Q-CLI MCP 内存服务器

用于开发工具的情境记忆系统

MCP 内存服务器是一款强大的情境记忆系统，专为 CLI 工具打造，旨在支持开发者和云工程师。它提供智能的内存功能，信息会在不同会话间持久化，帮助 AI 助手记住有关用户、偏好设置、代码以及架构决策的关键信息。

概述

这款基于 MCP 的记忆系统使 AI 助手能够逐步构建对用户及其工作的深刻理解。随着用户与工具互动，它会智能地存储之前会话中的重要细节，包括：

• 个人偏好和信息
• 偏好的编程语言和框架
• AWS 基础设施模式和配置
• 代码格式化偏好
• 前置错误及其解决方案
• 项目特定要求

结果是一个越来越个性化的体验，适应于个人工作流程，从而消除了反复解释技术背景的需要。

目前它只支持通过 SQLite 的本地内存数据库。目标是还允许基于云的记忆。

安装

# 克隆仓库
git clone https://github.com/yourusername/mcp-memory-server.git

# 进入目录
cd mcp-memory-server

# 安装依赖项
pip install -r requirements.txt

# 运行服务器
python3 mcp_memory_server.py

配置 MCP 服务器

在你的 mcp.json 文件中添加以下配置：

{
    "mcp-server-memories": {
        "command": "python",
        "args": [
            "PATH_TO_YOUR_FILE/memories_server.py"
        ],
        "env": {}
    }
}
注意：将 PATH_TO_YOUR_FILE 替换为你实际的 memories_server.py 文件路径。

功能

🧠 智能存储

该系统自动识别并存储对话中的重要信息，适当分类为：

• #code：编程语言、框架、编码模式
• #architecture：系统设计、组件关系、基础设施决策
• #personal：用户偏好设置、背景信息
• #project：项目详细信息、需求、截止日期

🔍 情境检索

记忆可通过以下方式检索：

• 精确键查找
• 关键字搜索
• 情境推断

👥 多用户支持

该系统智能地：

• 从对话上下文中识别用户
• 维护不同用户的独立内存空间
• 允许在用户之间共享项目上下文的潜力

🔄 进步学习

记忆随时间构建，形成对用户的持续改进理解：

• 技术偏好
• 项目要求
• 常见工作流程
• 反复出现的挑战