MemAura Qoder MCP
MemAura Qoder MCP
Ein eigenständiger Adapter, der MemAura/OmniMemory in Qoder CN integriert. Er verändert weder das ursprüngliche DeepSeek Harness-Projekt /Users/azhai/memaura-mcp-server noch hängt er von ihm ab.
Funktionen
MCP:
store_memory,search_memory,search_memory_hybridHook: Vor jedem Absenden einer Frage automatischer Hybrid-Abruf; nach Beendigung der Antwort automatisches Speichern dieser Frage-Antwort-Runde.
Speicher-Geräte-ID konfigurierbar: Standard ist
qoder-agent, kann aber auf eine Geräte-ID geändert werden, die mit anderen Clients geteilt wird.
Related MCP server: evleven
1. Abhängigkeiten installieren
git clone https://github.com/Omnimemory/omnin-Qoder-mcp.git
cd omnin-Qoder-mcp
./install.shinstall.sh erstellt die .venv dieses Projekts und verändert nicht das System-Python.
2. Lokale Umgebung konfigurieren
cp .env.example .envBearbeiten Sie .env und füllen Sie mindestens Folgendes aus:
MEMAURA_API_KEY=你的真实APIKey
MEMAURA_DEFAULT_DEVICE_NO=qoder-agent.env wird von .gitignore ignoriert. Übertragen Sie den API-Key nicht auf GitHub.
Wenn Sie den Speicher mit DeepSeek Harness teilen möchten, ändern Sie die Geräte-ID auf den dort verwendeten Wert, z. B. dsh-agent; mit qoder-agent ist der Speicher isoliert.
3. Qoder MCP konfigurieren
Öffnen Sie in Qoder unter „Einstellungen → MCP-Dienste“ die Datei mcp.json und konfigurieren Sie sie mit absoluten Pfaden:
{
"mcpServers": {
"memaura": {
"type": "stdio",
"command": "/绝对路径/omnin-Qoder-mcp/.venv/bin/python",
"args": ["/绝对路径/omnin-Qoder-mcp/mcp_server.py"],
"env": {
"MEMAURA_API_KEY": "你的真实APIKey",
"MEMAURA_DEFAULT_DEVICE_NO": "qoder-agent",
"MEMAURA_DEFAULT_TOP_K": "10",
"MEMAURA_TIMEOUT": "30"
}
}
}
}Ersetzen Sie die beiden „absoluten Pfade“ durch die tatsächlichen Pfade auf diesem Rechner. Speichern Sie die Änderungen und starten Sie Qoder vollständig neu. Die MCP-Seite sollte drei Werkzeuge anzeigen.
4. Automatischen Abruf und Speichern aktivieren
Qoders MCP-Konfiguration löst die Werkzeuge nicht automatisch aus. Die Hook-Konfiguration befindet sich unter hooks/hooks.json. Führen Sie die folgende hooks-Konfiguration in ~/.lingma/settings.json zusammen (überschreiben Sie nicht Ihre vorhandenen anderen Einstellungen):
{
"hooks": {
"UserPromptSubmit": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "/绝对路径/omnin-Qoder-mcp/hooks/run-memory-hook.sh",
"timeout": 25
}]
}],
"Stop": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "/绝对路径/omnin-Qoder-mcp/hooks/run-memory-hook.sh",
"timeout": 25,
"async": true
}]
}]
}
}Der Hook dieses Projekts liest automatisch die .env im selben Verzeichnis, daher ist keine Abhängigkeit von launchctl erforderlich. Beenden Sie Qoder nach der Änderung vollständig und öffnen Sie es erneut.
5. Überprüfung
Verifizieren Sie zuerst, dass der Hook die Konfiguration lesen kann:
printf '%s' '{"hook_event_name":"UserPromptSubmit","session_id":"test-001","prompt":"测试记忆 QODER-HOOK-918273"}' | hooks/run-memory-hook.shErstellen Sie dann in Qoder einen neuen Chat:
我刚刚购买了一台测试设备,序列号是 DEVICE-XK-591。Warten Sie 30–60 Sekunden, erstellen Sie einen weiteren Chat und fragen Sie:
我刚刚购买的测试设备序列号是什么?Wenn DEVICE-XK-591 beantwortet werden kann, sind Speichern und Abruf über Chats hinweg wirksam.
Plugin-Paket veröffentlichen
Das Plugin-Paket muss eine ZIP-Datei sein, und das ZIP-Stammverzeichnis muss direkt .qoder-plugin/plugin.json enthalten. Legen Sie .venv, .env oder den API-Key nicht in das Archiv:
zip -qr memaura-qoder.zip . \
-x './.venv/*' './.env' './**/__pycache__/*' './*.pyc'Wählen Sie in Qoder unter „Plugins → Importieren“ die erzeugte ZIP-Datei und nicht den Quellcode-Ordner. Nach der Installation müssen Sie weiterhin wie oben beschrieben die lokale Python-Umgebung und den API-Key konfigurieren.
Fehlerbehebung
MCP zeigt die Werkzeuge, speichert aber nicht automatisch: Der Hook ist nicht geladen. Überprüfen Sie
~/.lingma/settings.jsonund starten Sie Qoder neu.Der Hook gibt
MEMAURA_API_KEY 未设置aus: Stellen Sie sicher, dass sich.envim Projektstammverzeichnis befindet und der Variablenname korrekt geschrieben ist.Manueller
store_memory-Aufruf erfolgreich, automatischer Test fehlgeschlagen: MCP funktioniert einwandfrei; das Problem liegt nur in der Hook-Konfiguration oder der Hook-Umgebung.Nach erfolgreichem Speichern ist kein sofortiger Abruf möglich: Nach dem Einreihen in die Warteschlange benötigt MemAura normalerweise 30–60 Sekunden, um den Index aufzubauen.
This server cannot be deployed
Maintenance
Related MCP Connectors
Persistent AI memory shared across Claude, ChatGPT, coding agents, and compatible MCP clients.
Persistent memory for AI agents to retain, retrieve, and recall conversation context through MCP.
Persistent personal memory for AI assistants — save, search, and recall across every MCP client.
Your memory, everywhere AI goes. Build knowledge once, access it via MCP anywhere.
Related MCP Servers
- AlicenseNot gradedqualityCmaintenanceEnables Pi to use GZMO's curated memory system, providing tools for memory status, search, recall, and chain operations via MCP.26 npmMIT
- AlicenseNot gradedqualityCmaintenanceProvides a self-learning multimodal memory server with cross-modal retrieval across text, images, audio, and code via MCP tools and resources.Apache 2.0
- AlicenseNot gradedqualityAmaintenanceProvides AI agents with persistent, human-like memory infrastructure via MCP, enabling them to store, search, summarize, and forget episodic, semantic, procedural, and working memories across sessions.1,237 npmMIT
- AlicenseAqualityAmaintenanceEnables personal AI memory management through MCP tools for adding, searching, exporting, and deleting memories, with knowledge-graph retrieval and multi-hop association for clients like Claude Desktop and Cursor.6Apache 2.0