HiveMem
HiveMem is a project-scoped shared memory hub for multiple agents, exposed through MCP tools and an optional HTTP/Web management hub.
Get layered project briefs with
memory_bootstrap, including user/project/device/agent scopes, task hints, and budget control.Write memories with kinds, tags, importance, pinning, TTL, evidence,
topic_keyupserts, andsupersedeschains.Search and browse memories using lexical FTS5 plus optional semantic vectors, with scope/kind/status/tag filters.
Index memory titles, read full entries, follow supersession chains, and retrieve historical versions.
Update or archive memories with optimistic concurrency via
expected_version.Review due memories and view statistics by kind/status/scope plus vector index status.
Run in stdio mode for local single-agent use or hub mode for shared HTTP MCP/REST/Web UI, auth, multi-user permissions, and audit logs.
Provides optional semantic vector retrieval backed by any OpenAI-compatible embeddings endpoint, including three-state model identity checks when swapping embedding models and a repair-embeddings command to rebuild vectors.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@HiveMem remember that this project uses pnpm for all workspace installs"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
HiveMem
以项目为单位的多 agent 共享记忆中枢。 一个 SQLite 库、9 个 MCP 工具、一个内置 Web 管理平台——让 Claude Code、Cursor、Cline、Codex 等任意 agent 工具共享同一份项目记忆。
Claude Code ─┐ ┌─ SQLite (WAL) ~/.hivemem/hivemem.db
Cursor ──────┼─ MCP (stdio 或 HTTP) ─→│ HiveMem hub
Cline ───────┤ + Web 管理平台 ├─ FTS5 全文检索(中文友好)
任意 agent ───┘ http://127.0.0.1:7660 └─ 审计日志特性
项目身份锚定文件系统:项目根目录的
.hivemem/project.jsonmarker 让身份跨会话、跨工具、跨路径稳定;agent 从任意子目录访问都能自动归并到同一项目四层记忆作用域:用户级(
@user,跨项目身份/偏好,简报最优先加载)→ 项目级 → 设备级(同项目跨机器环境差异)→ 工具级(同项目同设备跨 agent 配置差异);检索默认跨作用域并标注来源层9 个 MCP 工具:bootstrap 简报 / 写入 / 检索 / 索引 / 读取 / 更新 / 归档 / 复审 / 统计——工具面刻意保持精简,agent 才会用
记忆可管理:内置 Web 管理平台(v0.3 层次化重设计:作用域树导航、分层分组浏览、记忆详情抽屉含演进链与复审、简报预览、统计与设备注册表、审计日志、多用户管理、项目删除(级联清理,可一并移除目录 marker))
双运行模式:
serve(stdio,agent 客户端本地拉起)与hub(HTTP 常驻中枢,多 agent 共享 + Web 管理)混合检索:FTS5 trigram 全文(中文友好)+ 可选语义向量(任意 OpenAI 兼容嵌入端点),换模型有三态身份校验与
repair-embeddings重建记忆生命周期:TTL 过期自动归档(
gc)、supersedes决策演变链(旧版自动标记、链式可查)、审计快照并发不互相覆盖:每条记忆带
version,写入用expected_version(HTTPIf-Match)做乐观并发;冲突报REVISION_CONFLICT并回带当前版本,agent 重读再改而不是盲写版本可寻址:每次修改把变更前的完整行存进
