PostgMem

一个基于模型上下文协议（MCP）的服务器实现，使用PostgreSQL和pgvector为AI应用提供向量内存存储。

概述

PostgMem 是一个 .NET 基础的服务，允许 AI 代理存储、检索和通过相似度搜索访问记忆。它利用 PostgreSQL 和 pgvector 扩展来提供高效的相似性搜索功能。

关键特性

• 使用向量嵌入存储结构化记忆
• 按照 ID 检索单个记忆
• 通过向量相似性进行语义搜索
• 使用标签过滤搜索结果
• 与模型上下文协议（MCP）集成，便于与 AI 代理使用

技术

• .NET 9.0
• PostgreSQL 带有 pgvector 扩展
• 模型上下文协议（MCP）
• ASP.NET Core
• Npgsql 实现 PostgreSQL 连接

先决条件

• .NET 9.0 SDK
• 已安装 pgvector 扩展的 PostgreSQL 数据库
• 文本嵌入 API（默认配置使用 Ollama）

设置

数据库配置

1. 创建一个用于应用程序的 PostgreSQL 数据库
2. 在数据库中安装 pgvector 扩展：

   CREATE EXTENSION vector;
   

3. 创建 memories 表：

   CREATE TABLE memories (
       id UUID PRIMARY KEY,
       type TEXT NOT NULL,
       content JSONB NOT NULL,
       source TEXT NOT NULL,
       embedding VECTOR(384) NOT NULL,
       tags TEXT[] NOT NULL,
       confidence DOUBLE PRECISION NOT NULL,
       created_at TIMESTAMP WITH TIME ZONE NOT NULL,
       updated_at TIMESTAMP WITH TIME ZONE NOT NULL
   );
   

环境配置

在项目的 .env 文件中配置应用程序设置：

ConnectionStrings__Storage="Host=localhost;Database=mcp_memory;Username=postgres;Password=postgres"
Embeddings__ApiUrl=http://localhost:11434/
Embeddings__Model=all-minilm:33m-l12-v2-fp16

• ConnectionStrings__Storage：PostgreSQL 连接字符串
• Embeddings__ApiUrl：嵌入式 API 的 URL（默认使用 Ollama）
• Embeddings__Model：使用的嵌入模型

运行应用程序

1. 切换到 PostgMem 目录
2. 运行应用程序：

   dotnet run
   

3. MCP 服务器将在 http://localhost:5000 默认可用

MCP 工具

以下 MCP 工具可用：

存储

将新记忆存储在数据库中。

参数：

• type（字符串）：记忆的类型（例如，'对话'、'文档' 等）
• content（字符串）：记忆内容作为 JSON 对象
• source（字符串）：记忆来源（例如，'用户'、'系统' 等）
• tags（字符串数组）：可选的记忆分类标签
• confidence（双精度浮点数）：记忆的置信度分数（0.0 到 1.0）

搜索

通过提供的文本搜索相似记忆。

参数：

• query（字符串）：要搜索的文本
• limit（整数）：返回结果的最大数量（默认：10）
• minSimilarity（双精度浮点数）：最小相似度阈值（0.0 到 1.0）（默认：0.7）
• filterTags（字符串数组）：可选的记忆过滤标签

获取

通过 ID 检索特定记忆。

参数：

• id（Guid）：要检索的记忆 ID

删除

通过 ID 删除记忆。

参数：

• id（Guid）：要删除的记忆 ID

实现细节

• Memory.cs：定义记忆数据模型
• Storage.cs：处理数据库操作，包括存储和检索记忆
• EmbeddingService.cs：生成文本向量嵌入
• MemoryTools.cs：实现 MCP 工具以与记忆存储交互

许可证

[在此处填写您的许可信息]

贡献

[在此处添加贡献指南，如果适用]

联系方式

[在此处提供联系方式或支持信息]