Claude Memory MCP Server

클로드 메모리 MCP 서버

대규모 언어 모델에 대한 영구 메모리 기능을 제공하는 MCP(모델 컨텍스트 프로토콜) 서버 구현으로, 특히 Claude 데스크톱 애플리케이션과 통합되도록 설계되었습니다.

개요

이 프로젝트는 해당 분야의 현재 접근 방식에 대한 포괄적인 연구를 바탕으로 최적의 기억 기법을 구현합니다. 클로드가 대화와 세션 전반에 걸쳐 지속적인 기억을 유지할 수 있는 표준화된 방법을 제공합니다.

특징

• 계층형 메모리 아키텍처 : 단기, 장기 및 보관 메모리 계층
• 다양한 메모리 유형 : 대화, 지식, 엔터티 및 반성 지원
• 의미 검색 : 의미적 유사성을 기반으로 메모리 검색
• 자동 메모리 관리 : 명시적 명령 없이 지능형 메모리 캡처
• 기억 강화 : 단기 기억을 장기 기억으로 자동 강화
• 기억 관리 : 중요도 기반 기억 유지 및 망각
• Claude 통합 : Claude 데스크톱 애플리케이션과의 즉시 사용 가능한 통합
• MCP 프로토콜 지원 : 모델 컨텍스트 프로토콜과 호환
• Docker 지원 : Docker 컨테이너를 사용한 간편한 배포

빠른 시작

옵션 1: Docker 사용(권장)

지엑스피1

컨테이너화된 MCP 서버를 사용하도록 Claude Desktop을 구성합니다(자세한 내용은 Docker 사용 가이드 참조).

옵션 2: 표준 설치

1. 필수 조건 :
   • 파이썬 3.8-3.12
   • pip 패키지 관리자
2. 설치 :
   # 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. Claude Desktop 통합 :Claude 구성 파일에 다음을 추가하세요.
   { "mcpServers": { "memory": { "command": "python", "args": ["-m", "memory_mcp"], "env": { "MEMORY_FILE_PATH": "/path/to/your/memory.json" } } } }

Claude와 함께 메모리 사용하기

메모리 MCP 서버를 사용하면 클로드는 명확한 명령 없이도 대화에서 정보를 기억할 수 있습니다.

1. 자동 메모리 : 클로드는 자동으로 다음을 수행합니다.
   • 당신이 공유하는 중요한 세부 사항을 기억하세요
   • 사용자 기본 설정 및 사실 저장
   • 필요할 때 관련 정보를 회상하세요
2. 기억 회상 : 클로드가 무엇을 기억하는지 알아보려면 간단히 다음과 같이 질문하세요.
   • "당신은 나에 대해 무엇을 기억하나요?"
   • "내 선호도에 대해 뭘 알고 있니?"
3. 시스템 프롬프트 : 최적의 메모리 사용을 위해 Claude 시스템 프롬프트에 다음을 추가하세요.
   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.

자세한 사용 지침과 예시는 사용자 가이드를 참조하세요.

선적 서류 비치

• 사용자 가이드
• Docker 사용 가이드
• 호환성 가이드
• 건축학
• 클로드 통합 가이드

예시

examples 디렉토리에는 메모리 MCP 서버와 상호 작용하는 방법을 보여주는 스크립트가 포함되어 있습니다.

• store_memory_example.py : 메모리 저장의 예
• retrieve_memory_example.py : 메모리 검색 예제

문제 해결

문제가 발생하는 경우:

1. 종속성 요구 사항에 대한 호환성 가이드를 확인하세요.
2. Python 버전이 3.8-3.12인지 확인하세요.
3. NumPy 문제의 경우 pip install "numpy>=1.20.0,<2.0.0" 사용하세요.
4. 간소화된 배포를 위해 Docker를 사용해 보세요.

기여하다

기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.