MCP サーバー リメンバーライザー

Rememberizerのドキュメントおよびナレッジ管理APIと連携するためのモデルコンテキストプロトコルサーバー。このサーバーにより、大規模言語モデルはRememberizerを介してドキュメントや統合を検索、取得、管理できるようになります。

mcp-server-rememberizer現在開発中であり、機能は変更される可能性があることに注意してください。

コンポーネント

リソース

サーバーは、ドキュメントまたはSlackディスカッションの2種類のリソースへのアクセスを提供します。

ツール

1. retrieve_semantically_similar_internal_knowledge

   • テキストブロックを送信し、接続された Rememberizer の個人/チーム内部の知識と記憶のリポジトリからコサイン類似一致を取得します。

   • 入力：

     • match_this (文字列): 意味的に類似した知識の塊を見つけたい最大400語の文

     • n_results (整数、オプション): 意味的に類似したテキストのチャンクの数を返します。最大5つまでの場合は「n_results=3」、さらに詳しい情報が必要な場合は「n_results=10」を使用します。

     • from_datetime_ISO8601 (文字列、オプション): 開始日をISO 8601形式でタイムゾーン付きで指定します（例: 2023-01-01T00:00:00Z）。特定の日付から結果を絞り込む場合に使用します。

     • to_datetime_ISO8601 (文字列、オプション): タイムゾーンを含むISO 8601形式の終了日（例：2024-01-01T00:00:00Z）。特定の日付までの結果をフィルタリングする場合に使用します。

   • 戻り値: 検索結果をテキスト出力として返す

2. smart_search_internal_knowledge

   • Rememberizer内の個人/チーム内の知識と記憶のリポジトリにあるドキュメントを、エージェント検索の結果を返すシンプルなクエリを使って検索します。検索対象には、Slackのディスカッション、Gmail、Dropboxのドキュメント、Google Driveのドキュメント、アップロードされたファイルなどが含まれます。

   • 入力：

     • query （文字列）：意味的に類似した知識の塊を見つけたい最大400語の文

     • user_context (文字列、オプション): クエリの追加コンテキスト。コンテキストを考慮した検索結果を向上させるには、この時点までの会話を要約する必要があるかもしれません。

     • n_results (整数、オプション): 意味的に類似したテキストのチャンクの数を返します。最大5つまでの場合は「n_results=3」、さらに詳しい情報が必要な場合は「n_results=10」を使用します。

     • from_datetime_ISO8601 (文字列、オプション): 開始日をISO 8601形式でタイムゾーン付きで指定します（例: 2023-01-01T00:00:00Z）。特定の日付から結果を絞り込む場合に使用します。

     • to_datetime_ISO8601 (文字列、オプション): タイムゾーンを含むISO 8601形式の終了日（例：2024-01-01T00:00:00Z）。特定の日付までの結果をフィルタリングする場合に使用します。

   • 戻り値: 検索結果をテキスト出力として返す

3. list_internal_knowledge_systems

   • 個人またはチーム内の内部知識のソースをリストアップします。これには、Slackのディスカッション、Gmail、Dropboxのドキュメント、Google Driveのドキュメント、アップロードされたファイルなどが含まれます。

   • 入力: 不要

   • 戻り値: 利用可能な統合のリスト

4. rememberizer_account_information

   • Rememberizer.aiの個人/チームナレッジリポジトリアカウントに関する情報を取得します。これには、アカウント所有者の名前とメールアドレスが含まれます。

   • 入力: 不要

   • 返品: アカウント情報の詳細

5. list_personal_team_knowledge_documents

   • 個人／チームのナレッジシステム内のすべてのドキュメントをページ区切りでリスト化して取得します。ソースには、Slackのディスカッション、Gmail、Dropboxのドキュメント、Google Driveのドキュメント、アップロードされたファイルなどが含まれます。

   • 入力：

     • page (整数、オプション): ページ番号。1 から始まります (デフォルト: 1)

     • page_size (整数、オプション): ページあたりのドキュメント数、範囲は 1 ～ 1000 (デフォルト: 100)

   • 戻り値: ドキュメントのリスト

6. remember_this

   • Rememberizer.ai 知識システムにテキスト情報を保存すると、将来、retrieve_semantically_similar_internal_knowledge や smart_search_internal_knowledge などのツールを使って呼び出すことができます。

   • 入力：

     • name (文字列): 情報の名前。これは、将来的に情報を識別するために使用されます。

     • content （文字列）：記憶したい情報

   • 戻り値: 確認データ

Related MCP server: MCP Database Server

インストール

mcp-get.com経由

スミザリー経由

SkyDeck AIヘルパーアプリ経由

SkyDeck AI Helper アプリがインストールされている場合は、「Rememberizer」を検索して、mcp-server-rememberizer をインストールできます。

構成

環境変数

次の環境変数が必要です。

• REMEMBERIZER_API_TOKEN : Rememberizer APIトークン

Rememberizer で独自の Common Knowledgeを作成することにより、API キーを登録できます。

Claude Desktopでの使用

これをclaude_desktop_config.jsonに追加します:

SkyDeck AIヘルパーアプリとの使用

env REMEMBERIZER_API_TOKEN を mcp-server-rememberizer に追加します。

Rememberizer MCPサーバーのサポートにより、ClaudeデスクトップアプリまたはSkyDeck AI GenStudioで次の質問をすることができるようになりました。

• Rememberizer アカウントとは何ですか?

• そこに私が持っているすべての文書をリストします。

• 「…」について簡単に説明してください。

• 等々...

ライセンス

このプロジェクトは、Apache License 2.0 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。