memory_revisions,memory_read(at_version=N)/GET /api/memories/:id?at_version=N能拿到那一版的原话——记忆删掉了也还能读证据链:写入可带
evidence({kind, locator, quote?},kind 为 prompt/session/file/url/command/artifact/note),locator是会话轮次或文件:行,让「这条结论从哪来」可复核而不只是可解释前置注入(可选):
dsh-plugin/让 DSH 在每次模型步骤前自动注入项目简报,不再依赖模型自觉调用memory_bootstrap;只读/api/brief,失败即放行简报自解释:截断不静默——每条带版本号、被裁的条目自带标记、页脚拆分「预算放不下」与「名额没进」两种缺失原因、用户级那层被裁也单独说明;
/api/brief?budget=N让宿主按自己的 prompt 预算取文,服务端保证rendered ≤ budget会话导入:
import-claude一键把 Claude Code 的 JSONL 会话史变成 episodic 记忆(幂等、保留原始时间戳)hub 认证:
hivemem token生成 Bearer 令牌,/mcp与/api全程 timing-safe 校验零原生依赖:基于 Node 内置
node:sqlite,npx即用,无需编译并发安全:WAL + busy_timeout,多个 agent 进程可同时读写
审计日志:每次创建/更新/删除/取代/过期/移动都记录操作者与旧值快照
Related MCP server: coding-memory-mcp
快速开始
需要 Node.js >= 24。
模式一:hub(推荐,多 agent 共享)
npx hivemem-mcp hub # 或本地: node dist/index.js hub启动后:
管理平台:http://127.0.0.1:7660/ (搜索、编辑、管理记忆条目)
MCP 端点:
http://127.0.0.1:7660/mcpREST API:
http://127.0.0.1:7660/api/*
各 agent 客户端配置(HTTP 模式,工具调用时传工作区路径作为 project):
{
"mcpServers": {
"hivemem": { "url": "http://127.0.0.1:7660/mcp" }
}
}模式二:stdio(单 agent 本地)
Claude Code / Cursor / Cline 等 stdio 客户端配置:
{
"mcpServers": {
"hivemem": {
"command": "npx",
"args": ["-y", "hivemem-mcp", "serve"],
"env": { "HIVEMEM_AGENT": "claude-code" }
}
}
}stdio 模式下项目从当前工作目录自动解析,无需传 project 参数。HIVEMEM_AGENT 环境变量标识写入者(进审计日志)。
MCP 工具
工具 | 用途 |
| 获取分层简报:用户级记忆(跨项目)优先加载,然后置顶记忆 + 关键决策 + 关键事实/偏好/流程 + 最近更新索引,最后本设备/本工具记忆索引;可传 |
| 枚举记忆清单(标题级,分页): |
| 写入记忆( |
| 混合检索(FTS5 + 语义 + 新近度 + 重要性 + 置顶加权),默认搜当前项目全部作用域 + 用户级记忆,命中带 |
| 按 id 读全文;属于取代链时返回完整链(旧→新); |
| 部分字段更新(写入修订快照); |
| 归档(退出检索但保留历史);同样支持 |
| memory_review | 复审周期:列出 review_after 到期的记忆,或标记已复审(周期按 kind 重新起算) |
| memory_stats | 项目统计(kind/status/scope 分布)/ 全部项目列表 |
MCP Resource:memory://projects/{projectId}/brief —— 项目简报以资源形式暴露(markdown),记忆变更时发送 resources/updated 通知;DSH 的 dsh-mcp-resources 可原生发现和读取。另有 memory://projects/{projectId}/index —— 全量标题索引(最多 500 条),简报被截断时按需拉取;资源 URI 不支持 query(模板整串匹配),过滤与分页走 memory_index 工具。
记忆演化两种模式:一次性结论用 supersedes(新旧并存成链,可追溯);持续演化的主题("当前部署方式"、"认证方案")用 topic_key(原地修订不产生重复,revision_count 记录版本)。
复审周期(到期标记 needsReview,内容仍可见,不隐藏不删除):preference 90 天 / fact、decision 180 天 / procedure 365 天;episodic/snippet 无复审(episodic 走 TTL)。
记忆类型(kind)
kind | 含义 | 典型内容 |
| 技术决策及理由 | "选 SQLite 因为零运维" |
| 项目事实 | "构建入口是 src/index.ts" |
| 用户偏好 | "回复用中文" |
| 操作流程 | "发布前跑 pnpm test" |
| 会话过程 | "今天修了登录超时 bug" |
| 代码/位置引用 | "关键逻辑在 auth.ts:120" |
