Brain-MCP

Memory Control Protocol - AI记忆思维管理系统，模拟类人思维记忆过程

❌ 没有Brain-MCP

AI缺乏持久的记忆能力，每次对话都是全新的开始。您会遇到：

❌ 无法记住之前的对话内容

❌ 无法建立知识之间的关联

❌ 无法进行连续的思维过程

❌ 无法学习和积累经验

Related MCP server: celiums-memory

✅ 使用Brain-MCP

Brain-MCP为AI提供完整的记忆管理系统，支持短期记忆、长期记忆和思维过程管理：

✅ 短期记忆: FIFO队列式临时缓存，容量可配置

✅ 长期记忆: 基于图结构的持久化存储，支持关联和搜索

✅ 思维过程管理: 完整的思维链管理系统，支持多类型思考节点

✅ 自动持久化: 每次修改记忆都会自动保存

✅ 认知模式: 支持分析、直觉、创造、批判、元认知等多种模式

🚀 快速开始

要求

• Node.js >= v18.0.0

• Claude Desktop、Cursor、VSCode或其他MCP客户端

配置

{
  "mcpServers": {
    "brain": {
      "command": "npx",
      "args": ["-y", "digital-brain-mcp"],
      "env": {
        "BRAIN_MCP_STORAGE_PATH":"./memory_data"
      }
    }
  }
}

🔨 可用工具

Brain-MCP提供以下工具供AI使用：

短期记忆工具

• addShortTermMemory: 添加临时记忆到短期缓存

• getShortTermMemory: 获取所有短期记忆（最新优先）

• clearShortTermMemory: 清空短期记忆

长期记忆工具

• addLongTermMemory: 创建新的持久化记忆节点

• getLongTermMemory: 根据ID获取记忆及其关联

• searchLongTermMemory: 关键词搜索记忆

• updateLongTermMemory: 更新记忆内容和关联

• deleteLongTermMemory: 删除记忆节点

• getAssociations: 获取节点的直接关联

思维过程工具

• startThoughtProcess: 启动新的思维链

• addThought: 向思维链添加思考节点

• branchThought: 从现有思考创建分支

• evaluateThought: 评估并更新思考的置信度

• completeThoughtProcess: 完成思维过程并存储结论

• getCurrentThoughtChain: 获取思维链的当前状态

• pauseThinking: 暂停活跃的思维过程

• resumeThinking: 恢复暂停的思维过程

• switchCognitiveMode: 切换认知模式

• getOptimalModeForTask: 获取任务推荐的最佳认知模式

• getThinkingProgress: 获取思维链的进度统计

• getActiveChains: 获取所有活跃的思维链

• getThinkingStats: 获取思维过程的总体统计信息

系统管理工具

• saveMemory: 手动保存记忆到磁盘

• getMemoryStats: 获取记忆系统统计信息

💡 使用示例

基本记忆操作

// 添加短期记忆
await mcp.addShortTermMemory("用户询问天气情况");

// 添加长期记忆并建立关联
const memoryId = await mcp.addLongTermMemory("北京夏天炎热", ["weather-memory-id"]);

// 搜索记忆
const results = await mcp.searchLongTermMemory("炎热");

思维过程管理

// 启动思维过程
const chainId = await mcp.startThoughtProcess("设计用户友好的产品界面");

// 添加思考节点
await mcp.addThought(chainId, "从用户角度思考主要使用场景", "analysis");
await mcp.addThought(chainId, "采用简约设计风格", "decision");

// 创建分支探索替代方案
const branchId = await mcp.branchThought(thoughtId, "尝试创新交互模式");

// 完成思维过程
await mcp.completeThoughtProcess(chainId, "选择平衡方案：简约为主，适度创新");

🛟 提示

自动保存

所有修改记忆的操作都会自动保存到本地存储，确保数据不会丢失。

记忆关联

使用关联功能建立知识之间的联系，支持深度检索和智能推荐。

思维模式

根据任务类型选择合适的认知模式：

• 分析模式: 深度推理，多角度分析

• 直觉模式: 快速联想，模式识别

• 创造模式: 发散思维，概念组合

• 批判模式: 质疑验证，逻辑检查

• 元认知模式: 思考自己的思考过程

💻 开发

克隆项目并安装依赖：

git clone https://github.com/DDguan2010/brain-mcp.git
cd brain-mcp
npm install

构建：

npm run build

运行服务器：

npm start

CLI参数

brain-mcp接受以下CLI参数：

• --port – 服务器端口（默认3000）

• --storage-path – 存储路径（默认./memory_data）

• --auto-save-interval – 自动保存间隔（默认5分钟）

示例：

npm start -- --port 8080 --storage-path ./my_memory

环境变量

可以使用以下环境变量：

• NODE_ENV: 运行环境（development/production）

• BRAIN_MCP_STORAGE_PATH: 存储路径

• BRAIN_MCP_AUTO_SAVE_INTERVAL: 自动保存间隔

示例：

NODE_ENV=production BRAIN_MCP_STORAGE_PATH=./data npm start

🏗️ 架构设计

brain-mcp/
├── src/
│   ├── types.ts              # 类型定义
│   ├── config.ts             # 配置管理
│   ├── short-term-memory.ts  # 短期记忆管理
│   ├── long-term-memory.ts   # 长期记忆管理
│   ├── thinking-process.ts   # 思维过程管理
│   ├── storage.ts            # 文件持久化
│   └── brain-mcp.ts          # 主模块
└── server.ts                 # MCP服务器

📄 许可证

MIT License

🤝 贡献

欢迎提交Issue和Pull Request！

Made by 0.2Studio