Memory MCP

一个为Claude Code设计的持久化记忆MCP服务，能够自动保存对话历史并在后续会话中智能检索相关上下文，实现跨会话的记忆延续。

知识管理与记忆开发者工具 #记忆服务 #对话历史 #智能检索 #MCP工具 .Python

评分 : 2.5分

下载量 : 0

更新时间 : 2026-03-12

打开站点

什么是Memory MCP Service?

Memory MCP Service是一个智能记忆系统，专门为Claude Code设计。它就像一个永不遗忘的助手，能够自动记录你与Claude的每一次对话，并在未来的会话中智能地回忆相关历史。无论你是在开发项目、学习新知识还是制定计划，它都能确保Claude始终了解你的背景和偏好。

如何使用Memory MCP Service?

使用非常简单：安装后配置自动钩子，之后所有对话都会自动保存和检索。你也可以手动调用记忆工具来记录特定信息或搜索历史。系统支持用户级（跨项目共享）和项目级（隔离）两种存储方式。

适用场景

适合长期项目开发、持续学习、复杂问题解决等需要上下文连续性的场景。特别适合开发者、研究人员、学生等需要与AI助手进行多次交互的用户。

主要功能

自动保存对话

通过配置钩子，系统可以自动保存用户消息和AI回复，无需手动操作。

语义搜索检索

基于向量嵌入技术，能够理解查询的语义含义，找到最相关的历史对话。

双层存储架构

用户级存储（跨项目共享偏好和习惯） + 项目级存储（项目特定的决策和架构）。

知识实体提取

自动从对话中提取关键实体（决策、偏好、概念等），形成结构化知识库。

会话片段管理

每个对话会话被记录为一个"片段"，包含自动生成的摘要和时间戳。

Claude Code钩子集成

与Claude Code的事件系统深度集成，支持SessionStart、UserPromptSubmit等事件。

优势

🚀 完全自动化：配置后无需手动操作，对话自动保存和检索

🧠 智能关联：基于语义理解找到最相关的历史上下文

📊 结构化存储：将对话转化为可搜索的知识实体

🔒 隐私保护：所有数据本地存储，不上传云端

⚡ 快速响应：检索相关记忆通常在1-2秒内完成

🔄 跨会话连续：确保长期项目的上下文连续性

局限性

📦 初始安装需要下载约400MB的向量模型

🐍 需要Python 3.10-3.13，不支持Python 3.14+

💾 本地存储占用空间随对话增加而增长

🔧 需要一定的技术知识进行初始配置

🔄 仅支持Claude Code，不支持其他AI助手

如何使用

安装前置工具

首先安装uv（Python包管理器），这是运行Memory MCP Service的必备工具。

初始化向量模型

首次使用时下载必要的向量模型文件（约400MB，只需下载一次）。

添加到Claude Code

将Memory MCP Service作为MCP服务器添加到Claude Code中。

配置自动钩子（推荐）

配置自动钩子以实现完全自动化的记忆保存和检索。编辑~/.claude/settings.json文件。

验证安装

检查Memory MCP Service是否成功连接。

使用案例

长期项目开发

在开发一个Web应用时，每次会话都能回忆起之前的架构决策、技术选型和实现细节。

学习新框架

学习React框架时，系统会记住你已经掌握的概念和遇到的常见问题。

个人偏好记录

记录你的代码风格偏好，如缩进使用2个空格、函数命名使用camelCase等。

常见问题

Memory MCP Service会保存我的隐私数据吗？

安装需要多长时间？

如何清理旧的记忆数据？

支持哪些Python版本？

如果不配置钩子，还能使用吗？

记忆检索的准确度如何？

🚀 内存MCP服务

内存MCP服务是为Claude Code打造的持久化内存服务，它能够自动保存对话内容，并在不同会话中检索相关历史记录，让Claude始终掌握所需的对话背景信息。

🚀 快速开始

前提条件

安装 uv（Python包运行器）：

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# Mac/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

要求Python版本为3.10 - 3.13（chromadb与Python 3.14+不兼容）。

1. 初始化（仅首次需要）

下载向量模型（约400MB，一次性操作）：

uvx --from chenxiaofie-memory-mcp memory-mcp-init

2. 将MCP服务器添加到Claude Code

claude mcp add memory-mcp -s user -- uvx --from chenxiaofie-memory-mcp memory-mcp

