 2026 Neige-Neige

This project is licensed under the GNU Affero General Public License, version 3 or (at your option) any later version (AGPL-3.0-or-later). See LICENSE for the full text.

What triggers the copyleft

AGPL is triggered by distribution and by offering the software as a network service — not by "commercial use" as such. Concretely:

• Running an unmodified or modified copy privately, without distributing it and

without offering it to others over a network → no obligation, even commercially

• Distributing the software, modified or not → you must provide the complete

corresponding source under AGPL-3.0-or-later

• Offering it as a network service (SaaS, hosted MCP endpoint, bot, etc.), modified

or not → you must make the complete corresponding source available to its users, even though you never hand out a copy of the software itself. This is the clause that distinguishes AGPL from plain GPL.

• In all of the above you must retain this copyright notice and license

Commercial licensing

If you want to distribute this project, or run it as a service, without releasing your source code, AGPL-3.0-or-later does not permit that. A separate commercial license is available — please open an issue to discuss.

中文

本项目采用 AGPL-3.0-or-later（GNU Affero 通用公共许可证第 3 版或任何更新版本）授权。

触发 copyleft 的是"分发"和"以网络服务提供"，而不是"商业使用"本身：

• 私下运行（不分发、不对外提供网络服务）→ 无义务，即使是商业环境
• 分发本软件（无论是否修改）→ 必须以 AGPL-3.0-or-later 提供完整的对应源代码
• 作为网络服务提供（SaaS、托管 MCP 端点、bot 等，无论是否修改）→ 必须向使用者公开

完整的对应源代码，即使你从未分发过软件本体。这是 AGPL 区别于普通 GPL 的核心条款

• 以上任何情形都必须保留原始的版权声明与授权条款

如需在不公开源代码的前提下分发或提供服务，AGPL 不允许，请开 issue联系作者 获取单独的商业授权。

日本語

本プロジェクトは AGPL-3.0-or-later ライセンスで公開されています。

copyleft が発動するのは「配布」と「ネットワークサービスとしての提供」であり、 「商用利用」そのものではありません:

• 私的に実行するだけ（配布せず、ネットワーク経由で他者に提供しない）→ 商用でも義務なし
• 配布する場合（改変の有無を問わず）→ 対応するソースコード全体を AGPL-3.0-or-later で提供
• ネットワークサービスとして提供する場合（改変の有無を問わず）→ ソフトウェア本体を

配布していなくても、利用者に対して対応するソースコード全体を開示する義務があります

• いずれの場合も著作権表示とライセンスの保持が必要です

ソースコードを公開せずに配布・サービス提供をご希望の場合は、issue にて 商用ライセンスをご相談ください。

---

<p align="center"> <a href="https://buymeacoffee.com/neige_neige"> <img src="https://img.shields.io/badge/Buy%20Me%20A%20Coffee-yellow?style=flat-square&logo=buy-me-a-coffee"> </a> </p>

<p align="center"> _{Built with 🌀 <a href="https://github.com/anthropics/claude-code">Claude Code</a>} </p>