记忆作用域分层
记忆按四层作用域组织(设计与取舍详见 DESIGN.md §13):
层 | scope | 内容 | 例 |
用户级 |
| 跨项目的身份、能力、偏好 | 微信通知 API、称谓、开发习惯 |
项目级 |
| 项目知识 | 技术决策、项目事实 |
设备级 |
| 同项目在不同机器的环境差异 | X 机 JDK 在 |
工具级 |
| 同项目同设备在不同 agent 工具的配置差异 | ZCODE 用 2 skill+3 MCP,DSH 用 1 skill+6 MCP |
写入:
memory_write传scope;设备/工具名取自请求上下文(X-HiveMem-Device头,缺省回退主机名;X-HiveMem-Agent头),不手输——防碎片化。scope=agent无工具身份时显式报错,绝不静默降级简报:用户级最优先(每个项目简报都带)→ 项目级 → 本设备 → 本工具;空段自动跳过
检索:默认全作用域 + 命中标注
scope(在 Linux 上看到"win10 的 JDK 路径"也知道不适用);scope参数可过滤迁移:
memory_update传scope跨层迁移(发现设备记忆实为通用知识时上提)设备注册表:首次见到即自动登记(
GET /api/devices),web 统计页可见
项目身份与引用
身份:项目根的 .hivemem/project.json(随机 UUID)。marker 随仓库提交——clone 到任何机器、任何路径都解析到同一项目身份(git 传输身份,与路径无关)。同机多路径访问自动归并;不想跨 clone 统一身份可把 .hivemem/ 加进 .gitignore。
引用(project 参数):项目名是 agent 的首选引用——短、稳定、可读。解析顺序:项目名(大小写不敏感)→ 项目 id → 工作区绝对路径(仅用于首次注册新目录)。名称唯一性由系统保证:路径注册撞名自动加后缀(api → api-2),遗留重名数据名称引用会报 AMBIGUOUS_PROJECT 歧义错误(绝不静默选一个),可用 PATCH /api/projects/:id 重命名。
删除项目:管理面板项目节点上的 ✕,或 DELETE /api/projects/:id?confirm=<项目名>(非空项目必须回传项目名,防止误删级联)。删除会一并清掉该项目的全部记忆(含设备级/工具级)、向量、路径别名与授权关系,审计日志保留一条 project_delete 记录;仅项目所有者与管理员可删,@user 是保留项目不可删。带 &remove_marker=1 时顺带删除目录里的 .hivemem/project.json——hub 看不到客户端目录时(中心化部署)需要在该机器上手动删除,否则下次以该路径引用会重新注册同名项目(记忆为空)。
新项目零摩擦接入:agent 以新项目名调用一次 memory_bootstrap 即自动创建(响应含 created: true 与既有项目列表,供 agent 当场核对笔误);写/检索工具对未知名称仍严格报 PROJECT_NOT_FOUND,防止拼写错误静默碎片化。中心化部署下 hub 看不到客户端文件系统,路径自动注册不可用——bootstrap 的按名自动注册就是它的等价物。
跨机器共享记忆:身份统一后,把两台机器的 agent 都指向同一个 hub(如 --host 0.0.0.0 + HIVEMEM_TOKEN,另一台机器的 MCP 配置填 http://<hub机器>:7660/mcp + Bearer 头)即可共用一份记忆库;各自跑本地 hub 则各持一份库(身份一致,数据分开)。
项目隔离与审计
服务器指令明确要求 agent 只访问当前工作区对应的项目,跨项目读写需用户明确要求
HTTP 模式下全部工具(含 stats)都要求显式 project;非绝对路径的引用直接拒绝(防止乱传字符串静默落到其他项目)
memory_read/memory_bootstrap记入审计(read/bootstrap动作)——谁在什么时候读了哪个项目的什么,管理平台审计页可见
前置注入(DSH 插件,可选)
工具调用是模型的选择,注入是宿主的事实。dsh-plugin/ 让 DSH 在每次模型步骤前自动把项目简报放进上下文,不再依赖模型自觉调用 memory_bootstrap:
# 1) 从 GitHub release 装进 DSH profile(包自带的 bundle patch 会自动注册 hivemem-brief)
dsh plugin --profile web add https://github.com/zp96324511/HiveMem-MCP/releases/latest/download/hivemem-dsh.tgz
# 2) 在 profile 的 cordis.patch.yml 里覆盖默认配置(默认连 http://127.0.0.1:7660,且不带 token)
# - id: hivemem-brief
# config:
# baseUrl: https://hivemem.zpzp.xyz
# token: <你的 MCP 令牌>
# device: <本机设备名> # 不写则用系统主机名
# 3) 重启 dsh web 后验证:会话里应出现「## HiveMem 项目简报(自动注入)」段dsh plugin add 会自己把包追加进 dsh.profile.bundles,不需要手写 insert。升级时用带版本号的 URL(releases/download/v0.5.0/hivemem-dsh.tgz)重新 add;latest/download 的 spec 不变,pnpm 会跳过解析、装不到新版本。
只读:插件只调
