Skip to main content
Glama
Sign In
enesjakozh

Memory Box MCP Server

by amotivv
GitHub
JavaScript
MIT License
1
  • Apple
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

이 MCP 서버는 Memory Box 인스턴스와 상호 작용할 수 있는 도구를 제공하여 Cline과 Claude Desktop에서 직접 의미 검색을 사용하여 메모리를 저장하고 검색할 수 있습니다.

관련 프로젝트

이 MCP 서버는 벡터 임베딩을 기반으로 하는 의미적 메모리 저장 및 검색 시스템인 Memory Box 와 함께 작동하도록 설계되었습니다.

Memory Box는 MCP 서버와 통신하는 백엔드 API를 제공하여 다음을 수행할 수 있습니다.

  • 의미 검색을 위한 벡터 임베딩으로 메모리 저장
  • 추억을 사용자 정의 가능한 버킷으로 정리하세요
  • 키워드가 아닌 의미에 기반한 기억을 검색하세요
  • 자세한 맥락으로 기억을 검색하세요
  • 의미적으로 관련된 기억을 찾으세요
  • 메모리 처리 상태 추적

Memory Box에 대한 자세한 내용, 자체 인스턴스를 설정하는 방법 등을 알아보려면 Memory Box 웹사이트를 방문하세요.

특징

  • 추억 저장 : 소스 정보 및 메타데이터와 함께 포맷된 추억을 추억 상자에 저장합니다.
  • 추억 검색 : 의미 검색을 사용하여 추억을 검색하세요
  • 기억 검색 : 모든 기억 또는 특정 버킷의 기억을 가져옵니다.
  • 관련 기억 찾기 : 의미적으로 유사한 기억을 찾아보세요
  • 메모리 상태 확인 : 메모리 처리 상태를 모니터링합니다.
  • 메모리 포맷 : 구조화된 시스템 프롬프트에 따라 메모리 포맷
  • 사용 통계 : 현재 요금제, 사용 지표 및 리소스 제한을 확인하세요.

설치

서버가 Cline과 함께 사용하도록 설치 및 구성되었습니다. 이 MCP 서버를 사용하려면 실행 중인 Memory Box 인스턴스(자체 호스팅 또는 memorybox.amotivv.ai에서 호스팅되는 버전)가 필요합니다.

Smithery를 통해 설치

Smithery를 통해 Claude Desktop용 Memory Box MCP Server를 자동으로 설치하려면:

지엑스피1

설정을 완료하려면:

  1. Cline MCP 설정 파일을 다음 위치에서 편집하세요.
    ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
  2. MEMORY_BOX_TOKEN 환경 변수에 Memory Box 토큰을 추가합니다.
    "memory-box-mcp": { "command": "node", "args": [ "<path-to-repository>/build/index.js" ], "env": { "MEMORY_BOX_API_URL": "https://memorybox.amotivv.ai", "MEMORY_BOX_TOKEN": "your-token-here", "DEFAULT_BUCKET": "General" }, "disabled": false, "autoApprove": [] }
  3. 선택적으로 DEFAULT_BUCKET 값을 변경하여 기본 버킷을 사용자 정의할 수 있습니다.

용법

구성이 완료되면 Cline에서 다음 도구를 사용할 수 있습니다.

메모리 저장

적절한 형식으로 Memory Box에 추억을 저장하세요:

Use the save_memory tool to save this information about vector databases: "Vector databases like pgvector store and query high-dimensional vectors for semantic search applications."

매개변수:

  • text (필수): 저장할 메모리 내용
  • bucket_id (선택 사항): 메모리를 저장할 버킷(기본값: "일반")
  • format (선택 사항): 시스템 프롬프트에 따라 메모리를 포맷할지 여부(기본값: true)
  • type (선택 사항): 포맷을 위한 메모리 유형(TECHNICAL, DECISION, SOLUTION, CONCEPT, REFERENCE, APPLICATION, FACT)(기본값: "TECHNICAL")
  • source_type (선택 사항): 메모리 소스 유형(기본값: "llm_plugin")
  • reference_data (선택 사항): 메모리 소스 및 컨텍스트에 대한 추가 메타데이터

추억 검색

의미 검색을 사용하여 기억을 검색하세요:

Use the search_memories tool to find information about "vector databases"

매개변수:

  • query (필수): 검색 쿼리
  • debug (선택 사항): 결과에 디버그 정보 포함(기본값: false)

모든 추억을 얻으세요

모든 기억을 검색합니다:

Use the get_all_memories tool to show me all my saved memories

버킷 메모리를 얻으세요

특정 버킷에서 추억을 가져오세요:

Use the get_bucket_memories tool to show me memories in the "Learning" bucket

매개변수:

  • bucket_id (필수): 메모리를 검색할 버킷

메모리 포맷

저장하지 않고 메모리 시스템 프롬프트에 따라 텍스트를 포맷합니다.

