Skip to main content
Glama
deenesjakoruzh
olk

mem0-mcp

by olk
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

mem0-mcp

MCP 服务器，公开 Mem0 v2 API，供 AI 代理通过标准化的 MCP 协议使用语义搜索来存储、检索和搜索长期记忆。

mem0-mcp MCP server

概述

Mem0-MCP 服务器是一个自托管的 MCP（模型上下文协议）服务器，它将 AI 代理与持久化内存存储连接起来。它利用 Mem0 的 AsyncMemory API 在对话和会话之间实现智能上下文保留。

主要功能：

  • MCP 协议集成 - 通过 MCP 工具公开 Mem0 功能

  • 语义记忆搜索 - 基于相似度的向量搜索记忆检索

  • 多租户隔离 - 用户/代理/会话范围的内存隔离

  • 灵活的传输方式 - 用于本地代理的 stdio，用于远程连接的 SSE

  • 配置管理 - 基于 Pydantic 的验证，支持环境变量

Related MCP server: Amber

文档

章节

描述

API 参考

所有模块和工具的完整 API 文档

模式指南

设计模式文档（单例、存储库等）

使用示例

入门和高级使用指南

部署

Docker Compose 配置和服务详情

架构

系统架构和组件交互

快速入门

安装

# Clone and install
git clone https://github.com/your-org/mem0-mcp.git
cd mem0-mcp
uv sync

# Set environment variables
export OPENAI_API_KEY="your-api-key"

配置

创建 ~/.config/mem0-mcp-server/settings.json：

{
  "vector_store": {
    "provider": "redis",
    "config": {
      "redis_url": "redis://localhost:6379"
    }
  },
  "llm": {
    "provider": "openai",
    "config": {
      "model": "gpt-4o"
    }
  },
  "embedder": {
    "provider": "openai",
    "config": {
      "model": "text-embedding-3-small"
    }
  }
}

运行服务器

# SSE Transport (remote connections)
uv run python -m mcp_server.main

# stdio Transport (local AI agents)
export MCP_TRANSPORT=stdio
uv run python -m mcp_server.main

MCP 工具

工具

描述

add_memory

将信息存储到具有语义索引的长期记忆中

search_memories

使用语义相似度搜索记忆

get_memory

通过 ID 检索特定记忆

update_memory

更新现有的记忆内容

delete_memory

从存储中删除记忆

list_memories

列出带有过滤和分页功能的记忆

使用示例

# Add memory
result = await client.call_tool("add_memory", {
    "messages": [{"role": "user", "content": "I prefer dark mode"}],
    "user_id": "alice"
})

# Search memories
result = await client.call_tool("search_memories", {
    "query": "theme preferences",
    "filters": {"user_id": "alice"},
    "limit": 5
})

架构

AI Agent → FastMCP Server → MemoryManager → Mem0 AsyncMemory → Redis
              │                                  │
              ├── SafeLogger (stdout/stderr)    │
              ├── Transport (stdio/SSE)        │
              └── Config (Pydantic validation)  │

组件：

  • COMP-1: ConfigLoader - 配置加载和验证

  • COMP-2: FastMCP Server - MCP 协议服务器

  • COMP-3: MemoryManager - 具有多租户隔离的内存操作

  • COMP-4: MCP Tools - 工具定义

  • COMP-5: SafeLogger - 输出流分离

配置

参数优先级

配置值的解析顺序如下：

  1. 工具参数（直接）

  2. 环境变量（带有 MCP_ 前缀）

  3. 配置文件值

  4. 硬编码默认值

环境变量

变量

默认值

描述

OPENAI_API_KEY

(必需)

用于 LLM 的 OpenAI API 密钥

MCP_TRANSPORT

sse

传输类型 (stdio, sse)

MCP_HOST

0.0.0.0

服务器绑定地址

MCP_PORT

8080

服务器绑定端口

部署

Docker

# Using docker-compose
docker-compose up -d

# Using Makefile
make docker-up      # Start services with docker compose
make docker-down    # Stop services
make docker-logs    # Show logs

服务：

服务

描述

mem0-mcp

在 8050 端口公开 Mem0 API 的 MCP 服务器

ollama-qwen3-embedding

使用 qwen3-embedding:8b 进行向量嵌入的 Ollama（端口 11434）

ollama-qwen

使用 qwen2.5:7b 进行聊天补全的 Ollama（端口 11435）

详细配置请参阅 部署 → Docker。

Kubernetes

# Using Helm chart
helm install mem0-mcp ./charts/mem0-mcp-server

开发

命令

描述

make install

使用 uv 安装依赖

make lint

使用 ruff 进行代码检查

make lint-fix

自动修复代码检查问题

make typecheck

使用 pyright 进行类型检查

make test

运行所有测试

make test-unit

仅运行单元测试

make test-coverage

运行测试并生成覆盖率报告

make build

构建 Docker 镜像

make run

运行开发服务器

运行多个命令：make install && make lint && make typecheck && make test

请参阅 Makefile 获取所有可用命令，包括 Docker 管理（docker-up, docker-down, docker-logs 等）。

项目结构

mem0-mcp/
├── src/mcp_server/
│   ├── __init__.py          # FastMCP singleton
│   ├── lifespan.py          # Resource lifecycle
│   ├── transport.py         # Transport selection
│   ├── memory/
│   │   ├── manager.py        # MemoryManager
│   │   └── lifespan.py       # AsyncMemory lifecycle
│   ├── config/
│   │   ├── settings.py       # Pydantic models
│   │   └── loader.py        # Config file loading
│   ├── tools/
│   │   ├── add_memory.py
│   │   ├── search_memories.py
│   │   └── ...
│   └── utils/
│       └── safe_logger.py   # Output separation
├── doc/
│   ├── api/                 # API reference
│   ├── patterns/            # Pattern guides
│   ├── examples/            # Usage examples
│   └── architecture/        # Architecture docs
├── tests/
├── Makefile
├── Dockerfile
└── docker-compose.yml

许可证

MIT 许可证

This server cannot be deployed

RayrunBuild, deploy, and operate MCP servers without becoming an infrastructure team.ray.runAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • Amber by ambermem

    Amberofficial

    ambermem
    A
    license
    A
    quality
    B
    maintenance
    Gives your AI persistent memory across conversations. Stores facts automatically, finds them by meaning using hybrid search with query expansion, and organizes everything into topics without manual tagging.
    18
    1
    MIT

  • Statewave

    smaramwbc
    A
    license
    A
    quality
    A
    maintenance
    MCP server for Statewave, an open-source memory runtime for AI agents. Provides persistent memory, context retrieval, and memory compilation through the Model Context Protocol.
    6
    11
    3
    Apache 2.0

  • agenticmemory

    jyswee
    A
    license
    Not graded
    quality
    B
    maintenance
    Persistent memory MCP server for AI agents that stores, recalls, and searches conversation history, key-value context, and long-term entries across sessions with semantic search and FIFO queues.
    75
    1
    -