MemAura Qoder MCP
MemAura Qoder MCP
Adaptador independiente que integra MemAura/OmniMemory en Qoder CN. No modifica ni depende del proyecto original DeepSeek Harness /Users/azhai/memaura-mcp-server.
Funciones
MCP:
store_memory,search_memory,search_memory_hybridHook: recuperación híbrida automática antes de enviar cada pregunta; guarda automáticamente la ronda de preguntas y respuestas al terminar la respuesta.
El número de dispositivo de memoria es configurable: por defecto es
qoder-agent; también puede cambiarse a un número de dispositivo compartido con otros clientes.
Related MCP server: evleven
1. Instalar dependencias
git clone https://github.com/Omnimemory/omnin-Qoder-mcp.git
cd omnin-Qoder-mcp
./install.shinstall.sh creará el .venv de este proyecto y no modificará el Python del sistema.
2. Configurar el entorno local
cp .env.example .envEdite .env y complete como mínimo:
MEMAURA_API_KEY=你的真实APIKey
MEMAURA_DEFAULT_DEVICE_NO=qoder-agent.env ya está ignorado por .gitignore. No suba la API Key a GitHub.
Si desea compartir la memoria con DeepSeek Harness, cambie el número de dispositivo al valor que este usa, por ejemplo dsh-agent; si usa qoder-agent, la memoria quedará aislada.
3. Configurar Qoder MCP
En «Configuración → Servicios MCP» de Qoder, abra mcp.json y configúrelo con rutas absolutas:
{
"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"
}
}
}
}Reemplace las dos «rutas absolutas» por las rutas reales de su máquina. Guarde y reinicie Qoder por completo. La página de MCP debería mostrar las tres herramientas.
4. Activar la recuperación y el guardado automáticos
La configuración MCP de Qoder no activa las herramientas automáticamente. La configuración del Hook se encuentra en hooks/hooks.json. Fusione la siguiente configuración hooks en ~/.lingma/settings.json (no sobrescriba las demás configuraciones que ya tenga):
{
"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
}]
}]
}
}El Hook de este proyecto leerá automáticamente el .env del mismo directorio, por lo que no es necesario depender de launchctl. Tras modificar, salga por completo y vuelva a abrir Qoder.
5. Verificación
Primero verifique que el Hook puede leer la configuración:
printf '%s' '{"hook_event_name":"UserPromptSubmit","session_id":"test-001","prompt":"测试记忆 QODER-HOOK-918273"}' | hooks/run-memory-hook.shA continuación, cree una nueva conversación en Qoder:
我刚刚购买了一台测试设备,序列号是 DEVICE-XK-591。Espere 30–60 segundos, cree otra conversación y pregunte:
我刚刚购买的测试设备序列号是什么?Si puede responder DEVICE-XK-591, significa que tanto el guardado como la recuperación entre conversaciones están activos.
Publicar el paquete del plugin
El paquete del plugin debe ser un ZIP, y el directorio raíz del ZIP debe contener directamente .qoder-plugin/plugin.json. No incluya .venv, .env ni la API Key en el archivo comprimido:
zip -qr memaura-qoder.zip . \
-x './.venv/*' './.env' './**/__pycache__/*' './*.pyc'En «Complementos → Importar» de Qoder, seleccione el ZIP generado y no la carpeta de código fuente. Tras la instalación, aún deberá configurar el entorno Python local y la API Key siguiendo los pasos anteriores.
Solución de problemas
MCP puede ver las herramientas pero no guarda automáticamente: el Hook no está cargado; revise
~/.lingma/settings.jsony reinicie Qoder.El Hook muestra
MEMAURA_API_KEY 未设置: confirme que existe.enven el directorio raíz del proyecto y que el nombre de la variable está bien escrito.Si
store_memorymanual tiene éxito pero la prueba automática falla: MCP funciona correctamente; el problema está solo en la configuración del Hook o en el entorno del Hook.Si tras guardar no se puede recuperar de inmediato: después de que MemAura pone en cola, normalmente tarda 30–60 segundos en crear el índice.
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