シンプルメモリ拡張MCPサーバー

エージェントのコンテキストウィンドウ／メモリを拡張するMCPサーバー。大規模な機能のコーディングやバイブコーディングを行う際に、進行状況、重要な瞬間や変更点など、記憶しておくべき情報を保存／呼び出しする必要がある場合に便利です。エージェントに記憶を保存させ、必要な時に呼び出すように指示するか、（カーソルルールなどを通じて）エージェントが適切にメモリを管理するように指示します。

使用法

サーバーの起動

npm install
npm start

利用可能なツール

コンテキストアイテム管理

• store_context_item - 名前空間にキーを持つ値を保存する

• retrieve_context_item_by_key - キーで値を取得する

• delete_context_item - キーと値のペアを削除する

名前空間管理

• create_namespace - 新しい名前空間を作成する

• delete_namespace - 名前空間とすべてのコンテンツを削除する

• list_namespaces - すべての名前空間を一覧表示する

• list_context_item_keys - 名前空間内のキーを一覧表示する

セマンティック検索

• retrieve_context_items_by_semantic_search - 意味からアイテムを検索する

セマンティック検索の実装

1. E5モデルを使用してベクトルに変換されたクエリ

2. テキストは自動的にチャンクに分割され、より正確に一致します

3. クエリと保存されたチャンク間で計算されたコサイン類似度

4. 結果は閾値でフィルタリングされ、類似度で並べ替えられています

5. 完全なアイテム値とともに返される上位一致

Related MCP server: mem0-agent-memory

発達

# Dev server
npm run dev

# Format code
npm run format

.env

# Path to SQLite database file
DB_PATH=./data/context.db

PORT=3000

# Use HTTP SSE or Stdio
USE_HTTP_SSE=true

# Logging Configuration: debug, info, warn, error
LOG_LEVEL=info

セマンティック検索

このプロジェクトには、Hugging FaceのE5埋め込みモデルを用いたセマンティック検索機能が含まれています。これにより、キーの完全一致だけでなく、意味に基づいてコンテキストアイテムを検索できます。

設定

セマンティック検索機能にはPythonの依存関係が必要ですが、 npm run start実行すると自動的にインストールされます。

埋め込みモデル

intfloat/multilingual-e5-large-instructを使用します

注記

主にバイブコーディングをしながら開発したので、あまり期待しないでくださいね :D。でも、ちゃんと動くし、便利だと思ったので、まあいいか。ぜひ貢献したり、改善を提案したりしてください。