Skip to main content
Glama
deenesjakoruzh
doobidoo

MCP Memory Service

by doobidoo
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

MCP内存服务

许可证：MIT 铁匠徽章

一个 MCP 服务器，使用 ChromaDB 和句子转换器为 Claude Desktop 提供语义记忆和持久存储功能。该服务支持长期记忆存储和语义搜索功能，非常适合跨对话和实例维护上下文。

帮助

使用TalkToGitHub与 Repo 对话！

Related MCP server: TranscriptionTools MCP Server

特征

  • 使用句子转换器进行语义搜索

  • 基于自然语言时间的回忆（例如，“上周”，“昨天早上”）

  • 基于标签的记忆检索系统

  • 使用 ChromaDB 进行持久存储

  • 自动数据库备份

  • 内存优化工具

  • 精确匹配检索

  • 相似性分析的调试模式

  • 数据库健康监控

  • 重复检测和清理

  • 可定制的嵌入模型

  • 跨平台兼容性（Apple Silicon、Intel、Windows、Linux）

  • 针对不同环境的硬件感知优化

  • 有限硬件资源的优雅回退

安装

快速启动（推荐）

增强的安装脚本会自动检测您的系统并安装适当的依赖项：

# Clone the repository
git clone https://github.com/doobidoo/mcp-memory-service.git
cd mcp-memory-service

# Create and activate a virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Run the installation script
python install.py

install.py脚本将：

  1. 检测您的系统架构和可用的硬件加速器

  2. 为您的平台安装适当的依赖项

  3. 为您的环境配置最佳设置

  4. 验证安装并在需要时提供诊断

Docker 安装

您可以使用 Docker 运行内存服务：

# Using Docker Compose (recommended)
docker-compose up

# Using Docker directly
docker build -t mcp-memory-service .
docker run -p 8000:8000 -v /path/to/data:/app/chroma_db -v /path/to/backups:/app/backups mcp-memory-service

我们针对不同的场景提供了多种 Docker Compose 配置：

  • docker-compose.yml - 使用 pip install 的标准配置

  • docker-compose.uv.yml - 使用 UV 包管理器的替代配置

  • docker-compose.pythonpath.yml - 具有显式 PYTHONPATH 设置的配置

要使用替代配置：

docker-compose -f docker-compose.uv.yml up

Windows 安装（特殊情况）

由于特定平台的 Wheel 可用性，Windows 用户可能会遇到 PyTorch 安装问题。请使用我们 Windows 专用的安装脚本：

# After activating your virtual environment
python scripts/install_windows.py

该脚本处理：

  1. 检测 CUDA 可用性和版本

  2. 从正确的索引 URL 安装适当的 PyTorch 版本

  3. 安装其他依赖项而不与 PyTorch 冲突

  4. 验证安装

通过 Smithery 安装

要通过Smithery自动为 Claude Desktop 安装内存服务：

npx -y @smithery/cli install @doobidoo/mcp-memory-service --client claude

详细安装指南

有关全面的安装说明和故障排除，请参阅安装指南。

Claude MCP 配置

标准配置

将以下内容添加到您的claude_desktop_config.json文件中：

{
  "memory": {
    "command": "uv",
    "args": [
      "--directory",
      "your_mcp_memory_service_directory",  // e.g., "C:\\REPOSITORIES\\mcp-memory-service"
      "run",
      "memory"
    ],
    "env": {
      "MCP_MEMORY_CHROMA_PATH": "your_chroma_db_path",  // e.g., "C:\\Users\\John.Doe\\AppData\\Local\\mcp-memory\\chroma_db"
      "MCP_MEMORY_BACKUPS_PATH": "your_backups_path"  // e.g., "C:\\Users\\John.Doe\\AppData\\Local\\mcp-memory\\backups"
    }
  }
}

Windows 特定配置（推荐）

对于 Windows 用户，我们建议使用包装器脚本来确保 PyTorch 正确安装：

{
  "memory": {
    "command": "python",
    "args": [
      "C:\\path\\to\\mcp-memory-service\\memory_wrapper.py"
    ],
    "env": {
      "MCP_MEMORY_CHROMA_PATH": "C:\\Users\\YourUsername\\AppData\\Local\\mcp-memory\\chroma_db",
      "MCP_MEMORY_BACKUPS_PATH": "C:\\Users\\YourUsername\\AppData\\Local\\mcp-memory\\backups"
    }
  }
}

包装脚本将：

  1. 检查 PyTorch 是否已安装并正确配置

  2. 如果需要，使用正确的索引 URL 安装 PyTorch

  3. 使用适当的配置运行内存服务器

使用指南

有关如何与 Claude Desktop 中的内存服务交互的详细说明：

在您与 Claude 的对话中，记忆服务会通过自然语言命令调用。例如：

  • 对商店说：“请记住，我的项目截止日期是 5 月 15 日。”

  • 检索：“你还记得我告诉你的项目截止日期吗？”

  • 删除：“请忘记我告诉你的我的地址。”

