Skip to main content
Glama

MCP メモリサーバー

このサーバーは、効率的なベクトル類似性検索を実現する pgvector を備えた PostgreSQL を搭載し、mem0 原則を使用して AI アシスタントの長期記憶機能を実装します。

特徴

  • ベクトル類似性検索のためのpgvectorを使用したPostgreSQL

  • BERTを使用した自動埋め込み生成

  • メモリ操作用のRESTful API

  • セマンティック検索機能

  • さまざまな種類の記憶(学習、経験など)のサポート

  • タグベースの記憶検索

  • 記憶の信頼度スコア

  • リアルタイム更新のためのサーバー送信イベント(SSE)

  • カーソルMCPプロトコル対応

Related MCP server: MCPMem

前提条件

  1. pgvector 拡張機能がインストールされた PostgreSQL 14+:

# In your PostgreSQL instance:
CREATE EXTENSION vector;
  1. Node.js 16以上

設定

  1. 依存関係をインストールします:

npm install
  1. 環境変数を設定します.env.sampleを.envにコピーし、値を調整します。

cp .env.sample .env

.env構成の例:

# With username/password
DATABASE_URL="postgresql://username:password@localhost:5432/mcp_memory"
PORT=3333

# Local development with peer authentication
DATABASE_URL="postgresql:///mcp_memory"
PORT=3333
  1. データベースを初期化します。

npm run prisma:migrate
  1. サーバーを起動します。

npm start

自動リロードを使用した開発の場合:

npm run dev

カーソルの使用

カーソルにMCPサーバーを追加する

Cursor にメモリサーバーを追加するには、 ~/.cursor/mcp.json mcpServersある MCP 設定ファイルを変更する必要があります。mcpServers オブジェクトに以下の設定を追加します。

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": [
        "/path/to/your/memory/src/server.js"
      ]
    }
  }
}

/path/to/your/memoryメモリ サーバーのインストールへの実際のパスに置き換えます。

たとえば、リポジトリを/Users/username/workspace/memoryにクローンした場合、構成は次のようになります。

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": [
        "/Users/username/workspace/memory/src/server.js"
      ]
    }
  }
}

サーバーは必要に応じてCursorによって自動的に起動されます。動作を確認するには、次の手順に従ってください。

  1. カーソルを開く

  2. カーソルが起動するとメモリサーバーが自動的に起動します

  3. http://localhost:3333/mcp/v1/healthにアクセスしてサーバーの状態を確認できます。

利用可能なMCPエンドポイント

SSE接続

  • エンドポイント: GET /mcp/v1/sse

  • クエリパラメータ:

    • subscribe : サブスクライブするイベントのコンマ区切りリスト(オプション)

  • イベント:

    • connected : 初期接続時に送信されます

    • memory.created : 新しいメモリが作成された時に送信されます

    • memory.updated : 既存のメモリが更新されたときに送信されます

メモリ操作

  1. 記憶を創る

POST /mcp/v1/memory
Content-Type: application/json

{
  "type": "learning",
  "content": {
    "topic": "Express.js",
    "details": "Express.js is a web application framework for Node.js"
  },
  "source": "documentation",
  "tags": ["nodejs", "web-framework"],
  "confidence": 0.95
}
  1. 思い出を探す

GET /mcp/v1/memory/search?query=web+frameworks&type=learning&tags=nodejs
  1. 思い出をリストアップ

GET /mcp/v1/memory?type=learning&tags=nodejs,web-framework

健康チェック

GET /mcp/v1/health

応答フォーマット

すべての API 応答は標準の MCP 形式に従います。

{
  "status": "success",
  "data": {
    // Response data
  }
}

またはエラーの場合:

{
  "status": "error",
  "error": "Error message"
}

メモリスキーマ

  • id: 一意の識別子

  • タイプ: 記憶の種類(学習、経験など)

  • コンテンツ: 実際のメモリ内容 (JSON)

  • 出典: 記憶の源

  • 埋め込み: コンテンツのベクトル表現(384次元)

  • tags: 関連タグの配列

  • 信頼度: 信頼度スコア (0-1)

  • createdAt: メモリが作成された時刻

  • 更新日時: メモリが最後に更新された日時

Maintenance

ActivityInactive
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • -
    license
    Not graded
    quality
    Not graded
    maintenance
    Enables AI assistants to store and retrieve long-term memories using PostgreSQL with vector similarity search. Supports semantic memory operations, tagging, and real-time updates for persistent learning across conversations.
    -
  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables AI assistants to store and retrieve memories with semantic search capabilities using vector embeddings. Provides persistent memory storage with SQLite backend for context retention across conversations.
    48 npm
    1
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables AI agents to store, retrieve, and manage contextual knowledge across sessions using semantic search with PostgreSQL and vector embeddings. Supports memory relationships, clustering, multi-agent isolation, and intelligent caching for persistent conversational context.
    17 npm
    49
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Persistent semantic memory for AI agents using PostgreSQL and vector embeddings, enabling cross-session continuity and semantic search.
    AGPL 3.0