Skip to main content
Glama
Sign In
ebbingflow-mcp

ebbingflow-mcp

by chanada440824
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

ebbingflow-mcp

EbbingFlow 长期记忆的 MCP 集成桥 —— 一个轻量 stdio MCP Server，把 EbbingFlow 的记忆能力以 MCP 工具形式接入 OpenCode / Claude / 任意 MCP 客户端。

这是什么

针对"对话一长 AI 就丢失前文"的上下文记忆痛点：EbbingFlow 是本地部署的开源 AI 记忆引擎（Neo4j 知识图谱 + 向量 + SQL 证据链 + Ebbinghaus 遗忘曲线）。本仓库提供一个薄桥接层，将记忆能力封装为 4 个 MCP 工具，让 Agent 能跨会话写入、检索、溯源记忆。

┌────────────┐   stdio(MCP)   ┌────────────────┐   HTTP    ┌──────────────┐
│ OpenCode / │ ◄────────────► │  ebbingflow-mcp │ ◄───────► │  EbbingFlow  │
│ 任意 MCP    │   4 个工具      │  (本仓库)        │          │  核心服务      │
│ 客户端      │                │  薄转发，无状态   │          │ localhost:8000│
└────────────┘                └────────────────┘          └──────────────┘

设计要点：本桥不直接触碰 Chroma/Neo4j/SQLite，只把请求转发给已运行的 EbbingFlow HTTP 服务（默认 localhost:8000），避免多进程对本地持久化存储的锁冲突。

Related MCP server: engram

提供的工具

工具

说明

remember

写入一条长期记忆（经 EbbingFlow 抽取事实 → 图谱 + 向量 + 证据链）

recall

多轨检索（图谱/向量/BM25/SQL/剧情），按 Ebbinghaus 衰减排序

chat

带完整记忆上下文的对话（回复也会回写记忆）

health

检查 EbbingFlow 核心服务是否在线

前置要求

  1. EbbingFlow 核心服务已启动并监听 localhost:8000（上游仓库：https://github.com/MMX920/ebbingflow）

  2. Python 3.10+

pip install -r requirements.txt

运行与配置

环境变量（均可选，有默认值）：

变量

默认

说明

EBBINGFLOW_BASE_URL

http://localhost:8000

EbbingFlow 核心服务地址

EBBINGFLOW_USER_ID

user_001

记忆归属的用户 ID

EBBINGFLOW_MCP_NAME

ebbingflow

MCP Server 名称

EBBINGFLOW_MCP_TIMEOUT

120

请求上游的超时秒数

直接运行：

python mcp_server.py

接入 OpenCode（opencode.jsonc）：

{
  "mcp": {
    "ebbingflow": {
      "type": "local",
      "command": ["python", "/path/to/ebbingflow-mcp/mcp_server.py"],
      "enabled": true
    }
  }
}

示例

# 写入
remember: "用户正在求职 AI 应用方向岗位"
→ remembered. engine confirmation: 已记住...

# 检索
recall: "用户求职什么方向"
→ 1. [GRAPH] ... [score=0.9, source=关系网]

许可

  • 本仓库（MCP 集成桥）：MIT

  • 上游 EbbingFlow 引擎：Apache-2.0（见 MMX920/ebbingflow）

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    This server cannot be deployed

    One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

    Maintenance

    ActivityStale
    ResponsivenessNo recent community issues

    Resources

    Related MCP Connectors

    Related MCP Servers

    • engram

      fatinnihal532-hub
      A
      license
      Not graded
      quality
      C
      maintenance
      Enables MCP clients such as Claude Code to give LLM agents long-term memory by exposing remember, recall and forget tools over stdio, backed by a hybrid BM25 and vector store that reinforces frequently used memories.
      MIT

    • memory-palace-mcp

      beijingwahw
      A
      license
      Not graded
      quality
      C
      maintenance
      Exposes a layered long-term memory store — persistent self blocks, four-tier scoped retrieval, knowledge graph, and signed knowledge capsules — over stdio so any MCP-capable client can use the same 15 memory tools and shared ACL. It lets Claude Desktop, IDE agents, and custom orchestrators mount that store without depending on the DeepSeek Harness runtime.
      MIT