GNB MemoryMCP
GNB MemoryMCP
从多个LLM和AI代理(ChatGPT、Claude、Claude Code、Gemini、Antigravity等)共通引用和更新的、供应商无关的个人记忆层(MCP服务器)。
本项目使用Go实现,设计为在本地环境(SQLite)和生产环境(AWS Lambda + Turso / libSQL)之间无缝切换运行。
特点
跨多个LLM共享记忆:不会被特定供应商锁定,您可以在所有AI之间延续您的设置、项目上下文和知识。
支持两种本地连接方式:
HTTP服务器模式:指定端口启动,多个客户端可访问。认证使用
Authorization: Bearer <API_KEY>。标准输入输出(stdio)模式:不打开端口,直接通过Claude Desktop等MCP客户端执行二进制文件并进行通信。
全文搜索(FTS5):使用SQLite的FTS5实现高速轻量文本全文搜索。
模式持久性:
tags和metadata以JSON格式存储,因此无需更改API规范即可在将来演进向量搜索或摘要批处理等内部实现。
Related MCP server: engram
目录结构
cmd/gnb-memorymcp/:本地集成二进制文件(server/stdio模式)的入口点cmd/lambda/:AWS Lambda启动入口点pkg/auth/:Bearer认证、JWT验证以及CIMD客户端ID判定pkg/domain/:记忆模型和数据库存储的接口定义pkg/infra/sqlite/:SQLite / libSQL实现的数据库存储、全文搜索(FTS5)、触发器同步pkg/mcp/:符合JSON-RPC 2.0的MCP工具执行处理程序
安装方法
通过Scoop安装(推荐Windows)
# バケットの追加
scoop bucket add gnb-bucket https://github.com/GennoBou/scoop-bucket
# インストール
scoop install gnb-memorymcp从源码构建
# 全部入りバイナリ(ローカル用)のビルド
go build -o bin/gnb-memorymcp.exe ./cmd/gnb-memorymcp/main.go使用方法
1. 标准输入输出(stdio)模式的配置示例
这是本地运行MCP最简单的方法。直接在连接的客户端(Claude Desktop、Antigravity、OpenCode等)的配置文件中注册二进制文件。显式传递第一个参数 stdio 以启动标准输入输出模式。
A. Claude Desktop
配置文件:AppData\Roaming\Claude\claude_desktop_config.json(Windows)
{
"mcpServers": {
"gnb-memorymcp": {
"command": "gnb-memorymcp.exe",
"args": ["stdio", "--db-url", "file:D:/Data/Projects/GitHub/gnb-memorymcp/data/local_v2.db"]
}
}
}B. Antigravity
配置文件:~/.gemini/antigravity-cli/settings.json(Windows为C:\Users\<用户名>\.gemini\antigravity-cli\settings.json)
{
"mcpServers": {
"gnb-memorymcp": {
"command": "gnb-memorymcp.exe",
"args": ["stdio", "--db-url", "file:D:/Data/Projects/GitHub/gnb-memorymcp/data/local_v2.db"]
}
}
}C. OpenCode
配置文件:~/.config/opencode/opencode.jsonc
{
"mcp": {
"gnb-memorymcp": {
"type": "local",
"enabled": true,
"command": [
"gnb-memorymcp.exe",
"stdio",
"--db-url",
"file:D:/Data/Projects/GitHub/gnb-memorymcp/data/local_v2.db"
]
}
}
}配置生效后,重新启动目标客户端,记忆工具(memory_create等)将自动加载并可用。
2. HTTP服务器模式(本地SQLite)
在本地或另一台终端上作为HTTP服务器启动,引用本地SQLite数据库。通过传递第一个参数 server 启动。为安全起见,默认绑定到本地主机(127.0.0.1)。
启动方法(PowerShell)
方法1:通过命令行参数指定启动
# ローカルホストからのみ接続可能として起動 (APIキーが未指定の場合は自動的に 'dev-key' が使われます) ./bin/gnb-memorymcp.exe server --port 8080 --db-url "file:data/local_v2.db" # 外部ネットワークに公開して起動 (--host 0.0.0.0 指定時は、安全な独自の --api-key 設定が必須) ./bin/gnb-memorymcp.exe server --host 0.0.0.0 --port 8080 --api-key "your-secure-secret-key" --db-url "file:data/local_v2.db"方法2:通过环境变量指定启动
$env:HOST="127.0.0.1" $env:API_KEY="your-secret-key" $env:PORT="8080" $env:DB_URL="file:data/local_v2.db" ./bin/gnb-memorymcp.exe server
客户端请求方式
URL:
