MCP 内存

一个实现数据丰富应用程序内存解决方案的模型上下文协议（MCP）服务器，并通过高效的图知识图谱 capabilities 管理内存。

概述

此 MCP 服务器为涉及从多个来源（包括上传文件）获取信息的数据丰富的应用程序实现了内存解决方案。它使用 HippoRAG 在内部管理内存，HippoRAG 是此包的必需依赖项。

功能

• 基于会话的内存：创建和管理特定聊天会话的内存
• 高效的知识图谱：使用 HippoRAG 进行内存管理
• 多种传输支持：与 stdio 和 SSE 传输兼容
• 搜索功能：从各种来源（包括上传文件）搜索信息
• 自动资源管理：基于 TTL 的清理，适用于会话和内存实例

安装

从 PyPI 安装：

pip install mcp-mem hipporag

或从源代码安装：

git clone https://github.com/ddkang1/mcp-mem.git
cd mcp-mem
pip install -e .
pip install hipporag

注意：HippoRAG 是 mcp-mem 正常运行的必需依赖项。

使用

可以直接运行 MCP 服务器：

mcp-mem

默认情况下，它使用 stdio 传输。要使用 SSE 传输：

mcp-mem --sse

还可以指定 SSE 传输的主机和端口：

mcp-mem --sse --host 127.0.0.1 --port 3001

配置

基本配置

要在 Windsurf 中与 Claude 结合使用此工具，请将以下配置添加到 MCP 配置文件中：

"memory": {
    "command": "/path/to/mcp-mem",
    "args": [],
    "type": "stdio",
    "pollingInterval": 30000,
    "startupTimeout": 30000,
    "restartOnFailure": true
}

command 字段应指向您使用 pip 安装 python 包的位置。

环境变量配置

可以通过环境变量配置 mcp-mem 所使用的 LLM 和嵌入式模型：

• EMBEDDING_MODEL_NAME：要使用的嵌入式模型名称（默认： "text-embedding-3-large"）
• EMBEDDING_BASE_URL：嵌入式 API 的基础 URL（可选）
• LLM_NAME：要使用的 LLM 模型名称（默认： "gpt-4o-mini"）
• LLM_BASE_URL：LLM API 的基础 URL（可选）
• OPENAI_API_KEY：OpenAI API 密钥（必需）

内存管理配置

• 会话 TTL：设置为 0 以禁用清理。默认值为 0。
• 实例 TTL：设置为 0 以禁用清理。默认值为 0。

提供的工具

• 创建内存：使用 create_memory 创建新的内存
• 存储内存：使用 store_memory 存储内存
• 检索内存：使用 retrieve_memory 检索内存

开发

要开发，请安装以下依赖项：

pip install -r requirements.txt

然后运行测试：

pytest tests/

代码风格请参考：

black .
flake8 .
mypy .

贡献

贡献请遵循标准的开发流程，并在提交之前确保通过所有测试。

许可证

项目采用 MIT License。