3. 配置钩子（推荐）

钩子可实现消息的全自动保存。若不配置钩子，则需手动调用内存工具。将以下内容添加到 ~/.claude/settings.json：

{
  "hooks": {
    "SessionStart": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-start" }]
    }],
    "UserPromptSubmit": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-auto-save" }]
    }],
    "Stop": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-save-response" }]
    }],
    "SessionEnd": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-end" }]
    }]
  }
}

4. 验证

claude mcp list

你应该会看到 memory-mcp: ... - ✓ Connected。

至此，大功告成！开启一个新的Claude Code会话，对话将自动保存并可被召回。

✨ 主要特性

会话开始 ──► 创建片段 ──► 监控进程（后台运行）
                                       │
用户消息 ──► 保存消息 ──► 召回相关记忆 ──► 注入上下文
                                       │
Claude回复 ──► 保存回复内容           │
                                       │
会话结束 ──► 关闭信号 ──► 存档片段 + 生成摘要

片段：每个对话会话都是一个“片段”，会自动生成摘要。
实体：从对话中提取的关键知识（决策、偏好、概念等）。
双层存储：用户级（跨项目共享）+ 项目级（每个项目独立）。
语义搜索：基于向量的检索方式，可找到相关的过往上下文。

💻 使用示例

自动模式（配置钩子后）

配置钩子后，一切操作自动完成。Claude在对话时会将过往会话的相关历史作为上下文。

手动模式

你也可以在Claude Code中直接调用内存工具：

# 开始一个新片段
memory_start_episode("登录功能开发", ["auth"])

# 记录一个决策
memory_add_entity("Decision", "使用JWT + Redis", "用于分布式部署")

# 搜索历史
memory_recall("登录实现")

# 关闭片段
memory_close_episode("完成JWT登录功能")

📚 详细文档

钩子参考

钩子	功能	执行时间
SessionStart	创建一个新片段	约50ms
UserPromptSubmit	保存用户消息并检索相关记忆	约1 - 2s
Stop	保存助手回复	约1s
SessionEnd	发出片段关闭信号	约50ms

工具参考

工具	描述
`memory_start_episode`	开始一个新片段
`memory_close_episode`	关闭并存档当前片段
`memory_get_current_episode`	获取当前活动片段
`memory_add_entity`	添加一个知识实体
`memory_confirm_entity`	确认一个检测到的实体候选
`memory_reject_candidate`	拒绝一个错误检测
`memory_deprecate_entity`	将一个实体标记为过时
`memory_get_pending`	列出待处理的实体候选
`memory_recall`	跨片段和实体进行语义搜索
`memory_search_by_type`	按类型搜索实体
`memory_get_episode_detail`	获取完整的片段详情
`memory_list_episodes`	按时间顺序列出所有片段
`memory_stats`	获取系统统计信息
`memory_encoder_status`	检查向量编码器状态
`memory_cache_message`	手动缓存一条消息
`memory_clear_cache`	清除消息缓存
`memory_cleanup_messages`	清理旧的缓存消息

实体类型

类型	级别	描述
`Decision`	项目	本项目的技术决策
`Architecture`	项目	架构设计
`File`	项目	重要文件描述
`Preference`	用户	个人偏好（跨项目共享）
`Concept`	用户	通用概念
`Habit`	用户	工作习惯

存储位置

用户级：~/.claude-memory/
项目级：{project-root}/.claude/memory/

替代方案：从源代码安装

如果你需要从源代码运行（例如，用于开发）：

git clone https://github.com/chenxiaofie/memory-mcp.git
cd memory-mcp
# Windows:
install.bat
# Mac/Linux:
chmod +x install.sh && ./install.sh

然后使用虚拟环境中的Python配置MCP服务器：

# Windows:
claude mcp add memory-mcp -s user -- "C:\path\to\memory-mcp\venv310\Scripts\python.exe" -m memory_mcp.server

# Mac/Linux:
claude mcp add memory-mcp -s user -- /path/to/memory-mcp/venv310/bin/python -m memory_mcp.server