TxtAIアシスタントMCP
txtaiを用いたセマンティック検索とメモリ管理のためのモデルコンテキストプロトコル(MCP)サーバー実装。このサーバーは、セマンティック検索機能を備えたテキストベースのメモリを保存、取得、管理するための堅牢なAPIを提供します。
txtaiについて
このプロジェクトは、 NeuMLによって作成された優れたオープンソースの AI 搭載検索エンジンであるtxtai上に構築されています。txtai は以下を提供します。
🔍 オールインワンのセマンティック検索ソリューション
🧠 トランスフォーマーを使ったニューラルサーチ
💡ゼロショットテキスト分類
🔄 テキスト抽出と埋め込み
🌐 多言語サポート
🚀 高いパフォーマンスとスケーラビリティ
txtaiの機能を拡張するために、モデルコンテキストプロトコル(MCP)を統合しました。これにより、ClaudeやClineといったAIアシスタントが強力なセマンティック検索機能を活用できるようになります。このような強力で柔軟なツールを開発してくださったtxtaiチームに深く感謝いたします。
特徴
🔍 保存された記憶を横断する意味検索
💾 ファイルベースのバックエンドを備えた永続ストレージ
🏷️ タグベースの記憶の整理と検索
📊 メモリ統計とヘルスモニタリング
🔄自動データ永続化
📝 包括的なログ記録
🔒 構成可能な CORS 設定
🤖 Claude および Cline AI との統合
前提条件
Python 3.8以上
pip (Python パッケージインストーラー)
virtualenv(推奨)
インストール
このリポジトリをクローンします:
起動スクリプトを実行します。
スクリプトは次のようになります。
仮想環境を作成する
必要な依存関係をインストールする
必要なディレクトリを設定する
テンプレートから設定ファイルを作成する
サーバーを起動する
構成
サーバーは.env
ファイル内の環境変数を使用して設定できます。テンプレートは.env.template
に提供されています。
ClaudeおよびCline AIとの統合
この TxtAI アシスタントは、Claude および Cline AI と共に MCP サーバーとして使用して、セマンティック メモリと検索機能を強化することができます。
クロードの設定
このサーバーを Claude で使用するには、Claude の MCP 構成ファイル (通常、macOS では~/Library/Application Support/Claude/claude_desktop_config.json
にあります) に追加します。
Cline の構成
Cline で使用するには、Cline の MCP 設定ファイル (通常は~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
にあります) にサーバー構成を追加します。
利用可能なMCPツール
設定が完了すると、Claude と Cline は次のツールを使用できるようになります。
store_memory
: メタデータとタグを含む新しいメモリコンテンツを保存する
retrieve_memory
: セマンティック検索に基づいて記憶を取得する
search_by_tag
: タグで思い出を検索
delete_memory
: コンテンツハッシュで特定のメモリを削除する
get_stats
: データベースの統計情報を取得する
check_health
: データベースと埋め込みモデルの健全性をチェックする
使用例
Claude または Cline では、MCP プロトコルを通じて次のツールを使用できます。
AI はこれらのツールを自動的に使用して、会話中にコンテキストを維持し、関連情報を取得します。
APIエンドポイント
ストアメモリ
オプションのメタデータとタグを使用して新しいメモリを保存します。
リクエスト本文:
思い出を探す
セマンティック検索を使用してメモリを検索します。
リクエスト本文:
タグで検索
タグで思い出を検索します。
リクエスト本文:
メモリを削除
コンテンツ ハッシュによって特定のメモリを削除します。
統計情報を取得する
メモリ数やタグ分布などのシステム統計を取得します。
健康チェック
サーバーの健全性状態を確認します。
ディレクトリ構造
データストレージ
メモリとタグは、 data
ディレクトリ内の JSON ファイルに保存されます。
memories.json
: 保存されているすべてのメモリが含まれますtags.json
: タグインデックスが含まれます
ログ記録
ログはlogs
ディレクトリに保存されます。デフォルトのログファイルはserver.log
です。
発達
このプロジェクトに貢献するには:
リポジトリをフォークする
機能ブランチを作成する
変更を加える
プルリクエストを送信する
エラー処理
サーバーは包括的なエラー処理を実装します。
無効なリクエストは適切なHTTPステータスコードを返します
エラーはスタックトレースとともに記録されます
ユーザーフレンドリーなエラーメッセージがレスポンスで返されます
セキュリティに関する考慮事項
CORS設定は環境変数で設定可能
ファイルパスはディレクトリトラバーサルを防ぐためにサニタイズされます
入力検証はすべてのエンドポイントで実行されます
ライセンス
このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細については LICENSE ファイルを参照してください。
貢献
貢献を歓迎します!お気軽にプルリクエストを送信してください。
サポート
問題が発生した場合や質問がある場合は、GitHub リポジトリに問題を報告してください。
This server cannot be installed
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
TxtAIを用いたセマンティック検索とメモリ管理のためのモデルコンテキストプロトコル(MCP)サーバー実装。このサーバーは、セマンティック検索機能を備えたテキストベースのメモリを保存、取得、管理するための堅牢なAPIを提供します。ClaudeとCline AIもご利用いただけます。
- txtaiについて
- 特徴
- 前提条件
- インストール
- 構成
- ClaudeおよびCline AIとの統合
- APIエンドポイント
- ディレクトリ構造
- データストレージ
- ログ記録
- 発達
- エラー処理
- セキュリティに関する考慮事項
- ライセンス
- 貢献
- サポート
Related Resources
Related MCP Servers
- -securityAlicense-qualityA Model Context Protocol (MCP) server that provides persistent memory and context management for AI systems through a structured 5-phase optimization workflow.Last updated -1MIT License
Lspace MCP Serverofficial
AsecurityFlicenseAqualityAn open-source server implementing the Model Context Protocol (MCP) that enables capturing insights from AI sessions and transforming them into persistent, searchable knowledge accessible across tools.Last updated -78- -securityAlicense-qualityModel Context Protocol (MCP) server that provides AI assistants with advanced web research capabilities, including Google search integration, intelligent content extraction, and multi-source synthesis.Last updated -114MIT License
- -securityAlicense-qualityA guide for implementing Model Context Protocol (MCP) servers that provide AI models with external tools like web search, text manipulation, and mathematical operations.Last updated -8MIT License
Appeared in Searches
- Information about RAG (Retrieval-Augmented Generation) or rag-related topics
- Kotlin RAG (Retrieval-Augmented Generation) implementation resources
- Retrieving information from document directory with search and memory capabilities
- Using Logseq data as context for chat applications
- Designing a memory system for persona-based agents to improve user experience