GET /api/brief,从不写库——记忆的产生仍然只走 agent 策展路径不重复取:注入的段落自带一句「简报已经在这里了,不必再调用
memory_bootstrap」,MCP 的SERVER_INSTRUCTIONS与工具描述也改成了条件式(先看有没有注入段,有就不调),避免模型在同一步里白拿第二份失败即放行:1.5s 超时、TTL 60s 缓存、单飞去重;hub 不可达时保留上一份简报或干脆不注入,绝不阻塞会话
身份:插件带上
X-HiveMem-Device(默认系统主机名,可用device/HIVEMEM_DEVICE覆盖)与X-HiveMem-Agent(默认dsh),本设备/本工具两层记忆才会出现在简报里缺失可见:项目未注册时注入一行「本项目「X」尚未注册,未注入简报。需要时调用
memory_bootstrap(project="X")」,而不是静默空串——模型下一步就能补,人看 system prompt 也能发现不二次裁剪:插件按
maxChars − 头部向服务端要预算(?budget=),服务端按该预算出文;若仍超出(例如maxChars低于服务端 512 下限),注入一行「超出注入预算,已跳过正文」的提示并告警,绝不从尾部切——切掉的是服务端自己的「已截断」页脚,那正是读者唯一能知道少了东西的地方项目解析:默认取会话 cwd 的目录名(与 HiveMem 的项目命名约定一致),可用
project配置写死不用插件的场合:
hivemem brief --project X打印同一份简报(markdown,--url走远程 hub 并同样带设备/工具头),可手工粘进任意 agent 的上下文;memory://projects/{id}/brief资源是第三种通道
完整说明见 dsh-plugin/README.md。
hub 常驻运行(Windows)
scripts/start-hub.cmd(从 start-hub.cmd.example 复制并填入嵌入配置;含密钥已被 gitignore)启动 hub 并把日志追加到 hub.log。不要在会话型终端里直接 Start-Process——沙箱会话结束时子进程可能被回收;用任务计划程序:
# 仓库根目录(换成你的 clone 路径)
$repo = 'C:\path\to\HiveMem-MCP'
# 注册并立即启动(进程归属 Task Scheduler 服务,跨会话存活)
$action = New-ScheduledTaskAction -Execute "$repo\scripts\start-hub.cmd" -WorkingDirectory $repo
Register-ScheduledTask -TaskName 'HiveMemHub' -Action $action -Trigger (New-ScheduledTaskTrigger -Once -At (Get-Date).AddMinutes(5)) -Settings (New-ScheduledTaskSettingsSet -ExecutionTimeLimit ([TimeSpan]::Zero)) -Force
Start-ScheduledTask -TaskName 'HiveMemHub'
# 开机自启:启动文件夹放隐藏启动器(无需管理员)
# C:\Users\<user>\...\Startup\hivemem-hub.vbs:
# CreateObject("WScript.Shell").Run """<repo>\scripts\start-hub.cmd""", 0, False
# 停止 / 重启
Get-CimInstance Win32_Process -Filter "Name='node.exe'" | Where-Object { $_.CommandLine -match 'index\.js hub' } | ForEach-Object { Stop-Process -Id $_.ProcessId }
Start-ScheduledTask -TaskName 'HiveMemHub'
# 日志
Get-Content .\hub.log -Tail 20 -Wait服务器部署(1Panel / Docker)
v2 起支持容器化中心部署:多阶段 Dockerfile(node:24-alpine)+ compose 编排,经 OpenResty 反代 + 通配符证书对外提供 HTTPS。当前生产部署:https://hivemem.zpzp.xyz(1Panel 编排 hivemem,多用户模式)。完整方案与实操记录见 DEPLOY-1PANEL.md。
要点:
容器内
--host 0.0.0.0,宿主侧仅绑127.0.0.1:<port>,公网唯一入口是反代 443数据卷 bind mount +
HIVEMEM_DB=/data/hivemem.db;每日VACUUM INTO在线快照备份(不停服)中心化后客户端必须显式配置
X-HiveMem-Device——hub 端的主机名回退会解析成服务器主机名,所有客户端的设备级记忆会挤到同一个错误设备名下多用户引导:
