MCP-Speicherdienst
Ein MCP-Server, der semantischen Speicher und persistente Speicherfunktionen für Claude Desktop mithilfe von ChromaDB und Satztransformatoren bereitstellt. Dieser Dienst ermöglicht Langzeitspeicherung mit semantischen Suchfunktionen und eignet sich daher ideal für die Kontextpflege über Konversationen und Instanzen hinweg.
Helfen
Sprechen Sie mit TalkToGitHub mit dem Repo!
Merkmale
- Semantische Suche mit Satztransformatoren
- Zeitbasiertes Erinnern in natürlicher Sprache (z. B. „letzte Woche“, „gestern Morgen“)
- Tag-basiertes Speicherabrufsystem
- Persistenter Speicher mit ChromaDB
- Automatische Datenbanksicherungen
- Tools zur Speicheroptimierung
- Genaue Übereinstimmungssuche
- Debug-Modus für Ähnlichkeitsanalyse
- Überwachung der Datenbankintegrität
- Duplikaterkennung und -bereinigung
- Anpassbares Einbettungsmodell
- Plattformübergreifende Kompatibilität (Apple Silicon, Intel, Windows, Linux)
- Hardwarebewusste Optimierungen für verschiedene Umgebungen
- Anmutige Fallbacks für begrenzte Hardwareressourcen
Installation
Schnellstart (empfohlen)
Das erweiterte Installationsskript erkennt Ihr System automatisch und installiert die entsprechenden Abhängigkeiten:
# Clone the repository
git clone https://github.com/doobidoo/mcp-memory-service.git
cd mcp-memory-service
# Create and activate a virtual environment
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
# Run the installation script
python install.py
Das Skript install.py führt Folgendes aus:
- Ermitteln Sie Ihre Systemarchitektur und verfügbare Hardwarebeschleuniger
- Installieren Sie die entsprechenden Abhängigkeiten für Ihre Plattform
- Konfigurieren Sie die optimalen Einstellungen für Ihre Umgebung
- Überprüfen Sie die Installation und stellen Sie bei Bedarf eine Diagnose bereit
Docker-Installation
Sie können den Memory Service mit Docker ausführen:
# Using Docker Compose (recommended)
docker-compose up
# Using Docker directly
docker build -t mcp-memory-service .
docker run -p 8000:8000 -v /path/to/data:/app/chroma_db -v /path/to/backups:/app/backups mcp-memory-service
Wir bieten mehrere Docker Compose-Konfigurationen für verschiedene Szenarien:
docker-compose.yml – Standardkonfiguration mit Pip-Installationdocker-compose.uv.yml – Alternative Konfiguration mit UV-Paketmanagerdocker-compose.pythonpath.yml – Konfiguration mit expliziten PYTHONPATH-Einstellungen
So verwenden Sie eine alternative Konfiguration:
docker-compose -f docker-compose.uv.yml up
Windows-Installation (Sonderfall)
Windows-Benutzer können aufgrund der plattformspezifischen Verfügbarkeit von Wheels auf Probleme bei der PyTorch-Installation stoßen. Verwenden Sie unser Windows-spezifisches Installationsskript:
# After activating your virtual environment
python scripts/install_windows.py
Dieses Skript behandelt:
- Erkennen der CUDA-Verfügbarkeit und -Version
- Installieren der entsprechenden PyTorch-Version von der richtigen Index-URL
- Installieren anderer Abhängigkeiten ohne Konflikte mit PyTorch
- Überprüfen der Installation
Installation über Smithery
So installieren Sie Memory Service für Claude Desktop automatisch über Smithery :
npx -y @smithery/cli install @doobidoo/mcp-memory-service --client claude
Detaillierte Installationsanleitung
Ausführliche Installationsanweisungen und Hinweise zur Fehlerbehebung finden Sie im Installationshandbuch .
