Skip to main content
Glama
xlfish233

Memvid MCP

by xlfish233
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

Memvid MCP

基于 memvid 的 MCP 服务器，提供类似 OpenMemory 的认知记忆存储功能。

特性

双记忆系统

  • 项目记忆 (.memvid_data/) - 项目特定的知识和决策

  • 用户记忆 (~/memvid_data/) - 个人偏好和通用知识

  • 语义分类 - 自动判断记忆属于项目还是用户

认知记忆模型

  • 五扇区分类 - episodic/semantic/procedural/emotional/reflective

  • 时间知识图谱 - 支持时间点查询的事实存储

  • Waypoint 关联图 - 记忆之间的语义关联

  • 记忆衰减 - 基于时间和使用频率的自然遗忘

Related MCP server: yantrikdb-mcp

前提：安装 uv

下文的 uv / uvx 方式依赖 uv，请先安装：

# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

安装后可用以下命令验证：

uv --version

如仅使用 pip，可跳过本节并直接看“安装”。

轻量运行（保留 memvid 核心）

如果系统未安装 ffmpeg，可以使用运行时依赖自动下载并配置（无需系统包管理器）：

# 使用 uv
uv pip install "memvid-mcp[runtime]"

# 或使用 pip
pip install "memvid-mcp[runtime]"

说明：运行时依赖可能会在首次启动时下载 ffmpeg 等组件，第一次启动可能较慢。

在无 GUI 的 Linux 环境如遇到 libGL / libglib 相关错误，可尝试使用 headless 版本（会覆盖 cv2 绑定）：

# 使用 uv
uv pip install "memvid-mcp[headless]"

# 或使用 pip
pip install "memvid-mcp[headless]"

如果仍报错，可在安装后强制重装 headless 版本：

pip install --force-reinstall opencv-python-headless opencv-contrib-python-headless

快速开始

方式一：直接从 Git 运行（推荐试用）

适合不想本地安装、只想快速接入 MCP 的场景。

# 直接从 Git 仓库运行（无需安装到环境）
uvx --from git+https://github.com/xlfish233/mem-vid-mcp@v0.1.0 memvid-mcp

提示：uvx 方式默认不包含可选依赖；如需自动下载 ffmpeg 或 headless 版本，请按上文使用 extras 安装后再运行。

对应的 Claude MCP 配置示例（~/.claude.json）：

{
  "mcpServers": {
    "memvid": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/xlfish233/mem-vid-mcp@v0.1.0",
        "memvid-mcp"
      ],
      "env": {
        "MEMVID_PROJECT_DATA_DIR": ".memvid_data",
        "MEMVID_USER_DATA_DIR": "~/memvid_data"
      }
    }
  }
}

方式二：本地安装后运行

适合需要本地开发或长期使用的场景。

安装

# 使用 uv
uv pip install -e .

# 从 Git 安装（可选）
uv pip install git+https://github.com/xlfish233/mem-vid-mcp@v0.1.0

# 或使用 pip
pip install -e .

# 从 Git 安装（可选）
pip install git+https://github.com/xlfish233/mem-vid-mcp@v0.1.0

使用

作为 MCP 服务器

memvid-mcp 是基于 stdio 的 MCP 服务器，建议通过 MCP 客户端启动。

添加到 Claude Code 配置 (~/.claude.json):