docker exec hivemem node dist/index.js user add <name> --password <pw>(首用户强制 admin 并认领全部项目);hivemem setup --agent dsh --url https://<域名>/mcp --token <令牌> --device <设备名>一条命令切换客户端
命令行
hivemem serve # stdio MCP server(默认)
hivemem hub --port 7660 # HTTP 记忆中枢 + Web 管理平台
hivemem status # 查看数据库与项目统计(含向量索引状态)
hivemem token # 生成 Bearer 访问令牌(hub 认证用)
hivemem gc # 清扫过期记忆(TTL 到期的归档;hub 启动时也会自动执行)
hivemem brief [--project REF] [--url HUB] [--json] # 打印项目简报(--url 走远程 hub;手工/脚本预览,不适配宿主时用它)
hivemem import-claude SRC --project REF # 导入 Claude Code 会话 JSONL(幂等,报告不可读行)
hivemem repair-embeddings [--force] # (重)建向量索引;换嵌入模型后必须执行
hivemem setup --agent dsh # 把 HiveMem 写入本地 DSH 的 MCP 配置(幂等)
hivemem doctor # 健康检查:数据库 / hub / MCP 端点 / 嵌入索引 / agent 配置
hivemem --db PATH ... # 自定义数据库路径(或 HIVEMEM_DB 环境变量)语义检索(可选)
设置环境变量即可启用,任意 OpenAI 兼容端点均可(URL 传 base 或完整 /embeddings 端点都行):
HIVEMEM_EMBEDDING_URL=http://your-host:port/v1/embeddings \
HIVEMEM_EMBEDDING_MODEL=bge-large \
HIVEMEM_EMBEDDING_KEY=<your-key> \
hivemem hub检索变为混合模式:先语义准入,再排名融合(RRF),元数据只做同分 tie-break
语义准入:绝对余弦下限
HIVEMEM_SEMANTIC_MIN_SCORE(默认0.40,按模型族标定)+ 相对本次最高分截断HIVEMEM_SEMANTIC_MARGIN(默认0.12)。低于门槛的向量不进入结果;纯词法命中不受此限融合分
score = 5·(1/(10+语义名次) + 1/(10+词法名次)):两路都第一 = 1.0,单路第一 = 0.5;score只在本次查询内可比命中字段:
relevance是绝对相关性(语义余弦原值,纯词法命中为null);matched标明semantic/lexical/both;total是过门槛后的命中数,scanned是参与比较的向量数换嵌入模型后需重新标定门槛(不同模型余弦分布差异很大:bge 系无关文本常在 0.3–0.45,OpenAI 系常在 0.0–0.2),用
hivemem doctor或抽样查看分布后调整
换模型不会静默降质:库内记录嵌入模型身份,不一致时自动降级为词法检索并在结果中给出警告;
hivemem repair-embeddings重建索引后恢复短上下文模型安全:送入嵌入的文本默认截断到 480 字符(bge 系列 512 token 上限的安全值,标题在前保主旨);长上下文模型可用
HIVEMEM_EMBEDDING_MAX_CHARS=6000放宽预算模式:
HIVEMEM_SEMANTIC_MODE=fallback时只在词法检索无命中才调用嵌入端点(按量计费/不稳定端点省钱)未配置时一切功能照常(纯词法),嵌入失败不影响记忆写入
hub 认证(可选)
hivemem token # 生成 64 位十六进制令牌
HIVEMEM_TOKEN=<token> hivemem hub
# 或 --token-file PATH启用后 /mcp 与 /api/* 要求 Authorization: Bearer <token>(timing-safe 比较);Web 管理平台打开时提示输入令牌并保存在 localStorage。不启用时仅绑定 127.0.0.1,请勿暴露公网。
多用户权限(可选,v2)
默认单用户模式(与从前完全一致,零迁移成本)。创建首个用户即启用多用户模式——该用户成为平台管理员并认领全部已有项目:
hivemem user add boss --password <密码> # 首个用户 → 强制 platform-admin,认领全部无主项目
hivemem user add boss --adopt-env-token # 顺带把现有 HIVEMEM_TOKEN 接管为该用户的 MCP 令牌(DSH 配置无需改动)
hivemem user add alice --password <密码> # 普通用户
hivemem user token alice # 为 alice 生成 MCP 访问令牌(明文只显示这一次)
hivemem user list # 用户列表;另有 user passwd <name> 改密角色:
