MCP Memory Service

MCP Memory Service 是一个基于 ChromaDB 和句子转换器的语义记忆存储系统，专为 Claude Desktop 提供长期记忆和语义搜索功能。该工具通过自然语言处理和向量数据库技术，实现高效的记忆存储与检索，适用于需要跨对话维护上下文的场景。

核心功能

MCP Memory Service 提供了多种记忆管理功能，包括：

• 语义搜索：通过句子转换器模型实现高效语义记忆检索。
• 自然语言时间回忆：支持使用自然语言表达的时间（如“上周”、“昨天上午”）进行记忆检索。
• 标签记忆检索：通过特定标签查找记忆。
• 持久存储：使用 ChromaDB 进行持久化存储。
• 自动数据库备份：定期备份数据库以确保数据安全。
• 记忆优化工具：清理重复项并优化数据库性能。
• 精确匹配检索：通过完全匹配内容检索记忆。
• 调试模式：分析相似度并查看检索过程。
• 数据库健康监控：检查数据库运行状态并获取统计信息。
• 去重清理：自动检测并删除重复条目。
• 自定义嵌入模型：支持选择不同的嵌入模型。
• 跨平台兼容性：支持多种操作系统和硬件架构。
• 硬件感知优化：根据不同环境调整优化策略。
• 优雅降级：在资源受限时提供备用方案。

安装方法

安装 MCP Memory Service 需要先安装 UV 工具，然后克隆项目并完成依赖安装。

pip install uv

git clone https://github.com/doobidoo/mcp-memory-service.git
cd mcp-memory-service
uv venv
source .venv/bin/activate
uv pip install -r requirements.txt
uv pip install -e .

使用方法

安装完成后，可以通过以下命令启动服务：

uv run memory

以下是几个常用命令及其参数说明：

• store_memory：存储新记忆，参数为 `content` 和 `metadata`。
• retrieve_memory：检索相关记忆，参数为 `query` 和 `n_results`。
• recall_memory：通过时间表达式检索记忆，参数为 `time_expression`。

使用示例

以下是两个典型的使用场景：

• 存储记忆：用户输入“请记住我的生日是10月5日。”，系统将存储该记忆。
• 检索记忆：用户输入“我的生日是什么时候？”，系统将返回存储的生日信息。

配置说明

如果使用 Cloudflare Workers 部署，需按照以下步骤配置：

1. 克隆代码仓库并进入 Cloudflare Worker 目录：

git clone https://github.com/doobidoo/mcp-memory-service.git
cd mcp-memory-service/cloudflare_worker

1. 安装 Wrangler CLI 工具：

npm install -g wrangler

1. 登录 Cloudflare 账户：

wrangler login

1. 创建 D1 数据库：

wrangler d1 create mcp_memory_service

1. 更新 wrangler.toml 配置文件，根据创建的数据库 ID 更新配置。

使用场景

MCP Memory Service 适用于以下场景：

• 个人助理：存储和检索用户的个人信息、偏好设置等。
• 客服系统：记录用户历史对话，提供上下文感知的回复。
• 教育工具：帮助学生记忆知识点，支持语义检索。

注意事项

在使用过程中，需要注意以下几点：

• 对大型数据库可能需要更多计算资源。
• 某些高级功能依赖于网络连接。
• 初次部署可能需要一定的技术背景。

MCP Memory Service 通过语义记忆和持久存储能力，为需要长期记忆和上下文维护的应用场景提供了强大的支持。