クロード・メモリ MCP サーバー

大規模言語モデルに永続メモリ機能を提供する MCP (モデル コンテキスト プロトコル) サーバー実装。特に Claude デスクトップ アプリケーションと統合するように設計されています。

概要

このプロジェクトは、この分野における最新のアプローチを包括的に研究し、最適な記憶技術を実装します。これにより、クロードは会話やセッションをまたいで永続的な記憶を維持するための標準化された方法を得ることができます。

Related MCP server: ClaudeKeep

特徴

• 階層型メモリアーキテクチャ:短期、長期、アーカイブメモリの階層

• 複数のメモリタイプ:会話、知識、エンティティ、リフレクションのサポート

• セマンティック検索：意味的類似性に基づいて記憶を検索する

• 自動メモリ管理:明示的なコマンドなしでインテリジェントなメモリキャプチャ

• 記憶の統合：短期記憶を長期記憶に自動的に統合する

• 記憶管理：重要度に基づく記憶の保持と忘却

• Claude 統合: Claude デスクトップ アプリケーションとのすぐに使用できる統合

• MCPプロトコルサポート: モデルコンテキストプロトコルと互換性あり

• Dockerサポート: Dockerコンテナを使用した簡単なデプロイメント

クイックスタート

オプション 1: Docker を使用する (推奨)

コンテナ化された MCP サーバーを使用するように Claude Desktop を構成します (詳細については、 Docker 使用ガイドを参照してください)。

オプション2: 標準インストール

1. 前提条件:

   • Python 3.8-3.12

   • pip パッケージマネージャー

2. インストール：

   # Clone the repository git clone https://github.com/WhenMoon-afk/claude-memory-mcp.git cd claude-memory-mcp # Install dependencies pip install -r requirements.txt # Run setup script chmod +x setup.sh ./setup.sh

3. クロードデスクトップ統合:

   Claude 構成ファイルに次の内容を追加します。

   { "mcpServers": { "memory": { "command": "python", "args": ["-m", "memory_mcp"], "env": { "MEMORY_FILE_PATH": "/path/to/your/memory.json" } } } }

クロードと記憶を使う

メモリ MCP サーバーにより、Claude は明示的なコマンドを必要とせずに会話全体で情報を記憶できるようになります。

1. 自動メモリ: クロードは自動的に次の操作を実行します:

   • 共有した重要な詳細を記憶する

   • ユーザーの好みや事実を保存する

   • 必要に応じて関連情報を思い出す

2. 記憶の想起: クロードが何を覚えているかを知るには、次のように質問するだけです。

   • 「私のことを何て覚えてるの？」

   • 「私の好みについて何を知っているんですか？」

3. システム プロンプト: メモリの使用を最適化するには、Claude システム プロンプトに以下を追加します。

   This Claude instance has been enhanced with persistent memory capabilities. Claude will automatically remember important details about you across conversations and recall them when relevant, without needing explicit commands.

詳細な使用方法と例については、ユーザー ガイドを参照してください。

ドキュメント

• ユーザーガイド

• Docker 使用ガイド

• 互換性ガイド

• 建築

• クロード統合ガイド

例

examplesディレクトリには、Memory MCP サーバーと対話する方法を示すスクリプトが含まれています。

• store_memory_example.py : メモリの保存例

• retrieve_memory_example.py : 記憶の取得例

トラブルシューティング

問題が発生した場合:

1. 依存関係の要件については互換性ガイドを確認してください

2. Pythonのバージョンが3.8～3.12であることを確認してください

3. NumPy の問題の場合は、次を使用します: pip install "numpy>=1.20.0,<2.0.0"

4. シンプルなデプロイメントのためにDockerを使ってみましょう

貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。