Rememberizer MCP Server

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.

Integrations

  • Provides access to Slack discussions as a resource type, enabling search and retrieval of conversation content from Slack channels

MCP 服务器记忆器

一个模型上下文协议服务器,用于与 Rememberizer 的文档和知识管理 API 交互。该服务器支持大型语言模型通过 Rememberizer 搜索、检索和管理文档及集成。

请注意, mcp-server-rememberizer目前正在开发中,其功能可能会发生变化。

成分

资源

该服务器提供两种类型的资源访问:文档或 Slack 讨论

工具

  1. retrieve_semantically_similar_internal_knowledge
    • 发送一段文本并从连接的 Rememberizer 个人/团队内部知识和记忆库中检索余弦相似匹配
    • 输入:
      • match_this (字符串):最多 400 个单词的句子,你希望从中找到语义相似的知识块
      • n_results (整数,可选):要返回的语义相似的文本块数量。使用“n_results=3”表示最多 5 个,使用“n_results=10”表示更多信息
      • from_datetime_ISO8601 (字符串,可选):起始日期采用 ISO 8601 格式,并包含时区(例如,2023-01-01T00:00:00Z)。使用此参数可过滤特定日期的结果。
      • to_datetime_ISO8601 (字符串,可选):结束日期,采用 ISO 8601 格式,包含时区(例如,2024-01-01T00:00:00Z)。使用此参数可过滤特定日期之前的结果。
    • 返回:以文本输出的搜索结果
  2. smart_search_internal_knowledge
    • 使用简单查询在 Rememberizer 的个人/团队内部知识和记忆库中搜索文档,该查询返回代理搜索的结果。搜索来源可能包括 Slack 讨论、Gmail、Dropbox 文档、Google Drive 文档以及已上传的文件。
    • 输入:
      • query (字符串):最多 400 个单词的句子,您希望从中找到语义相似的知识块
      • user_context (字符串,可选):查询的附加上下文。您可能需要总结到目前为止的对话,以获得更好的上下文感知结果。
      • n_results (整数,可选):要返回的语义相似的文本块数量。使用“n_results=3”表示最多 5 个,使用“n_results=10”表示更多信息
      • from_datetime_ISO8601 (字符串,可选):起始日期采用 ISO 8601 格式,并包含时区(例如,2023-01-01T00:00:00Z)。使用此参数可过滤特定日期的结果。
      • to_datetime_ISO8601 (字符串,可选):结束日期,采用 ISO 8601 格式,包含时区(例如,2024-01-01T00:00:00Z)。使用此参数可过滤特定日期之前的结果。
    • 返回:以文本输出的搜索结果
  3. list_internal_knowledge_systems
    • 列出个人/团队内部知识的来源。这些可能包括 Slack 讨论、Gmail、Dropbox 文档、Google Drive 文档和上传的文件
    • 输入:无需输入
    • 返回:可用集成列表
  4. rememberizer_account_information
    • 获取您的 Rememberizer.ai 个人/团队知识库帐户信息。包括帐户持有人姓名和电子邮件地址。
    • 输入:无需输入
    • 返回:账户信息详情
  5. list_personal_team_knowledge_documents
    • 检索个人/团队知识系统中所有文档的分页列表。来源可能包括 Slack 讨论、Gmail、Dropbox 文档、Google Drive 文档以及上传的文件。
    • 输入:
      • page (整数,可选):分页的页码,从 1 开始(默认值:1)
      • page_size (整数,可选):每页文档数,范围 1-1000(默认值:100)
    • 返回:文件清单
  6. remember_this
    • 将一段文本信息保存在您的Rememberizer.ai知识系统中,以便将来可以通过retrieve_semantically_similar_internal_knowledge或smart_search_internal_knowledge工具调用它
    • 输入:
      • name (字符串):信息的名称。用于将来识别信息
      • content (字符串):您希望记住的信息
    • 返回:确认数据

安装

通过 mcp-get.com

npx @michaellatman/mcp-get@latest install mcp-server-rememberizer

通过史密斯里

npx -y @smithery/cli install mcp-server-rememberizer --client claude

通过 SkyDeck AI Helper 应用程序

如果您安装了 SkyDeck AI Helper 应用程序,您可以搜索“Rememberizer”并安装 mcp-server-rememberizer。

配置

环境变量

需要以下环境变量:

  • REMEMBERIZER_API_TOKEN :您的 Rememberizer API 令牌

您可以通过在 Rememberizer 中创建自己的 Common Knowledge来注册 API 密钥。

与 Claude Desktop 一起使用

将其添加到您的claude_desktop_config.json中:

"mcpServers": { "rememberizer": { "command": "uvx", "args": ["mcp-server-rememberizer"], "env": { "REMEMBERIZER_API_TOKEN": "your_rememberizer_api_token" } }, }

与 SkyDeck AI Helper App 一起使用

将环境 REMEMBERIZER_API_TOKEN 添加到 mcp-server-rememberizer。

在 Rememberizer MCP 服务器的支持下,您现在可以在 Claude Desktop 应用程序或 SkyDeck AI GenStudio 中提出以下问题

  • 我的 Rememberizer 帐户是什么?
  • 列出我那里拥有的所有文件。
  • 请简要概括一下“...”
  • 等等...

执照

该项目根据 Apache License 2.0 获得许可 - 有关详细信息,请参阅LICENSE文件。

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

模型上下文协议服务器使 LLM 能够通过 Rememberizer 的知识管理 API 搜索、检索和管理文档。

  1. Components
    1. Resources
    2. Tools
  2. Installation
    1. Via mcp-get.com
    2. Via Smithery
    3. Via SkyDeck AI Helper App
  3. Configuration
    1. Environment Variables
    2. Usage with Claude Desktop
    3. Usage with SkyDeck AI Helper App
  4. License
    ID: 4ao99ygw5c