Zymor MCP Server
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Zymor MCP Serverremember that we use SQLite FTS5 for fast memory search"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
为 AI Agent 打造的分层、长期存续的记忆引擎
中文 | English
Zymor(织梦师) 是一个与宿主无关的 Agent 记忆系统:经验沉淀为可检索、可纠错、可移植的分层记忆,夜间由「做梦」完成巩固、矛盾仲裁与知识升华。记忆库是纯 Markdown 事实源 + SQLite FTS5 索引,可读、可 diff、可迁移。
状态
v0.5.0 — 记忆内核、Memory Loop、Interop 与 Agent Experience 已完成。 当前实现覆盖:
记忆内核:L0 事件流、L1 焦点、L2 胶囊、L3 知识节点、L4 人格 facet;
检索与上下文:FTS5 + 标识符子词、评分/过滤、渐进披露、ATLAS/catalog;
写入协议:门控、去重、状态机、审计、隐私删除;
做梦引擎:NREM 巩固、认知失调仲裁、REM 联想、人格提炼;
Memory Loop:规则检查/修复闭环、文件捕获、dream 历史与
--watch、stats 健康指标;互操作:bundle 导出/导入、
MemoryAdapter契约、可移植节点格式;Agent Experience:Harness Hook/Skill 契约、本地只读面板;
MCP Server:stdio / Streamable HTTP,读写与只读模式;
长期记忆:跨项目 L3 晋升、
projectsprovenance、文件/依赖/API 版本锚点、stale 排除、可选 embedding 语义检索与混合检索、memory_rules与memory_rule_check。
Related MCP server: code-recall
为什么是 Zymor
分层,而不是一锅向量:常驻微内核(人格 facet + 当前焦点 + 活跃胶囊)加指针索引;更深的内容按需展开。
可纠错,不是只追加:矛盾会被验证、替代或墓碑化,不会静默覆盖。
会做梦,不只是检索:离线巩固、仲裁、跨域联想与人格提炼。
可渐进披露:目录导航 + 精确检索 + 链接跳转,而不是每次把整个库塞进上下文。
安装
pip install zymor快速开始
git clone <repo> zymor && cd zymor
uv sync
cd my-project
uv run --project <repo> zymor init # 项目库:./.zymor/vault
uv run --project <repo> zymor init --global # 用户库:~/.zymor/vault
uv run --project <repo> zymor remember "中文检索用 CJK bigram 预分词"
uv run --project <repo> zymor search "bigram"
uv run --project <repo> zymor dream --phase all
uv run --project <repo> zymor mcp # MCP server(stdio)架构
宿主 Agent / MCP client
│ memory_context / rules / search / semantic_search / read / ...
▼
┌──────────────────────────────────────────────┐
│ Zymor MCP Server │
│ write protocol · retrieval · dream engine │
└──────────────────────────────────────────────┘
│
▼
.zymor/vault/ ~/.zymor/vault/
L0 / L1 / L2 / L3 L4 + promoted L3
Markdown facts + SQLite FTS5 index项目库:
<project>/.zymor/vault;用户库:~/.zymor/vault。L4 人格 facet 只写用户库;L3 默认在项目库,跨项目晋升后才进用户库。
文件是事实源,索引是可重建缓存。
CLI
命令 | 作用 |
| 初始化项目库/用户库 |
| 写入完整 Markdown 节点 |
| 快速捕获一条记忆 |
| 导出/导入可校验节点 bundle |
| 检索(可选混合语义) |
| 向量语义检索 |
| 读取节点 |
| 追加 L0 事件 |
| 轮询文件变化并写入 L0 |
| 查看/更新 L1 焦点 |
| 索引、目录、向量维护 |
| 读取/执行 verified 项目规则 |
| 人工确认与晨间追问 |
| 跨项目晋升、采纳、失效锚定 |
| 运行做梦引擎。( |
| 启动 MCP server |
| 输出宿主会话启动上下文 |
| 启动本地只读记忆面板 |
| 自检与统计 |
MCP 集成
uv run zymor mcp # stdio(本地宿主)
export ZYMOR_MCP_HTTP_TOKEN=<随机串>
uv run zymor mcp --transport http # Streamable HTTP
uv run zymor mcp --read-only # 只读模式Claude Code:
claude mcp add zymor -- uv run --directory <ZYMOR_REPO> zymor mcpDSH / Claude Code 的完整配置与验收步骤见 docs/guide/mcp-integration.md。
MCP 工具:memory_context、memory_rules、memory_rule_check、memory_search、memory_semantic_search、memory_read、memory_browse、memory_links、memory_write、memory_focus、memory_close、memory_log、memory_answer、memory_dream、memory_promote、memory_adopt、memory_stale。
测试
最小冒烟测试只验证基础功能可用(写入/检索/读取/上下文/失效锚点/规则检查/跨项目晋升),不验证效果:
uv sync --extra dev
uv run pytest tests/test_open_smoke.py -q文档
路径 | 内容 |
| 快速开始、做梦、MCP 接入、规则检查、排障 |
| 导出/导入与 MemoryAdapter 接口 |
| Harness Hook/Skill 契约与接入 |
| Claude Code / Codex 参考接入 |
| 本地只读记忆面板 |
| 社区验证与问题反馈 |
| 开发、评审、发布、分支保护与协作流程 |
| 版本发布、PyPI Trusted Publishing 与 tag 流程 |
| 贡献指南 |
| 安全报告流程与边界 |
| 行为准则 |
| 领域术语 |
| 版本变更 |
已知边界
没有常驻 daemon:做梦由 CLI、
memory_dream或dream.auto_after_close=true的关闭事件触发。L0 捕获依赖 Agent:
memory_close会补一条关闭事件,但事件级捕获仍需要 Agent 调用memory_log。规则检查需要主动调用:
memory_rules负责加载,memory_rule_check负责校验;不调用就不会检查。跨项目晋升是标签/人工触发的:带
cross-project标签的 verified L3 才自动晋升;promotion.min_projects可加多项目门槛。外部 API 版本靠本地清单:
zymor anchor --api检查 repo 内的 JSON/TOML 版本清单,不轮询远端服务。语义检索可选:需要
[embedding]配置并先运行zymor index embed。MCP HTTP auth 是静态 Bearer token:没有过期/作用域/吊销;stdio 依赖本机信任模型。
贡献
见 CONTRIBUTING.md、SECURITY.md、CODE_OF_CONDUCT.md,以及 仓库工作流。
License
Apache-2.0,见 LICENSE。
This server cannot be deployed
Maintenance
Related MCP Connectors
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
Shared Markdown memory for your agents: docs, typed collections, files, skills and Dispatch.
Persistent memory for AI agents. Search, store, and recall across sessions.
Persistent memory for AI agents. Semantic search, memory graph, W3C DID identity.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceProvides AI agents with persistent, searchable memory using a knowledge graph stored in SQLite. Features semantic search, temporal awareness, and workflow-aware prompts for development projects.3 npmMIT
- AlicenseNot gradedqualityCmaintenanceGives AI coding agents persistent memory by storing observations, decisions, and learnings in a local SQLite database with vector search, full-text search, and a rules engine.4MIT
- AlicenseAqualityBmaintenanceA local-first shared memory layer for MCP-aware agents like Claude, Codex, and Hermes, enabling persistent memory across chats and clients via Markdown files and SQLite FTS.62MIT
- AlicenseAqualityBmaintenanceProvides a hybrid memory architecture with a thin SQLite index and Markdown cold storage, enabling AI agents to write, query, link, and rebuild long-term memories via MCP tools, model-agnostic and zero third-party dependencies.74MIT