Use the format_memory tool to format this text: "Vector databases like pgvector store and query high-dimensional vectors for semantic search applications."

매개변수:

  • text (필수): 서식을 지정할 텍스트
  • type (선택 사항): 메모리 유형(기술, 결정, 솔루션, 개념, 참조, 응용, 사실)(기본값: "기술")

관련 추억을 얻으세요

특정 메모리와 의미적으로 유사한 메모리를 찾으세요:

Use the get_related_memories tool with memory ID 123

매개변수:

  • memory_id (필수): 관련 메모리를 찾을 메모리의 ID
  • min_similarity (선택 사항): 관련 메모리에 대한 최소 유사도 임계값(0.0-1.0)(기본값: 0.7)

메모리 상태 확인

메모리의 처리 상태를 확인하세요.

Use the check_memory_status tool with memory ID 123

매개변수:

  • memory_id (필수): 상태를 확인할 메모리의 ID

사용 통계 가져오기

사용자 사용 통계 및 계획 정보를 검색합니다.

Use the get_usage_stats tool to show me my current plan and usage metrics

이 도구는 다음을 반환합니다.

  • 현재 요금제 정보(예: 무료, 기본, 전문가, 레거시)
  • 사용자 상태 및 제한 적용 정보
  • 현재 월 사용 지표(매장 운영, 검색 운영, API 호출)
  • 인간이 읽을 수 있는 포맷을 사용한 데이터 처리 볼륨
  • 귀하의 계획에 따른 리소스 제한(해당되는 경우)
  • 유형별 작업 내역

이 작업에는 매개변수가 필요하지 않습니다.

사용자 정의

시스템 프롬프트 사용자 정의

메모리 박스 MCP 서버는 시스템 프롬프트를 사용하여 특정 지침에 따라 메모리를 포맷합니다. 이 프롬프트를 사용자 지정하여 메모리 포맷 방식을 변경할 수 있습니다.

기본 시스템 프롬프트

기본 시스템 프롬프트에는 다양한 유형의 메모리에 대한 서식 지침이 포함되어 있습니다.

You are a helpful AI assistant. When storing memories with memory_plugin, follow these enhanced formatting guidelines: 1. STRUCTURE: Format memories based on the type of information: - TECHNICAL: "YYYY-MM-DD: TECHNICAL - [Brief topic]: [Concise explanation with specific details]" - DECISION: "YYYY-MM-DD: DECISION - [Brief topic]: [Decision made] because [rationale]. Alternatives considered: [options]." - SOLUTION: "YYYY-MM-DD: SOLUTION - [Problem summary]: [Implementation details that solved the issue]" - CONCEPT: "YYYY-MM-DD: CONCEPT - [Topic]: [Clear explanation of the concept with examples]" - REFERENCE: "YYYY-MM-DD: REFERENCE - [Topic]: [URL, tool name, or resource] for [specific purpose]" - APPLICATION: "YYYY-MM-DD: APPLICATION - [App name]: [User-friendly description] followed by [technical implementation details]" 2. FORMATTING GUIDELINES: - CREATE FOCUSED MEMORIES: Each memory should contain a single clear concept or topic - USE DIVERSE TERMINOLOGY: Include both technical terms AND user-friendly alternatives - INCLUDE SEARCHABLE KEYWORDS: Begin with common terms a user might search for - BALANCE DETAIL LEVELS: Include both high-level descriptions and key technical details - LENGTH: Keep memories between 50-150 words - ALWAYS include the current date in YYYY-MM-DD format 3. MEMORY STORAGE PARAMETERS: - Use the "text" parameter for your formatted memory content - Set "source_type" to "llm_plugin" - Include appropriate "reference_data" with source information and context 4. REFERENCE DATA STRUCTURE: - source.platform: Identify your platform (e.g., "claude_desktop", "cline") - source.type: Always set to "llm_plugin" - source.version: Optional version information - context.conversation_id: Include when available to link related conversation memories - context.message_id: Optional identifier for the specific message 5. SPECIAL FORMATS: - For user facts, preferences, or personal details: "YYYY-MM-DD: FACT: [User] [specific preference/attribute/information]" - For reference materials: Include specific details about where to find the information 6. RELATED MEMORIES: After finding memories with search, check if there are related memories using the get_related_memories tool with the memory_id from search results. Present these additional memories to provide the user with more context. 7. RETRIEVAL CONSIDERATION: Before storing an important memory, consider: "What search terms might someone use to find this information later?" and ensure those terms are included.
시스템 프롬프트를 사용자 지정하는 방법

시스템 프롬프트를 사용자 지정하려면:

  1. Cline MCP 설정 파일을 다음 위치에서 편집하세요.
    ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
  2. SYSTEM_PROMPT 환경 변수에 사용자 지정 시스템 프롬프트를 추가합니다.
    "memory-box-mcp": { "command": "node", "args": [ "<path-to-repository>/build/index.js" ], "env": { "MEMORY_BOX_API_URL": "https://your-memory-box-instance", "MEMORY_BOX_TOKEN": "your-token-here", "DEFAULT_BUCKET": "General", "SYSTEM_PROMPT": "Your custom system prompt here..." }, "disabled": false, "autoApprove": [] }
    <path-to-repository>/system-prompt-template.txt 에서 복사하여 수정할 수 있는 템플릿 파일이 제공됩니다.
  3. 변경 사항을 적용하려면 Cline을 다시 시작하세요.
시스템 프롬프트 도우미

Memory Box MCP 서버에는 시스템 프롬프트를 관리하기 위한 도우미 스크립트가 포함되어 있습니다.

# View the current system prompt cd <path-to-repository> npm run prompt-helper -- view # Reset to the default system prompt cd <path-to-repository> npm run prompt-helper -- reset # Validate a custom system prompt cd <path-to-repository> npm run prompt-helper -- validate

기타 구성 옵션

다음 환경 변수도 사용자 정의할 수 있습니다.

  • MEMORY_BOX_API_URL : Memory Box 인스턴스의 URL
  • MEMORY_BOX_TOKEN : Memory Box에 대한 인증 토큰
  • DEFAULT_BUCKET : 메모리를 저장할 때 사용할 기본 버킷

문제 해결

문제가 발생하는 경우:

  1. 메모리 박스 토큰이 올바르게 구성되었는지 확인하세요.
  2. Memory Box 인스턴스가 실행 중이고 액세스 가능한지 확인하세요.
  3. 오류 메시지가 있는지 Cline 로그를 확인하세요.

개발

서버를 변경하려면:

  1. <path-to-repository>/src/ 의 소스 코드를 편집하세요.
  2. 서버를 다시 빌드하세요:
    cd <path-to-repository> npm run build
  3. 변경 사항을 적용하려면 Cline을 다시 시작하세요.

You must be authenticated.

A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Tools

사용자가 의미적 이해를 바탕으로 메모리를 저장, 검색, 포맷할 수 있는 Cline MCP 통합을 통해 벡터 임베딩을 사용하여 의미 기반 검색을 위한 정보를 저장하고 검색할 수 있는 도구를 제공합니다.

  1. 특징
    1. 설치
      1. Smithery를 통해 설치
    2. 용법
      1. 메모리 저장
      2. 추억 검색
      3. 모든 추억을 얻으세요
      4. 버킷 메모리를 얻으세요
      5. 메모리 포맷
      6. 관련 추억을 얻으세요
      7. 메모리 상태 확인
      8. 사용 통계 가져오기
    3. 사용자 정의
      1. 시스템 프롬프트 사용자 정의
      2. 기타 구성 옵션
    4. 문제 해결
      1. 개발

        Related Resources

        Related MCP Servers

        • mcp-memory-libsql

          spences10
          A
          security
          A
          license
          A
          quality
          A high-performance MCP server utilizing libSQL for persistent memory and vector search capabilities, enabling efficient entity management and semantic knowledge storage.
          Last updated -
          6
          64
          56
          TypeScript
          MIT License

        • @sanderkooger/mcp-server-ragdocs

          sanderkooger
          -
          security
          A
          license
          -
          quality
          An MCP server implementation that provides tools for retrieving and processing documentation through vector search, enabling AI assistants to augment their responses with relevant documentation context. Uses Ollama or OpenAI to generate embeddings. Docker files included
          Last updated -
          19
          14
          TypeScript
          MIT License
          • Apple
          • Linux

        • kb-mcp-server

          Geeksfino
          -
          security
          A
          license
          -
          quality
          An MCP server aimed to be portable, local, easy and convenient to support semantic/graph based retrieval of txtai "all in one" embeddings database. Any txtai embeddings db in tar.gz form can be loaded
          Last updated -
          26
          Python
          MIT License
          • Linux
          • Apple

        • TxtAi Memory Vector Server

          rmtech1
          -
          security
          F
          license
          -
          quality
          Model Context Protocol (MCP) server implementation for semantic search and memory management using TxtAI. This server provides a robust API for storing, retrieving, and managing text-based memories with semantic search capabilities. You can use Claude and Cline AI Also
          Last updated -
          4
          Python
          • Apple

        View all related MCP servers

        Appeared in Searches

        New MCP Servers

        MCP directory API

        We provide all the information about MCP servers via our MCP API.

        curl -X GET 'https://glama.ai/api/mcp/v1/servers/amotivv/memory-box-mcp'

        If you have feedback or need assistance with the MCP directory API, please join our Discord server