Integrations
Supports configuration through environment variables for database path, port, HTTP/SSE usage, and log level settings
Uses the E5 embedding model from Hugging Face for semantic search capabilities, allowing context items to be found based on meaning rather than just exact key matches
Uses npm for package management and provides npm scripts for installation, starting the server, development, and code formatting
シンプルメモリ拡張MCPサーバー
エージェントのコンテキストウィンドウ／メモリを拡張するMCPサーバー。大規模な機能のコーディングやバイブコーディングを行う際に、進行状況、重要な瞬間や変更点など、記憶しておくべき情報を保存／呼び出しする必要がある場合に便利です。エージェントに記憶を保存させ、必要な時に呼び出すように指示するか、（カーソルルールなどを通じて）エージェントが適切にメモリを管理するように指示します。
使用法
サーバーの起動
利用可能なツール
コンテキストアイテム管理
store_context_item- 名前空間にキーを持つ値を保存するretrieve_context_item_by_key- キーで値を取得するdelete_context_item- キーと値のペアを削除する
名前空間管理
create_namespace- 新しい名前空間を作成するdelete_namespace- 名前空間とすべてのコンテンツを削除するlist_namespaces- すべての名前空間を一覧表示するlist_context_item_keys- 名前空間内のキーを一覧表示する
セマンティック検索
retrieve_context_items_by_semantic_search- 意味からアイテムを検索する
セマンティック検索の実装
- E5モデルを使用してベクトルに変換されたクエリ
- テキストは自動的にチャンクに分割され、より正確に一致します
- クエリと保存されたチャンク間で計算されたコサイン類似度
- 結果は閾値でフィルタリングされ、類似度で並べ替えられています
- 完全なアイテム値とともに返される上位一致
発達
.env
セマンティック検索
このプロジェクトには、Hugging FaceのE5埋め込みモデルを用いたセマンティック検索機能が含まれています。これにより、キーの完全一致だけでなく、意味に基づいてコンテキストアイテムを検索できます。
設定
セマンティック検索機能にはPythonの依存関係が必要ですが、 npm run start実行すると自動的にインストールされます。
埋め込みモデル
intfloat/multilingual-e5-large-instructを使用します
注記
主にバイブコーディングをしながら開発したので、あまり期待しないでくださいね :D。でも、ちゃんと動くし、便利だと思ったので、まあいいか。ぜひ貢献したり、改善を提案したりしてください。
This server cannot be installed
メモリを保存、取得、検索するためのツールを提供することで AI エージェントのコンテキスト ウィンドウを拡張し、エージェントが長時間のインタラクションにわたって履歴とコンテキストを維持できるようにする MCP サーバー。