http://localhost:8080/方法:
POST必需头部:
Authorization: Bearer your-secret-key请求体(JSON-RPC 2.0):
{ "jsonrpc": "2.0", "method": "tools/list", "id": 1 }
3. 本地HTTP + Turso模式(云数据库连接)
在本地启动HTTP服务器,仅数据库引用远程Turso(libSQL)。
启动方法(PowerShell)
方法1:通过命令行参数指定启动 ※建议将
DB_TOKEN设置为环境变量以保障安全。$env:DB_TOKEN="your-turso-auth-token" ./bin/gnb-memorymcp.exe server --port 8080 --api-key "your-secret-key" --db-url "libsql://your-database-name-username.turso.io"方法2:通过环境变量指定启动
$env:API_KEY="your-secret-key" $env:PORT="8080" $env:DB_URL="libsql://your-database-name-username.turso.io" $env:DB_TOKEN="your-turso-auth-token" ./bin/gnb-memorymcp.exe server
4. AWS Lambda + Turso模式(生产云环境)
在AWS Lambda上无服务器部署,与Turso协同运行。
入口点:
cmd/lambda/main.go支持一键构建和部署脚本(
npm run build-and-deploy-lambda)和SAM模板(template.yaml)。
详细部署步骤请参考AWS Lambda + Turso部署指南。
提供的MCP工具规范
GNB MemoryMCP提供以下10个工具。
工具名称 | 说明 | 主要参数 |
| 保存新记忆(最多10,000字符,最多10个标签,重要性0~10)。 |
|
| 基于日语FTS5 trigram和LIKE的混合检索。按重要性和新鲜度重新排名。 |
|
| 获取记忆列表。支持排序和分页。 |
|
| 按ID获取单条记忆。 |
|
| 对现有记忆进行增量更新(支持空值清除和乐观锁)。 |
|
| 按ID物理删除不需要的记忆。 |
|
| 检查数据库总记录数以及是否需要清理(整理)。 | 无 |
| 轻量提取可能重复或矛盾的记忆对(加速相似度扫描)。 |
|
| 记录清理完成,并更新最终整理日期。 | 无 |
| 获取所有已注册的唯一标签列表。 | 无 |
This server cannot be deployed
Maintenance
Related MCP Connectors
An MCP memory server. One memory your agents share — across models, devices and apps.
Persistent memory, knowledge graph, task management and more for AI agents via MCP.
Persistent personal memory for AI assistants — save, search, and recall across every MCP client.
Persistent memory for AI agents to retain, retrieve, and recall conversation context through MCP.
Related MCP Servers
- AlicenseAqualityDmaintenanceAn MCP server that provides persistent memory capabilities for AI agents using Mem0, enabling storage, search, and management of contextual information across conversations with support for multiple backends and LLM providers.1832 PyPIMIT
- AlicenseNot gradedqualityBmaintenanceA self-hosted MCP server that provides a personal semantic memory layer for AI tools. It enables storing, searching, and managing memories using hybrid vector and keyword search, allowing AI assistants to recall information by meaning.MIT
- AlicenseNot gradedqualityCmaintenanceA lightweight MCP server that provides long-term memory for LLMs by storing and retrieving important facts, decisions, and preferences through smart semantic search and automatic organization.12MIT
- FlicenseNot gradedqualityBmaintenanceA persistent memory server for AI agents using MCP protocol, enabling semantic storage and retrieval of dialogues, documents, and agent states.-