请参阅调用指南以获取完整的命令列表和详细的使用示例。

内存操作

内存服务通过MCP服务器提供以下操作：

核心内存操作

  1. store_memory - 使用可选标签存储新信息

  2. retrieve_memory - 对相关记忆进行语义搜索

  3. recall_memory - 使用自然语言时间表达检索记忆

  4. search_by_tag - 使用特定标签查找记忆

  5. exact_match_retrieve - 查找内容完全匹配的记忆

  6. debug_retrieve - 检索具有相似度分数的记忆

数据库管理

  1. create_backup - 创建数据库备份

  2. get_stats获取内存统计信息

  3. optimize_db优化数据库性能

  4. check_database_health - 获取数据库健康指标

  5. check_embedding_model - 验证模型状态

内存管理

  1. delete_memory - 通过哈希删除特定内存

  2. delete_by_tag - 删除所有带有特定标签的记忆

  3. cleanup_duplicates - 删除重复条目

配置选项

通过环境变量配置：

CHROMA_DB_PATH: Path to ChromaDB storage
BACKUP_PATH: Path for backups
AUTO_BACKUP_INTERVAL: Backup interval in hours (default: 24)
MAX_MEMORIES_BEFORE_OPTIMIZE: Threshold for auto-optimization (default: 10000)
SIMILARITY_THRESHOLD: Default similarity threshold (default: 0.7)
MAX_RESULTS_PER_QUERY: Maximum results per query (default: 10)
BACKUP_RETENTION_DAYS: Number of days to keep backups (default: 7)
LOG_LEVEL: Logging level (default: INFO)

# Hardware-specific environment variables
PYTORCH_ENABLE_MPS_FALLBACK: Enable MPS fallback for Apple Silicon (default: 1)
MCP_MEMORY_USE_ONNX: Use ONNX Runtime for CPU-only deployments (default: 0)
MCP_MEMORY_USE_DIRECTML: Use DirectML for Windows acceleration (default: 0)
MCP_MEMORY_MODEL_NAME: Override the default embedding model
MCP_MEMORY_BATCH_SIZE: Override the default batch size

硬件兼容性

平台

建筑学

加速器

地位

macOS

苹果硅片 (M1/M2/M3)

国会议员

✅ 完全支持

macOS

Rosetta 2 下的 Apple Silicon

中央处理器

✅ 支持后备

macOS

英特尔

中央处理器

✅ 完全支持

视窗

x86_64

CUDA

✅ 完全支持

视窗

x86_64

DirectML

✅ 支持

视窗

x86_64

中央处理器

✅ 支持后备

Linux

x86_64

CUDA

✅ 完全支持

Linux

x86_64

ROC

✅ 支持

Linux

x86_64

中央处理器

✅ 支持后备

Linux

ARM64

中央处理器

✅ 支持后备

测试

# Install test dependencies
pip install pytest pytest-asyncio

# Run all tests
pytest tests/

# Run specific test categories
pytest tests/test_memory_ops.py
pytest tests/test_semantic_search.py
pytest tests/test_database.py

# Verify environment compatibility
python scripts/verify_environment_enhanced.py

# Verify PyTorch installation on Windows
python scripts/verify_pytorch_windows.py

# Perform comprehensive installation verification
python scripts/test_installation.py

故障排除

有关详细的故障排除步骤，请参阅安装指南。

快速故障排除提示

  • Windows PyTorch 错误：使用python scripts/install_windows.py

  • macOS Intel 依赖冲突：使用python install.py --force-compatible-deps

  • 递归错误：运行python scripts/fix_sitecustomize.py

  • 环境验证：运行python scripts/verify_environment_enhanced.py

  • 内存问题：设置MCP_MEMORY_BATCH_SIZE=4并尝试较小的模型

  • Apple Silicon ：确保为 ARM64 构建 Python 3.10+，设置PYTORCH_ENABLE_MPS_FALLBACK=1

  • 安装测试：运行python scripts/test_installation.py

项目结构

mcp-memory-service/
├── src/mcp_memory_service/      # Core package code
│   ├── __init__.py
│   ├── config.py                # Configuration utilities
│   ├── models/                  # Data models
│   ├── storage/                 # Storage implementations
│   ├── utils/                   # Utility functions
│   └── server.py                # Main MCP server
├── scripts/                     # Helper scripts
├── memory_wrapper.py            # Windows wrapper script
├── install.py                   # Enhanced installation script
└── tests/                       # Test suite

开发指南

  • 带有类型提示的 Python 3.10+

  • 使用数据类作为模型

  • 模块和函数的三重引号文档字符串

  • 所有 I/O 操作的异步/等待模式

  • 遵循 PEP 8 样式指南

  • 包括新功能的测试

执照

MIT 许可证 - 详情请参阅许可证文件

致谢

  • ChromaDB矢量数据库团队

  • 用于嵌入模型的句子转换器项目

  • 协议规范的 MCP 项目

接触

电报

集成

MCP 内存服务可以通过各种工具和实用程序进行扩展。请参阅集成以获取可用选项列表，包括：

Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

How are these scores calculated?

Resources

Tools

Appeared in Searches

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/doobidoo/mcp-memory-service'

If you have feedback or need assistance with the MCP directory API, please join our Discord server