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., "@layer-memory remember my favorite color is blue"
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.
本地优先、Markdown 原生的 AI 代理分层记忆系统。基于 Midway.js 的 MCP 服务，SQLite 存储，pnpm monorepo。
layer-memory/
├── packages/
│ └── core/ # 记忆核心库（框架无关）
│ └── src/store/ # 存储层抽象、SQLite 实现、类型定义
├── apps/
│ ├── mcp-server/ # MCP 服务端（Midway.js 4.0）
│ │ └── src/tools/ # 4 个 MCP Tools
├── docs/ # 文档站（dumi 2.x）
├── skill/ # AI Agent skill 定义
├── .husky/ # Git hooks
├── .changeset/ # 版本管理
├── docker-compose.yml
├── Dockerfile
└── pnpm-workspace.yaml工具 | 说明 | 参数 |
| 存储一条记忆 | key, value, type(可选), tags(可选) |
| 搜索已存储的记忆 | query, type(可选), tags(可选), limit(可选) |
| 导出所有记忆为 JSON | outputPath |
| 从 JSON 文件导入记忆 | inputPath |
记忆类型: working (工作记忆) / persona (人格画像) / fact (事实知识)
Related MCP server: Cortex
Node.js >= 20
pnpm 10.x（安装：corepack enable && corepack prepare pnpm@10.15.0 --activate）
git clone https://github.com/Dante926/layer-memory.git
cd layer-memory
pnpm installpnpm dev服务启动在 http://localhost:3000，MCP endpoint 在 /mcp。
pnpm build所有包编译到各自 dist/ 目录。
pnpm docs:devdocker compose up -d服务运行在 http://localhost:3000。
记忆数据存储在 Docker volume layer-memory-data 中，容器重启/更新不会丢失。
docker compose build
docker compose up -d在 ~/.claude/settings.json 中配置 MCP：
{
"mcpServers": {
"layer-memory": {
"type": "url",
"url": "http://localhost:3000/mcp"
}
}
}在项目的 .cursor/mcp.json 中配置：
{
"mcpServers": {
"layer-memory": {
"type": "url",
"url": "http://localhost:3000/mcp"
}
}
}存储记忆：
调用 memory_store(
key="架构决策",
value="选择 Midway.js 4.0 MCP + SQLite",
type="fact",
tags="项目:layer-memory"
)搜索记忆：
调用 memory_recall(query="架构决策", limit=5)导出备份：
调用 memory_export(outputPath="backup.json")本项目使用 Changeset 管理版本：
pnpm changeset # 创建变更记录
pnpm version # 更新版本号
pnpm publish # 发布使用 Conventional Commits：
feat: 新功能
fix: 修复
chore: 工程化
docs: 文档
pnpm formatThis server cannot be deployed
One memory, every AI. A shared, user-owned markdown memory your AI clients read and write over MCP.
Persistent, inspectable memory for AI agents with lineage, correction, and a hosted MCP endpoint.
Token-efficient MCP memory for Markdown vaults. Tiered search, GraphRAG, AI memories.
Persistent memory for AI agents across Claude, ChatGPT and any MCP client.
