Recordatorio del servidor MCP

Un servidor de Protocolo de Contexto de Modelo para interactuar con la API de gestión de documentos y conocimiento de Rememberizer. Este servidor permite que los Modelos de Lenguaje Grandes busquen, recuperen y gestionen documentos e integraciones a través de Rememberizer.

Tenga en cuenta que mcp-server-rememberizer está actualmente en desarrollo y la funcionalidad puede estar sujeta a cambios.

Componentes

Recursos

El servidor proporciona acceso a dos tipos de recursos: documentos o discusiones de Slack

Herramientas

1. retrieve_semantically_similar_internal_knowledge
   • Envíe un bloque de texto y recupere coincidencias similares de coseno desde su repositorio interno de memoria y conocimiento personal/de equipo de Rememberizer conectado
   • Aporte:
     • match_this (cadena): hasta una oración de 400 palabras para la que desea encontrar fragmentos de conocimiento semánticamente similares
     • n_results (entero, opcional): Número de fragmentos de texto semánticamente similares que se devolverán. Use 'n_results=3' para un máximo de 5 y 'n_results=10' para más información.
     • from_datetime_ISO8601 (cadena, opcional): Fecha de inicio en formato ISO 8601 con zona horaria (p. ej., 2023-01-01T00:00:00Z). Úselo para filtrar los resultados de una fecha específica.
     • to_datetime_ISO8601 (cadena, opcional): Fecha de finalización en formato ISO 8601 con zona horaria (p. ej., 2024-01-01T00:00:00Z). Úselo para filtrar los resultados hasta una fecha específica.
   • Devuelve: Resultados de búsqueda como salida de texto
2. smart_search_internal_knowledge
   • Busque documentos en Rememberizer en su repositorio interno de conocimiento y memoria, tanto personal como de equipo, mediante una consulta simple que devuelve los resultados de una búsqueda de agencia. La búsqueda puede incluir fuentes como conversaciones de Slack, Gmail, documentos de Dropbox, documentos de Google Drive y archivos subidos.
   • Aporte:
     • query (cadena): una oración de hasta 400 palabras para la que desea encontrar fragmentos de conocimiento semánticamente similares
     • user_context (cadena, opcional): El contexto adicional de la consulta. Es posible que deba resumir la conversación hasta este punto para obtener mejores resultados según el contexto.
     • n_results (entero, opcional): Número de fragmentos de texto semánticamente similares que se devolverán. Use 'n_results=3' para un máximo de 5 y 'n_results=10' para más información.
     • from_datetime_ISO8601 (cadena, opcional): Fecha de inicio en formato ISO 8601 con zona horaria (p. ej., 2023-01-01T00:00:00Z). Úselo para filtrar los resultados de una fecha específica.
     • to_datetime_ISO8601 (cadena, opcional): Fecha de finalización en formato ISO 8601 con zona horaria (p. ej., 2024-01-01T00:00:00Z). Úselo para filtrar los resultados hasta una fecha específica.
   • Devuelve: Resultados de búsqueda como salida de texto
3. list_internal_knowledge_systems
   • Enumere las fuentes de conocimiento interno personal o del equipo. Estas pueden incluir conversaciones de Slack, Gmail, documentos de Dropbox, documentos de Google Drive y archivos subidos.
   • Entrada: No se requiere ninguna
   • Devoluciones: Lista de integraciones disponibles
4. rememberizer_account_information
   • Obtén información sobre tu cuenta personal o de equipo del repositorio de conocimientos de Rememberizer.ai. Esto incluye el nombre y la dirección de correo electrónico del titular de la cuenta.
   • Entrada: No se requiere ninguna
   • Devoluciones: Detalles de información de la cuenta
5. list_personal_team_knowledge_documents
   • Recupera una lista paginada de todos los documentos de tu sistema de conocimiento personal o de equipo. Las fuentes pueden incluir conversaciones de Slack, Gmail, documentos de Dropbox, documentos de Google Drive y archivos subidos.
   • Aporte:
     • page (entero, opcional): Número de página para paginación, comienza en 1 (predeterminado: 1)
     • page_size (entero, opcional): Número de documentos por página, rango 1-1000 (predeterminado: 100)
   • Devoluciones: Lista de documentos
6. remember_this
   • Guarde un fragmento de información de texto en su sistema de conocimiento Rememberizer.ai para que pueda recuperarse en el futuro mediante las herramientas retrieve_semantically_similar_internal_knowledge o smart_search_internal_knowledge
   • Aporte:
     • name (cadena): Nombre de la información. Se utiliza para identificar la información en el futuro.
     • content (cadena): La información que desea memorizar
   • Devoluciones: Datos de confirmación

Instalación

A través de mcp-get.com

Vía Smithery

A través de la aplicación SkyDeck AI Helper

Si tiene instalada la aplicación SkyDeck AI Helper, puede buscar "Rememberizer" e instalar mcp-server-rememberizer.

Configuración

Variables de entorno

Se requieren las siguientes variables de entorno:

• REMEMBERIZER_API_TOKEN : Su token de API de Rememberizer

Puede registrar una clave API creando su propio Conocimiento Común en Rememberizer .

Uso con Claude Desktop

Agregue esto a su claude_desktop_config.json :

Uso con la aplicación SkyDeck AI Helper

Agregue el entorno REMEMBERIZER_API_TOKEN a mcp-server-rememberizer.

Con el soporte del servidor Rememberizer MCP, ahora puede hacer las siguientes preguntas en su aplicación Claude Desktop o SkyDeck AI GenStudio

• ¿Qué es mi cuenta Rememberizer?
• Enumere todos los documentos que tengo allí.
• Dame un resumen rápido sobre "..."
• etcétera...

Licencia

Este proyecto está licenciado bajo la Licencia Apache 2.0: consulte el archivo de LICENCIA para obtener más detalles.