Memstate AI - Agent Memory System
OfficialMemstate AI - MCP
为 AI 智能体提供版本化记忆。 存储事实、检测冲突并追踪决策随时间的变化——以托管 MCP 服务器的形式提供。
为什么选择 Memstate?
RAG(大多数其他记忆系统) | Memstate AI | |
每次对话的 Token 使用量 | ~7,500 | ~1,500 |
智能体可见性 | 黑盒 | 完全透明 |
记忆版本控制 | 无 | 完整历史记录 |
记忆扩展时的 Token 增长 | O(n) | O(1) |
所需基础设施 | 是 | 无 — 托管 SaaS |
其他记忆系统将所有内容转储到您的上下文窗口中,并祈祷效果良好。Memstate 为您的智能体提供了一个结构化、版本化的知识库,它可以精确地进行导航——只加载所需内容,了解发生了什么变化,并知晓事实何时发生冲突。
Related MCP server: BuildAutomata Memory MCP Server
基准测试
我们构建了一个 开源基准测试套件,用于测试对智能体记忆真正重要的事情:您的系统能否存储事实、跨会话准确回忆、在事物发生变化时检测冲突,并随着项目的演进保持上下文?
正面交锋:Memstate AI vs Mem0
两个系统均在相同条件下进行了测试,使用相同的智能体(Claude Sonnet 4.6,温度 0)、相同的场景和相同的评分标准。
指标 | Memstate AI | Mem0 | 胜出者 |
总分 | 69.1 | 15.4 | Memstate |
准确性(事实回忆) | 74.1 | 12.6 | Memstate |
冲突检测 | 85.5 | 19.0 | Memstate |
上下文连续性 | 63.7 | 10.1 | Memstate |
Token 效率 | 22.3 | 30.6 | Mem0 |
评分权重:准确性 40%,冲突检测 25%,上下文连续性 25%,Token 效率 10%。
分场景细分
该基准测试运行了五个模拟多会话智能体工作流的真实场景:
场景 | Memstate AI | Mem0 |
Web 应用架构演进 | 43.2 | 55.6 |
身份验证系统迁移 | 66.2 | 10.2 |
数据库模式演进 | 72.7 | 7.0 |
API 版本冲突 | 86.5 | 0.9 |
团队决策逆转 | 77.2 | 3.3 |
Mem0 在第一个场景(简单的架构追踪)中获胜,但在需要处理矛盾、跨会话上下文和决策逆转追踪的场景中表现严重不佳——在五个场景中的三个场景得分接近于零。
为什么 Memstate 胜出
基准测试揭示了一个根本性的架构差异:
Mem0 使用基于嵌入(Embedding)的语义搜索。 事实被分块、嵌入并按相似度检索。这适用于简单的查找,但在以下情况会失效:
事实与先前的事实相矛盾(系统无法区分当前事实与过时事实)
需要精确回忆(嵌入返回的是“相似”结果,而非精确结果)
读写延迟很重要(新记忆需要几秒钟才能变得可搜索)
Memstate 使用结构化、版本化的键值存储。 每个事实都位于一个明确的键路径(keypath)上,并具有完整的版本历史。这意味着:
内置冲突检测 —— 当新事实与旧事实冲突时,系统会知晓并保留两个版本
回忆是确定性的 —— 您得到的是存储的确切内容,而不是近似匹配
跨会话连续性可靠 —— 智能体导航的是结构化树,而不是寄希望于语义搜索能浮现出正确的上下文
Token 成本保持 O(1) —— 智能体先加载摘要,仅在需要时深入细节,而不是将所有可能相关的嵌入转储到上下文窗口中
公平性说明
两个系统使用了相同的智能体模型、温度和评估标准
Mem0 在写入和读取之间被给予了 10 秒的摄入延迟,以考虑其异步嵌入管道
Mem0 在 Token 效率上得分更高,但该指标应在上下文中解读——较低的 Token 使用量可能仅仅反映了返回的信息较少。一个检索不完整或不正确事实的系统每次响应使用的 Token 更少,但可能需要更多的后续调用,最终为了达到相同的答案需要消耗更多的 Token
基准测试源代码包含在此存储库中,以实现完全的可复现性
Mem0 在自定义配置或使用不同嵌入模型时可能会有不同的表现
快速入门
在 memstate.ai/dashboard 获取您的 API 密钥,然后添加到您的 MCP 客户端配置中:
{
"mcpServers": {
"memstate": {
"command": "npx",
"args": ["-y", "@memstate/mcp"],
"env": {
"MEMSTATE_API_KEY": "YOUR_API_KEY_HERE"
}
}
}
}无需 Docker。无需数据库。无需基础设施。60 秒内即可运行。
客户端设置
Claude Desktop
配置位置:
macOS:
~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"memstate": {
"command": "npx",
"args": ["-y", "@memstate/mcp"],
"env": { "MEMSTATE_API_KEY": "YOUR_API_KEY_HERE" }
}
}
}Claude Code
claude mcp add memstate npx @memstate/mcp -e MEMSTATE_API_KEY=YOUR_API_KEY_HERECursor
在 Cursor 设置 → MCP → 添加服务器 — 与上述 Claude Desktop 的 JSON 格式相同。
Cline / Windsurf / Kilo Code / Roo Code
全部支持相同的 stdio MCP 配置格式。添加到您客户端的 MCP 设置文件中。
核心工具
工具 | 使用时机 |
| 存储 Markdown、任务摘要、决策。服务器自动提取键路径并检测冲突。用于大多数写入操作。 |
| 将单个键路径设置为短值(例如 |
| 浏览项目或子树的所有记忆。在每个任务开始时使用。 |
| 当您不知道确切键路径时,按含义进行语义搜索。 |
| 查看知识随时间的变化情况 —— 完整的版本链。 |
| 软删除键路径。创建墓碑记录;保留完整历史记录。 |
| 软删除整个项目及其所有记忆。 |
键路径(Keypaths)的工作原理
记忆以分层点符号组织:
project.my_app.database.schema
project.my_app.auth.provider
project.my_app.deploy.environment键路径会自动添加前缀:keypath="database" 且 project_id="my_app" → project.my_app.database。您的智能体可以深入了解它确切需要的内容 —— 无需全上下文转储。