Claude MCP-Konfiguration
Standardkonfiguration
Fügen Sie Ihrer Datei claude_desktop_config.json Folgendes hinzu:
{
"memory": {
"command": "uv",
"args": [
"--directory",
"your_mcp_memory_service_directory", // e.g., "C:\\REPOSITORIES\\mcp-memory-service"
"run",
"memory"
],
"env": {
"MCP_MEMORY_CHROMA_PATH": "your_chroma_db_path", // e.g., "C:\\Users\\John.Doe\\AppData\\Local\\mcp-memory\\chroma_db"
"MCP_MEMORY_BACKUPS_PATH": "your_backups_path" // e.g., "C:\\Users\\John.Doe\\AppData\\Local\\mcp-memory\\backups"
}
}
}
Windows-spezifische Konfiguration (empfohlen)
Für Windows-Benutzer empfehlen wir die Verwendung des Wrapper-Skripts, um sicherzustellen, dass PyTorch ordnungsgemäß installiert ist:
{
"memory": {
"command": "python",
"args": [
"C:\\path\\to\\mcp-memory-service\\memory_wrapper.py"
],
"env": {
"MCP_MEMORY_CHROMA_PATH": "C:\\Users\\YourUsername\\AppData\\Local\\mcp-memory\\chroma_db",
"MCP_MEMORY_BACKUPS_PATH": "C:\\Users\\YourUsername\\AppData\\Local\\mcp-memory\\backups"
}
}
}
Das Wrapper-Skript wird:
- Überprüfen Sie, ob PyTorch installiert und richtig konfiguriert ist
- Installieren Sie PyTorch bei Bedarf mit der richtigen Index-URL
- Führen Sie den Speicherserver mit der entsprechenden Konfiguration aus
Benutzerhandbuch
Ausführliche Anweisungen zur Interaktion mit dem Speicherdienst in Claude Desktop:
- Aufrufhandbuch - Lernen Sie die spezifischen Schlüsselwörter und Ausdrücke, die Speicheroperationen in Claude auslösen
- Installationshandbuch - Detaillierte Einrichtungsanweisungen
Der Speicherdienst wird in Ihren Gesprächen mit Claude über natürliche Sprachbefehle aufgerufen. Beispiel:
- Zum Speichern: „Bitte denken Sie daran, dass der Abgabetermin für mein Projekt der 15. Mai ist.“
- Zum Abrufen: „Erinnern Sie sich, was ich Ihnen über die Deadline meines Projekts gesagt habe?“
- Zum Löschen: „Bitte vergessen Sie, was ich Ihnen über meine Adresse gesagt habe.“
Eine vollständige Liste der Befehle und ausführliche Anwendungsbeispiele finden Sie im Aufrufhandbuch .
Speicheroperationen
Der Speicherdienst stellt über den MCP-Server die folgenden Vorgänge bereit:
Kernspeichervorgänge
store_memory - Neue Informationen mit optionalen Tags speichernretrieve_memory - Semantische Suche nach relevanten Erinnerungen durchführenrecall_memory - Erinnerungen mithilfe natürlicher Sprachzeitausdrücke abrufensearch_by_tag – Finden Sie Erinnerungen mithilfe bestimmter Tagsexact_match_retrieve - Finde Erinnerungen mit exakter Inhaltsübereinstimmungdebug_retrieve - Erinnerungen mit Ähnlichkeitsbewertungen abrufen
Datenbankverwaltung
create_backup - Datenbanksicherung erstellenget_stats - Speicherstatistiken abrufenoptimize_db - Datenbankleistung optimierencheck_database_health - Datenbank-Integritätsmetriken abrufencheck_embedding_model - Modellstatus überprüfen
Speicherverwaltung
delete_memory - Löscht bestimmten Speicher nach Hashdelete_by_tag - Löscht alle Erinnerungen mit einem bestimmten Tagcleanup_duplicates - Doppelte Einträge entfernen
Konfigurationsoptionen
Konfigurieren Sie über Umgebungsvariablen:
CHROMA_DB_PATH: Path to ChromaDB storage
BACKUP_PATH: Path for backups
AUTO_BACKUP_INTERVAL: Backup interval in hours (default: 24)
MAX_MEMORIES_BEFORE_OPTIMIZE: Threshold for auto-optimization (default: 10000)
SIMILARITY_THRESHOLD: Default similarity threshold (default: 0.7)
MAX_RESULTS_PER_QUERY: Maximum results per query (default: 10)
BACKUP_RETENTION_DAYS: Number of days to keep backups (default: 7)