platform-admin读写管理任意用户记忆 + 授予/撤销跨用户只读授权;普通用户只能读写自己的项目 + 只读被授权的项目凭证分离:MCP 客户端用每用户 Bearer 令牌(库存 SHA-256 哈希,吊销即时生效);Web 管理平台用用户名 + 密码登录(scrypt),session cookie HttpOnly+SameSite=Lax,改密码使该用户全部会话失效
授权粒度 = 项目:管理平台「用户管理」页或
POST /api/grants(仅管理员);受权项目只读(写 403)、撤销即时生效;条目级授权被刻意否决(混合检索后按行过滤权限复杂度爆炸)每用户独立 @user:多用户模式下用户级记忆按用户隔离(项目名唯一性按 owner 计)
隔离保证:非管理员的名称解析、项目列表、全局检索、错误提示均不泄露他人项目(按 id 访问未授权项目返回 403)
DSH 每用户配置(各用户在自己的 profile 里放自己的 token;可用
hivemem setup --agent dsh --token <token> [--device <name>]自动写入或为已有条目补头):
- insert:
- id: mcp-hivemem
url: http://127.0.0.1:7660/mcp
headers:
Authorization: Bearer <该用户的 token>
X-HiveMem-Agent: dsh
X-HiveMem-Device: <设备名,缺省回退主机名>⚠️ 部署安全:多用户 = 网络暴露,HTTP 明文令牌在局域网可被嗅探——多用户部署必须保持 localhost + 反向代理 TLS,或走 Tailscale 类隧道,否则权限模型形同虚设
开发
npm install
npm run build # tsc + 复制 web/
npm test # 全量测试(node:test):项目身份 / 存储检索 / MCP 往返 / 生命周期 / 嵌入 / 导入 / 认证 / 作用域分层 /
# 版本与并发 CAS(test/revisions.test.ts)/ 前置注入插件(test/dsh-plugin.test.ts)/
# 端到端验收(test/acceptance.test.ts:真进程写入 → 新进程召回 → 注入 → CLI,约 9s)
npm run check:plugin # dsh-plugin 纯逻辑单测(node --test,无需装进宿主)
npm run dev:hub # 开发模式启动 hub端到端验收是刻意做成「真子进程」的:test/acceptance.test.ts 起两个独立 MCP 进程 + 一个 hub,验证的是跨进程、跨会话的真实召回,而不是同一个内存对象上的函数返回值——后者永远证明不了会话边界上的问题。
架构与设计决策详见 DESIGN.md。
路线图
嵌入向量检索(可插拔 provider,含模型身份三态校验)P2 已完成TTL 过期归档(gc)P2 已完成Claude Code 会话日志导入P2 已完成hub Bearer token 认证P2 已完成supersedes 决策演变链P2 已完成topic_key 原地 upsert + 复审周期 + memory_reviewP3 已完成(借鉴 Engram)相似记忆提示 + Resource 简报 + 变更通知P3 已完成(借鉴 MCP Reference Memory)task_hint 任务透镜 + 语义 fallback + setup/doctorP3 已完成(借鉴 Memorix)四层记忆作用域:用户级(@user)/ 项目级 / 设备级 / 工具级v2-A 已完成多用户权限:用户隔离、跨用户只读授权(项目粒度)、web 登录v2-B 已完成LLM 辅助整合(会话末去重/合并,确定性尺寸兜底优先)
Codex / Cursor 会话日志导入
npm 发布(发布后
npx hivemem-mcp即用)
License
MIT
Available Tools
9 toolsmemory_archiveADestructive
归档一条记忆(HTTP 模式必须传 project);用户级记忆可从任意项目视图按 id 归档。退出默认检索与项目简报,但保留可查历史。内容失效或被取代时使用;不要删除仍有价值的记忆。
Inputs: id (required), project, expected_version.
memory_bootstrapARead-only
获取项目记忆简报:用户级记忆(跨项目)优先加载,然后置顶记忆、关键决策、关键事实/偏好/流程、最近更新索引与本设备/本工具记忆索引。上下文里已有以「## HiveMem 项目简报(自动注入」开头的段落时不要调用——宿主插件已经注入过,再调只会得到第二份;只在没有注入(宿主未装插件)或需要别的项目时用。简报是策展视图,可能被截断(truncated=true,末尾附总数与索引指针),全量用 memory_index。HTTP 模式下 project 必填;传新项目名会自动创建该项目(响应含 created 标记)。
Inputs: budget, project, task_hint.
memory_indexARead-only
枚举指定项目的记忆清单(只有标题与元数据,分页):盘点存量、写入前查重、或简报 truncated=true 时拉全量。响应始终返回 total(匹配总数,不是本页条数)与 next_offset;找具体内容仍用 memory_search。
Inputs: kind, sort, limit, scope, +2 more.
