Memory By File

🚀 mcp-server-memory

这是一个与记忆文本文件交互的 MCP 服务器，旨在帮助 Claude 在聊天过程中保持上下文。每一行记忆文本都代表一段独立的记忆。

🚀 快速开始

本服务器提供了一系列工具，允许 Claude（以及其他 MCP 客户端）在聊天时管理记忆：

• memory_add(memory: string)：用于添加记忆。
• memory_search(query: string)：返回匹配的记忆（采用子字符串精确匹配，未来可能支持通配符/正则表达式）。
• memory_delete(query: string)：删除匹配的记忆（子字符串精确匹配）。
• memory_list()：返回所有记忆。
• 提示：memory_update 相当于 memory_delete 和 memory_add 的组合操作。

💻 使用示例

以下是一些使用示例，展示如何在实际聊天中运用这些记忆管理工具：

基础用法

• 当提及自己的名字时，可添加记忆："正在与 Wes 聊天"。
• 提到女儿的年龄时，添加记忆："Wes 的女儿 8 岁"。
• 表示正在进行一个 TypeScript 项目时，添加记忆："正在做 TypeScript 项目"。
• 若 Claude 在使用工具过程中遇到情况，例如第一次尝试使用 python 命令失败，后续使用 python3 成功，Claude 可以记录："使用 python3，python 不存在"。

高级用法

• 若要删除关于 X 的记忆，可使用：memory_delete(query: X)。
• 若要纠正自己的名字，可先使用 memory_search("oldname") 查找旧名字的记忆，删除匹配记录，再添加新名字的记忆。

当开始新的聊天时，Claude 会自动获取最近的记忆（子集或全部），也可以手动请求记忆（部分、更多或全部），并根据这些记忆影响回应和工具的使用。

🔧 技术细节

设计思路

采用简单的记忆文本文件，主要基于以下原因：

• ChatGPT 的记忆功能运行良好，本质上也是一个文本文件。虽然背后可能存在一些结构化处理，但从用户视角看，呈现为文本文件形式。
• 在 mcp-server-commands 类似提醒功能的测试中，使用文本文件效果良好（当时 Claude 具备这些功能）。
• 未结构化的文本简化了工具的操作和参数，基本只需管理一个字符串列表。

提示机制

为了让模型知道何时存储记忆，提示机制至关重要。目前有以下几种实现思路：

• 培训：OpenAI 表明，部分经过训练的模型能够了解何时存储记忆，就像模型接受工具使用的训练一样。
• 提示词：在系统提示部分添加提醒，以触发模型存储记忆。
• 工具本身：在对 Claude 的测试中，仅依靠工具规范和工具响应中的提示/建议，Claude 无法有效存储记忆。因此，在提示中添加提示信息可能是有效的解决方案。

📚 详细文档

未完成的想法

以下是一些未来可能实现的想法，但不确定是否值得投入时间，列出这些想法也是为了避免自己分心去实现它们：

• 新颖性因素：是否可以根据记忆的新颖性重新排列记忆？这样在处理模糊的记忆查询时（例如同时提到 TypeScript 项目和 Python 项目，当要求开始新项目时，优先建议最近使用的项目），能提供更准确的建议。
• 逐渐淡出旧记忆：考虑是否需要让旧记忆逐渐淡出，以保持记忆的时效性和相关性。