LOG_LEVEL: Logging level (default: INFO)
# Hardware-specific environment variables
PYTORCH_ENABLE_MPS_FALLBACK: Enable MPS fallback for Apple Silicon (default: 1)
MCP_MEMORY_USE_ONNX: Use ONNX Runtime for CPU-only deployments (default: 0)
MCP_MEMORY_USE_DIRECTML: Use DirectML for Windows acceleration (default: 0)
MCP_MEMORY_MODEL_NAME: Override the default embedding model
MCP_MEMORY_BATCH_SIZE: Override the default batch size
Hardwarekompatibilität
| Plattform | Architektur | Beschleuniger | Status |
|---|
| macOS | Apple Silicon (M1/M2/M3) | MPS | ✅ Vollständig unterstützt |
| macOS | Apple Silicon unter Rosetta 2 | CPU | ✅ Unterstützt mit Fallbacks |
| macOS | Intel | CPU | ✅ Vollständig unterstützt |
| Windows | x86_64 | CUDA | ✅ Vollständig unterstützt |
| Windows | x86_64 | DirectML | ✅ Unterstützt |
| Windows | x86_64 | CPU | ✅ Unterstützt mit Fallbacks |
| Linux | x86_64 | CUDA | ✅ Vollständig unterstützt |
| Linux | x86_64 | ROCm | ✅ Unterstützt |
| Linux | x86_64 | CPU | ✅ Unterstützt mit Fallbacks |
| Linux | ARM64 | CPU | ✅ Unterstützt mit Fallbacks |
Testen
# Install test dependencies
pip install pytest pytest-asyncio
# Run all tests
pytest tests/
# Run specific test categories
pytest tests/test_memory_ops.py
pytest tests/test_semantic_search.py
pytest tests/test_database.py
# Verify environment compatibility
python scripts/verify_environment_enhanced.py
# Verify PyTorch installation on Windows
python scripts/verify_pytorch_windows.py
# Perform comprehensive installation verification
python scripts/test_installation.py
Fehlerbehebung
Ausführliche Schritte zur Fehlerbehebung finden Sie in der Installationsanleitung .
Tipps zur schnellen Fehlerbehebung
- Windows PyTorch-Fehler : Verwenden Sie
python scripts/install_windows.py - macOS Intel-Abhängigkeitskonflikte : Verwenden Sie
python install.py --force-compatible-deps - Rekursionsfehler : Führen Sie
python scripts/fix_sitecustomize.py aus - Umgebungsüberprüfung : Führen Sie
python scripts/verify_environment_enhanced.py aus - Speicherprobleme : Setzen Sie
MCP_MEMORY_BATCH_SIZE=4 und versuchen Sie es mit einem kleineren Modell - Apple Silicon : Stellen Sie sicher, dass Python 3.10+ für ARM64 erstellt wurde, und setzen Sie
PYTORCH_ENABLE_MPS_FALLBACK=1 - Installationstest : Führen Sie
python scripts/test_installation.py aus
Projektstruktur
mcp-memory-service/
├── src/mcp_memory_service/ # Core package code
│ ├── __init__.py
│ ├── config.py # Configuration utilities
│ ├── models/ # Data models
│ ├── storage/ # Storage implementations
│ ├── utils/ # Utility functions
│ └── server.py # Main MCP server
├── scripts/ # Helper scripts
├── memory_wrapper.py # Windows wrapper script
├── install.py # Enhanced installation script
└── tests/ # Test suite
Entwicklungsrichtlinien
- Python 3.10+ mit Typhinweisen
- Verwenden Sie Datenklassen für Modelle
- Dreifach zitierte Docstrings für Module und Funktionen
- Async/Await-Muster für alle E/A-Vorgänge
- Befolgen Sie die PEP 8-Stilrichtlinien
- Schließen Sie Tests für neue Funktionen ein
Lizenz
MIT-Lizenz – Einzelheiten finden Sie in der Datei „LICENSE“
Danksagung
- ChromaDB-Team für die Vektordatenbank
- Sentence Transformers-Projekt zum Einbetten von Modellen
- MCP-Projekt zur Protokollspezifikation
Kontakt
Telegramm
Integrationen
Der MCP Memory Service kann mit verschiedenen Tools und Dienstprogrammen erweitert werden. Eine Liste der verfügbaren Optionen finden Sie unter Integrationen , darunter: