Skip to main content
Glama

MCP Memory Service

Служба памяти MCP

MCP-сервер, предоставляющий возможности семантической памяти и постоянного хранения для Claude Desktop с использованием ChromaDB и преобразователей предложений. Этот сервис обеспечивает долгосрочное хранение памяти с возможностями семантического поиска, что делает его идеальным для поддержания контекста в разговорах и случаях.

Помощь

Пообщайтесь с репозиторием с помощью TalkToGitHub !

Функции

  • Семантический поиск с использованием преобразователей предложений
  • Припоминание естественного языка с учетом времени (например, «на прошлой неделе», «вчера утром»)
  • Система извлечения памяти на основе тегов
  • Постоянное хранилище с использованием ChromaDB
  • Автоматическое резервное копирование баз данных
  • Инструменты оптимизации памяти
  • Поиск точного соответствия
  • Режим отладки для анализа сходства
  • Мониторинг работоспособности базы данных
  • Обнаружение и очистка дубликатов
  • Настраиваемая модель встраивания
  • Кроссплатформенная совместимость (Apple Silicon, Intel, Windows, Linux)
  • Аппаратно-ориентированная оптимизация для различных сред
  • Изящные откаты при ограниченных аппаратных ресурсах

Установка

Быстрый старт (рекомендуется)

Расширенный скрипт установки автоматически обнаруживает вашу систему и устанавливает соответствующие зависимости:

# 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

Скрипт install.py выполнит следующие действия:

  1. Определите архитектуру вашей системы и доступные аппаратные ускорители
  2. Установите соответствующие зависимости для вашей платформы.
  3. Настройте оптимальные параметры для вашей среды
  4. Проверьте установку и при необходимости проведите диагностику.

Установка докера

Вы можете запустить службу памяти с помощью Docker:

# 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

Мы предоставляем несколько конфигураций Docker Compose для различных сценариев:

  • docker-compose.yml — стандартная конфигурация с использованием pip install
  • docker-compose.uv.yml — Альтернативная конфигурация с использованием менеджера пакетов UV
  • docker-compose.pythonpath.yml — Конфигурация с явными настройками PYTHONPATH

Чтобы использовать альтернативную конфигурацию:

docker-compose -f docker-compose.uv.yml up

Установка Windows (особый случай)

Пользователи Windows могут столкнуться с проблемами установки PyTorch из-за доступности колеса для определенной платформы. Используйте наш скрипт установки для Windows:

# After activating your virtual environment python scripts/install_windows.py

Этот скрипт обрабатывает:

  1. Определение доступности и версии CUDA
  2. Установка соответствующей версии PyTorch с правильного индексного URL-адреса
  3. Установка других зависимостей без конфликта с PyTorch
  4. Проверка установки

Установка через Smithery

Чтобы автоматически установить Memory Service для Claude Desktop через Smithery :

npx -y @smithery/cli install @doobidoo/mcp-memory-service --client claude

Подробное руководство по установке

Подробные инструкции по установке и устранению неполадок см. в Руководстве по установке .

Конфигурация Клода MCP

Стандартная конфигурация

Добавьте следующее в файл claude_desktop_config.json :

{ "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" } } }

Конфигурация, специфичная для Windows (рекомендуется)

Пользователям Windows мы рекомендуем использовать скрипт-оболочку, чтобы убедиться, что PyTorch установлен правильно:

{ "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" } } }

Скрипт-обертка будет:

  1. Проверьте, установлен ли PyTorch и правильно ли он настроен.
  2. При необходимости установите PyTorch с правильным индексным URL-адресом.
  3. Запустите сервер памяти с соответствующей конфигурацией.

Руководство по использованию

Подробные инструкции по взаимодействию со службой памяти в Claude Desktop:

Служба памяти вызывается посредством команд естественного языка в ваших разговорах с Клодом. Например:

  • Сохранить: «Пожалуйста, помните, что крайний срок сдачи моего проекта — 15 мая».
  • Извлечь: «Помнишь, что я говорил тебе о сроках сдачи моего проекта?»
  • Удалить: «Пожалуйста, забудьте то, что я вам говорил о моем адресе».

Полный список команд и подробные примеры использования см. в Руководстве по вызову.

Операции с памятью

Служба памяти обеспечивает выполнение следующих операций через сервер MCP:

Операции с основной памятью

  1. store_memory — сохранение новой информации с дополнительными тегами
  2. retrieve_memory — выполнить семантический поиск соответствующих воспоминаний
  3. recall_memory - Извлечение воспоминаний с использованием выражений времени на естественном языке
  4. search_by_tag — поиск воспоминаний с использованием определенных тегов
  5. exact_match_retrieve — поиск воспоминаний с точным совпадением содержания
  6. debug_retrieve — извлечение воспоминаний с оценками сходства

Управление базой данных

  1. create_backup — Создать резервную копию базы данных
  2. get_stats - Получить статистику памяти
  3. optimize_db — Оптимизация производительности базы данных
  4. check_database_health — получение показателей работоспособности базы данных
  5. check_embedding_model — проверка статуса модели

Управление памятью

  1. delete_memory - Удалить определенную память по хешу
  2. delete_by_tag — Удалить все воспоминания с определенным тегом
  3. cleanup_duplicates - Удалить дубликаты записей

Параметры конфигурации

Настройте через переменные среды:

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

Совместимость оборудования

ПлатформаАрхитектураУскорительСтатус
macOSApple Silicon (M1/M2/M3)МПС✅ Полностью поддерживается
macOSApple Silicon под Rosetta 2Процессор✅ Поддерживается с резервными вариантами
macOSИнтелПроцессор✅ Полностью поддерживается
Окнаx86_64CUDA✅ Полностью поддерживается
Окнаx86_64DirectML✅ Поддерживается
Окнаx86_64Процессор✅ Поддерживается с резервными вариантами
Линуксx86_64CUDA✅ Полностью поддерживается
Линуксx86_64ROCм✅ Поддерживается
Линуксx86_64Процессор✅ Поддерживается с резервными вариантами
ЛинуксARM64Процессор✅ Поддерживается с резервными вариантами

Тестирование

# 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

Поиск неисправностей

Подробные инструкции по устранению неполадок см. в руководстве по установке .

Советы по быстрому устранению неполадок

  • Ошибки Windows PyTorch : используйте python scripts/install_windows.py
  • Конфликты зависимостей Intel в macOS : используйте python install.py --force-compatible-deps
  • Ошибки рекурсии : Запустите python scripts/fix_sitecustomize.py
  • Проверка среды : Запустите python scripts/verify_environment_enhanced.py
  • Проблемы с памятью : установите MCP_MEMORY_BATCH_SIZE=4 и попробуйте меньшую модель.
  • Apple Silicon : убедитесь, что Python 3.10+ собран для ARM64, установите PYTORCH_ENABLE_MPS_FALLBACK=1
  • Тестирование установки : Запустите python scripts/test_installation.py

Структура проекта

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

Руководство по разработке

  • Python 3.10+ с подсказками типов
  • Используйте классы данных для моделей
  • Строки документации в тройных кавычках для модулей и функций
  • Шаблон async/await для всех операций ввода-вывода
  • Следуйте рекомендациям по стилю PEP 8
  • Включить тесты для новых функций

Лицензия

Лицензия MIT — подробности см. в файле LICENSE

Благодарности

  • Команда ChromaDB для векторной базы данных
  • Проект Sentence Transformers для внедрения моделей
  • Проект MCP для спецификации протокола

Контакт

Телеграмма

Интеграции

Служба памяти MCP может быть расширена различными инструментами и утилитами. См. раздел Интеграции для списка доступных опций, включая:

-
security - not tested
A
license - permissive license
-
quality - not tested

hybrid server

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

Предоставляет семантическую память и постоянное хранилище для Клода, используя ChromaDB и преобразователи предложений для расширенных возможностей поиска и извлечения.

  1. Помощь
    1. Функции
      1. Установка
        1. Быстрый старт (рекомендуется)
        2. Установка докера
        3. Установка Windows (особый случай)
        4. Установка через Smithery
        5. Подробное руководство по установке
      2. Конфигурация Клода MCP
        1. Стандартная конфигурация
        2. Конфигурация, специфичная для Windows (рекомендуется)
      3. Руководство по использованию
        1. Операции с памятью
          1. Операции с основной памятью
          2. Управление базой данных
          3. Управление памятью
        2. Параметры конфигурации
          1. Совместимость оборудования
            1. Тестирование
              1. Поиск неисправностей
                1. Советы по быстрому устранению неполадок
              2. Структура проекта
                1. Руководство по разработке
                  1. Лицензия
                    1. Благодарности
                      1. Контакт
                        1. Интеграции

                          Related MCP Servers

                          • -
                            security
                            F
                            license
                            -
                            quality
                            Provides memory/knowledge graph storage capabilities using Supabase, enabling multiple Claude instances to safely share and maintain a knowledge graph with features like entity storage, concurrent access safety, and full text search.
                            Last updated -
                            6
                            JavaScript
                            • Apple
                            • Linux
                          • A
                            security
                            A
                            license
                            A
                            quality
                            Enhances Claude AI with persistent memory storage for Infrastructure-as-Code components, supporting version tracking and relationship mapping for Terraform and Ansible resources.
                            Last updated -
                            23
                            4
                            Python
                            MIT License
                          • A
                            security
                            A
                            license
                            A
                            quality
                            A memory server for Claude that stores and retrieves knowledge graph data in DuckDB, enhancing performance and query capabilities for conversations with persistent user information.
                            Last updated -
                            8
                            30
                            40
                            TypeScript
                            MIT License
                            • Apple
                          • A
                            security
                            A
                            license
                            A
                            quality
                            Provides intelligent transcript processing capabilities for Claude, featuring natural formatting, contextual repair, and smart summarization powered by Deep Thinking LLMs.
                            Last updated -
                            4
                            8
                            TypeScript
                            MIT License

                          View all related 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/doobidoo/mcp-memory-service'

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