Skip to main content
Glama

Kimi Memory MCP

为 Kimi Code CLI 打造的智能记忆系统,让大模型拥有持久化记忆能力。

功能特性

  • 📚 文件学习 - 学习代码、文档、会议记录等各种文件

  • 🔍 智能检索 - 使用自然语言查询已学习内容

  • 🧠 混合存储 - 同时存储原始内容和 AI 整理后的结构化内容

  • 🤖 智能预处理 - 自动调用 DeepSeek 整理复杂文档

  • 🔒 本地 Embedding - 使用 Ollama + bge-m3,保护隐私

  • 💾 持久化存储 - 数据存储在 ChromaDB,重启不丢失

Related MCP server: Vector Memory MCP Server

系统架构

┌─────────────────────────────────────────────────────────┐
│  Kimi Code CLI                                          │
└──────────────────┬──────────────────────────────────────┘
                   │
                   ▼
┌─────────────────────────────────────────────────────────┐
│  Memory MCP Server (Node.js + TypeScript)               │
│  ├── embed_file     - 学习文件                          │
│  ├── search_memory  - 检索记忆                          │
│  ├── list_memories  - 列出记忆                          │
│  └── forget_file    - 删除记忆                          │
└──────────────────┬──────────────────────────────────────┘
                   │
       ┌───────────┴───────────┐
       ▼                       ▼
┌─────────────┐         ┌─────────────┐
│   Ollama    │         │  DeepSeek   │
│  (bge-m3)   │         │    API      │
│  Embedding  │         │  内容整理   │
└──────┬──────┘         └─────────────┘
       │
       ▼
┌─────────────────────────────────────────────────────────┐
│  ChromaDB (Docker)                                      │
│  └── 向量存储 + 元数据                                    │
└─────────────────────────────────────────────────────────┘

快速开始

1. 克隆项目

git clone https://github.com/yourusername/kimi-memory-mcp.git
cd kimi-memory-mcp

2. 安装依赖

npm install
npm run build

3. 启动 ChromaDB

docker run -d --name chromadb -p 8000:8000 chromadb/chroma:latest

4. 配置 MCP

编辑 ~/.kimi/mcp.json

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": ["/path/to/kimi-memory-mcp/dist/index.js"],
      "env": {
        "ANTHROPIC_AUTH_TOKEN": "your-deepseek-api-key",
        "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
        "ANTHROPIC_MODEL": "deepseek-chat"
      }
    }
  }
}

5. 重启 Kimi CLI

重启 Kimi Code CLI 后,记忆功能即可使用。

使用方法

学习文件

> 学习 /path/to/auth.js,用户认证模块
> 学习 /path/to/API设计.md,后端接口规范
> 学习 /path/to/周会.md,本周开发计划

检索记忆

> 回忆一下用户登录怎么实现
> 上周会议说的待办事项有哪些
> 之前学习的认证相关代码在哪里

管理记忆

> 查看我已让你学习的所有文件
> 忘记 /path/to/旧文件.js

项目结构

kimi-memory-mcp/
├── src/
│   ├── index.ts              # MCP 服务器入口
│   ├── tools/
│   │   ├── embed.ts          # 学习文件
│   │   ├── search.ts         # 检索记忆
│   │   ├── list.ts           # 列出记忆
│   │   └── forget.ts         # 删除记忆
│   ├── store/
│   │   └── chroma_http.ts    # ChromaDB HTTP 客户端
│   └── utils/
│       ├── ollama.ts         # Ollama API 封装
│       ├── deepseek.ts       # DeepSeek API 封装
│       └── splitter.ts       # 文件切片器
├── dist/                     # 编译后的 JS
├── package.json
├── tsconfig.json
└── README.md

环境变量

变量名

说明

默认值

ANTHROPIC_AUTH_TOKEN

DeepSeek API Key

必填

ANTHROPIC_BASE_URL

DeepSeek API 地址

https://api.deepseek.com/anthropic

ANTHROPIC_MODEL

使用的模型

deepseek-chat

CHROMA_URL

ChromaDB 地址

http://localhost:8000

OLLAMA_HOST

Ollama 地址

http://localhost:11434

技术亮点

1. 混合存储

同时存储原始内容和 AI 整理后的结构化内容:

  • 检索时优先匹配结构化内容(更准确)

  • 需要细节时查看原始内容(更完整)

2. 智能预处理

自动判断文件类型:

  • 代码文件(.py, .js, .ts等)→ 直接切片

  • 文档类(.md, .txt)→ DeepSeek 整理后存储

3. 本地 Embedding

使用 Ollama 本地运行 bge-m3 模型:

  • 无需联网即可生成向量

  • 保护数据隐私

  • 免费使用

依赖要求

  • Node.js >= 18

  • Docker (用于运行 ChromaDB)

  • Ollama (本地 Embedding 服务)

  • DeepSeek API Key (文档预处理)

安装依赖服务

Ollama

# macOS/Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows
# 下载安装包: https://ollama.com/download/windows

拉取 bge-m3 模型

ollama pull bge-m3

开发

# 开发模式(自动编译)
npm run dev

# 构建
npm run build

# 测试连接
node dist/index.js

许可证

MIT License

致谢

A
license - permissive license
-
quality - not tested
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

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/SARPixelPioneer/kimi-memory-mcp'

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