工作原理
Agent: memstate_remember(project_id="my_app", content="## Auth\nUsing SuperTokens...")
↓
Server extracts keypaths: [project.my_app.auth.provider, ...]
↓
Conflict detection: compare against existing memories at those keypaths
↓
New version stored — old version preserved in history chain
↓
Next session: memstate_get(project_id="my_app") → structured summaries only
↓
Agent drills into project.my_app.auth only when it needs auth details无论存在多少总记忆,Token 成本保持恒定。
添加到您的智能体指令
复制到您的 AGENTS.md 或系统提示词中:
## Memory (Memstate MCP)
### Before each task
- memstate_get(project_id="my_project") — browse existing knowledge
- memstate_search(query="topic", project_id="my_project") — find by meaning
### After each task
- memstate_remember(project_id="my_project", content="## Summary\n- ...", source="agent")
### Tool guide
- memstate_remember — markdown summaries, decisions, task results (preferred)
- memstate_set — single short values only (config flags, status)
- memstate_get — browse/retrieve before tasks
- memstate_search — semantic lookup when keypath unknown
- memstate_history — audit how knowledge evolved
- memstate_delete — remove outdated memories (history preserved)环境变量
变量 | 默认值 | 描述 |
| (必需) | 来自 memstate.ai/dashboard 的 API 密钥 |
|
| 自托管部署的覆盖地址 |
验证您的连接
MEMSTATE_API_KEY=your_key npx @memstate/mcp --test打印所有可用工具并确认您的 API 密钥有效。
专为值得了解自身所知的 AI 智能体而构建。
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
AlicenseAqualityFmaintenanceAn MCP server that integrates with mem0.ai to help users store, retrieve, and search coding preferences for more consistent programming practices.29658Apache 2.0- FlicenseNot gradedqualityDmaintenanceProvides AI agents with persistent, searchable memory that survives across conversations using semantic search, temporal versioning, and smart organization. Enables long-term context retention and cross-session continuity for AI assistants.14
- FlicenseNot gradedqualityNot gradedmaintenanceEnables ChatGPT Desktop to save and manage conversation memories locally in SQLite, providing memory search, summarization, and markdown export capabilities to replace the built-in memory feature when in developer mode.
- AlicenseNot gradedqualityCmaintenanceA local, persistent memory system for AI coding assistants that stores decisions, patterns, and session context via MCP tools. It enables cross-session memory management using SQLite and optional vector search without external dependencies or cloud storage.3763MIT
Related MCP Connectors
Universal memory for AI agents and tools. Save, organize and search context anywhere.
Persistent memory for AI agents — verbatim conversations, searchable by meaning.
Persistent memory and knowledge graphs for AI agents. Hybrid search, context checkpoints, and more.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/memstate-ai/memstate-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server