{
  "mcpServers": {
    "memvid": {
      "command": "memvid-mcp"
    }
  }
}

数据目录与环境变量

默认存储位置：

  • 项目记忆：<project_root>/.memvid_data/（项目根目录会自动通过 .git、pyproject.toml 等标记检测）

  • 用户记忆：~/memvid_data/

可选环境变量（启动 MCP 服务器时设置）：

  • MEMVID_PROJECT_DATA_DIR：覆盖项目记忆目录（相对路径以项目根目录为基准）

  • MEMVID_USER_DATA_DIR：覆盖用户记忆目录（支持 ~；相对路径以 ~ 为基准）

  • MEMVID_PROJECT_ROOT：强制指定项目根目录（从非项目目录启动时有用）

  • MEMVID_DATA_DIR：兼容别名，等同于 MEMVID_PROJECT_DATA_DIR

示例见 mcp.json.example。

MCP 工具

核心记忆操作

  • memvid_store - 存储记忆（自动分类 scope 和 sector）

  • memvid_query - 语义搜索（合并项目和用户记忆）

  • memvid_get - 按 ID 获取记忆

  • memvid_list - 列出记忆

  • memvid_delete - 删除记忆

  • memvid_stats - 获取统计信息

时间知识图谱

  • memvid_store_fact - 存储时间事实 (subject, predicate, object)

  • memvid_query_facts - 时间点查询

  • memvid_get_timeline - 获取实体时间线

衰减与强化

  • memvid_reinforce - 手动强化记忆

  • memvid_apply_decay - 应用时间衰减

Python API

from memvid_mcp import DualMemoryManager

# 初始化双记忆管理器
manager = DualMemoryManager()

# 存储记忆（自动分类）
result = manager.store("This project uses FastAPI for REST APIs")
# → 自动存储到项目记忆

result = manager.store("I prefer pytest over unittest")
# → 自动存储到用户记忆

# 手动指定 scope
result = manager.store("Bug in auth.py line 42", scope="project")

# 搜索记忆（合并两个库的结果）
results = manager.recall("testing framework", limit=10)

# 获取统计
stats = manager.stats()
print(stats["project"]["total_memories"])
print(stats["user"]["total_memories"])

Claude Code 技能

项目包含 Claude Code 技能定义 (skills/memvid-core/SKILL.md)，支持自然语言交互：

  • "记住这个项目使用 FastAPI"

  • "我喜欢用 pytest 做测试"

  • "关于测试你记得什么？"

  • "显示记忆统计"

架构

memvid-mcp/
├── src/memvid_mcp/
│   ├── server.py          # MCP 服务器
│   ├── memory.py          # 核心记忆类
│   ├── dual_memory.py     # 双记忆管理器
│   ├── scope_classifier.py # 语义范围分类器
│   ├── classifier.py      # 认知扇区分类器
│   ├── temporal.py        # 时间知识图谱
│   ├── waypoint.py        # 关联图
│   └── decay.py           # 衰减算法
├── skills/
│   └── memvid-core/       # Claude Code 技能
└── tests/                 # 测试套件 (90 个测试)

与 OpenMemory 的对比

功能

OpenMemory

Memvid MCP

存储后端

SQLite/Postgres + 向量

MP4 视频 + JSON 索引

语义搜索

多扇区向量搜索

FAISS 向量搜索

用户隔离

✅

✅

双记忆系统

❌

✅ (项目 + 用户)

时间知识图谱

✅

✅

Waypoint 图

✅

✅

记忆衰减

✅

✅

Claude Code 技能

❌

✅

许可证

MIT

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

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • CogniRepo

    ashlesh-t
    A
    license
    B
    quality
    A
    maintenance
    MCP server providing persistent memory and context for AI tools, including semantic memory, knowledge graph, and session history to avoid starting from scratch in every conversation.
    35
    21 PyPI
    14
    MIT
  • yantrikdb-mcp by yantrikos

    yantrikdb-mcpofficial

    yantrikos
    A
    license
    Not graded
    quality
    A
    maintenance
    MCP server providing cognitive memory tools (remember, recall, think, etc.) for AI agents, enabling forgetting, consolidation, and contradiction detection.
    173
    Apache 2.0

  • pce-memory

    CAPHTECH
    A
    license
    Not graded
    quality
    C
    maintenance
    MCP server for context-aware memory and retrieval with hybrid search, dual-phase memory, and boundary-first security.
    3
    MIT

  • myBrAIn

    lilium360
    A
    license
    Not graded
    quality
    D
    maintenance
    MCP server that provides persistent memory and contextual awareness to language models, enabling project onboarding, recall of architectural rules, and code consistency across sessions.
    32
    MIT