MemU MCP Server

为 Claude Code CLI 提供 MemU 记忆系统的 MCP (Model Context Protocol) 接口。

English | 简体中文

功能特性

• 保存记忆 - 将重要信息保存到记忆系统

• 语义搜索 - 使用自然语言查询相关记忆

• 上下文检索 - 智能获取会话相关的历史记忆

• 统计信息 - 查看记忆系统的使用情况

Related MCP server: Central Brain

架构

Claude Code CLI
    ↓ (MCP 协议)
MCP Server (工具层)
    ↓ (调用)
memu_utils (辅助层)
    ↓ (存储)
MemU Service + PostgreSQL + pgvector

安装

1. 安装依赖

# 使用 pip
pip install -r requirements.txt

# 或使用 uv（推荐）
uv pip install -r requirements.txt

2. 配置环境变量

在 MemU 工作目录创建 .env 文件（启动时自动读取），包含以下配置：

# 通义千问 LLM 配置
DASHSCOPE_API_KEY=your_dashscope_api_key

# PostgreSQL 配置
DATABASE_TYPE=postgres
POSTGRES_DSN=postgresql+psycopg2://postgres:postgres@127.0.0.1:5432/memu

3. 配置 MCP Server

在 .mcp.json 中添加：

{
  "mcpServers": {
    "memu": {
      "type": "stdio",
      "command": "python",
      "args": ["server.py"],
      "cwd": "/absolute/path/to/memu-mcp"
    }
  }
}

也可以独立 HTTP 服务运行：python server.py --transport http --host 127.0.0.1 --port 3335，然后配置 "type": "http", "url": "http://127.0.0.1:3335/mcp"。详细部署步骤见 docs/INSTALL.md。

MCP 工具

1. save_memory

保存新的记忆到 MemU 系统。

参数：

• content (必需): 记忆内容

• category (可选): 记忆分类

• metadata (可选): 额外元数据

• importance (可选): 重要性评分 (0-1)

示例：

# 保存用户偏好
save_memory(
    content="猪猪喜欢使用 Vim 编辑器",
    category="preferences",
    importance=0.8
)

2. search_memory

使用语义搜索查找相关记忆。

参数：

• query (必需): 搜索查询（自然语言）

• limit (可选): 返回结果数量（默认 5，最大 20）

• category (可选): 过滤分类

示例：

# 搜索编辑器偏好
search_memory(query="猪猪喜欢什么编辑器", limit=3)

# 搜索特定分类
search_memory(query="MCP 协议", category="knowledge", limit=5)

3. get_context_memories

获取会话相关的上下文记忆（用于会话启动）。

参数：

• query (必需): 当前任务或上下文描述

• max_tokens (可选): 最大 token 数量（默认 1000）

• limit (可选): 最大返回记忆数量（默认 10）

示例：

# 会话启动时获取上下文
get_context_memories(
    query="处理 Python 代码重构任务",
    max_tokens=1000
)

4. get_memory_stats

获取记忆系统统计信息。

返回：

• total_memories: 记忆总数

• categories: 各分类的记忆数量

• last_updated: 最后更新时间

5. format_memories_for_context

将JSON记忆列表格式化为 Markdown 格式。

参数：

• memories_json (必需): JSON 格式的记忆列表

使用方式

方式 1: 通过 MCP 协议（推荐）

在 Claude Code CLI 中直接使用 MCP 工具：

# 保存记忆
使用 save_memory 工具保存重要信息

# 搜索记忆
使用 search_memory 工具查找相关信息

# 会话启动时
使用 get_context_memories 获取上下文

方式 2: 直接调用 memu_utils（备选）

import memu_utils

# 保存记忆
result = memu_utils.save_memory(
    "猪猪喜欢使用 Vim 编辑器",
    category="preferences"
)

# 搜索记忆
memories = memu_utils.search_memory("编辑器", limit=5)

# 格式化输出
context = memu_utils.format_memories_for_context(memories)
print(context)

开发

运行测试

# 测试 MemU 基础功能
python memu_utils.py test

# 查看统计信息
python memu_utils.py stats

# 健康检查
python memu_utils.py health

启动 HTTP 模式（调试用）

python server.py --transport http --host 127.0.0.1 --port 3335

技术栈

• MCP 协议: Model Context Protocol

• 协议层: 手写 MCP 协议（JSON-RPC 2.0，仅标准库）

• 记忆系统: MemU (memu-py)

• 向量存储: PostgreSQL + pgvector

• Embedding: 通义千问 text-embedding-v4

• LLM: 通义千问 qwen-plus

注意事项

1. 向后兼容性: 保留 memu_utils.py 作为直接调用的备选方案

2. 环境变量: 确保 .env 文件配置正确

3. PostgreSQL: 确保 PostgreSQL 服务正在运行

4. API Keys: 确保通义千问（DashScope）的 API Key 有效

参考资料

• MemU GitHub

• MCP 协议规范

作者

OstrichHermit

License

MIT

版本

1.0.0 - 2026-09-24

• 协议层重写：手写 JSON-RPC 2.0（stdio + streamable HTTP），移除 FastMCP 依赖

• 7 个 MCP 工具，接口与 0.1.0 完全兼容

• 环境变量配置通用化（支持 MEMU_ENV_FILE / MEMU_RESOURCES_DIR）

0.1.0 - 2026-03-04

• 初始版本

• 实现 5 个 MCP 工具

• 支持 PostgreSQL + pgvector 存储