memory_readARead-only
按 id 读取一条记忆的完整内容、元数据与状态(HTTP 模式必须传 project);用户级记忆(scope=user)可从任意项目视图按 id 读取。若它属于某条取代链,返回完整链(旧→新)。传 at_version 可读历史快照(旧内容按版本寻址,不只在审计日志里);include_history 列出该条的全部版本。
Inputs: id (required), project, at_version, include_history.
memory_reviewBRead-only
复审周期(HTTP 模式必须传 project):列出 review_after 已到期的记忆(内容可能过时,仍可检索但带 needsReview 标记),或把某条标记为已复审(周期按 kind 重新起算)。定期处理可保持记忆可信。
Inputs: action (required), id, project.
memory_searchARead-only
检索记忆(词法全文 + 可选语义向量混合排序)。query 可省略以浏览最近记忆。在 project 指定的项目内检索(HTTP 模式必须传 project),并合并用户级记忆,命中带 scope 标注。命中字段:score 是本次查询内的融合排序分(0..1,跨查询不可比);relevance 是绝对相关性(语义余弦原值,纯词法命中为 null);matched 标明命中来源(semantic/lexical/both);semanticScore 保留为兼容字段。total 是过相关性门槛后的命中数,scanned 是参与语义扫描的向量数。
Inputs: kind, tags, limit, query, +4 more.
memory_statsARead-only
查看项目记忆统计(按 kind/status/scope 分布 + 向量索引状态)。project 必填(HTTP 模式下报错会附带项目列表供确认当前项目)。
Inputs: project.
memory_updateADestructive
更新一条记忆(只传需要修改的字段;HTTP 模式必须传 project);用户级记忆可从任意项目视图按 id 更新。修改会记录审计快照;内容失效优先用 memory_archive 归档而不是删除。
Inputs: id (required), kind, tags, scope, +9 more.
memory_writeA
写入一条记忆(默认项目级;scope 可选用户级/设备级/工具级)。HTTP 模式:scope=user 可省 project,其他 scope 必填。写入前先用 memory_search 查找同主题记忆,优先更新而不是新建。只记录有长期价值的内容。
Inputs: kind (required), title (required), content (required), tags, +10 more.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 9 tools
Each tool has a clearly distinct role in the memory lifecycle: search, index, read, write, update, archive, review, stats, and bootstrap. The descriptions explicitly clarify potentially confusing boundaries, especially search vs. index vs. bootstrap and archive vs. update.
All tools follow a consistent memory_<action> naming convention with clear action verbs. There is no mixing of casing or verb styles.
Nine tools are well-scoped for a memory server covering discovery, CRUD-like lifecycle, review, statistics, and project briefing. Each tool appears to earn its place without excessive surface area.
The surface covers the core memory lifecycle well, including write, read, update, archive, search, indexing, review, and stats. Minor gaps may exist around permanent deletion/purge or restoring prior versions, but archive and versioned reads mitigate these for normal workflows.
Maintenance
Related MCP Connectors
Shared, scoped, reviewable team memory for AI coding agents.
Shared memory for coding agents. Stop re-explaining your codebase every session.
Hosted shared memory for AI apps: project decisions, to-dos and learnings. Beta.
Persistent memory, hybrid search and a goal graph for AI agents, over stdio or remote HTTP.
Related MCP Servers
- AlicenseAqualityDmaintenancePersistent shared memory for AI coding agents. Stores facts as entity/key/value triples with hybrid semantic search, task checkpoints, and conflict resolution — shared across Claude Code, Codex CLI, and GitHub Copilot.16235 npm5AGPL 3.0
- AlicenseNot gradedqualityDmaintenanceProvides a local long-term memory layer for AI coding tools like Cursor and Claude Code, enabling cross-session, cross-tool sharing of project facts, user preferences, decisions, and workflows.11 npm2MIT
- AlicenseNot gradedqualityBmaintenanceEnables AI coding agents to persist project memory across sessions by compiling decisions, progress, and pitfalls into git-linked, evidence-backed entries. It lets clients add, query, inject, scan for stale, check assertions on, and compute ROI of those memories over stdio.MIT
- FlicenseNot gradedqualityAmaintenanceEnables AI coding agents to read and write persistent, local-first memory so project decisions, preferences, and cross-project guidelines survive across sessions and can be retrieved by semantic search. Optionally also exposes a task queue for autonomous execution that draws on the same stored context.-