🚀 内存 MCP 服务器

本项目实现了模型上下文协议 (MCP)，为大型语言模型 (LLMs) 提供长期记忆功能，可使 LLMs 保留和检索长时间交互中的信息。

🚀 快速开始

内存 MCP 服务器能为大型语言模型提供长期记忆功能。若要使用，可按以下步骤操作：

1. 克隆仓库：

git clone https://github.com/Sinhan88/memory-mcp-server.git

2. 进入项目目录：

cd memory-mcp-server

3. 安装依赖项： 确保您已安装 Python 和 pip。然后运行：

pip install -r requirements.txt

4. 运行服务器： 执行以下命令启动服务器：

python app.py

✨ 主要特性

• 长期记忆：存储并检索 LLM 的上下文，增强其提供相关响应的能力。
• 模型上下文协议：遵循 MCP 标准，实现与各种 LLM 架构的无缝集成。
• 用户友好的 API：易于使用的 API，帮助开发者将记忆功能集成到应用程序中。
• 可扩展性：设计用于处理多个请求，并根据需求进行扩展。

📦 安装指南

要开始使用内存 MCP 服务器，请按照以下步骤操作：

1. 克隆仓库：

git clone https://github.com/Sinhan88/memory-mcp-server.git

2. 进入项目目录：

cd memory-mcp-server

3. 安装依赖项： 确保您已安装 Python 和 pip。然后运行：

pip install -r requirements.txt

4. 运行服务器： 执行以下命令启动服务器：

python app.py

💻 使用示例

基础用法

一旦服务器开始运行，您可以使用 API 端点与之交互。以下是基础使用示例：

• 存储记忆：向 /store 发送 POST 请求，并包含以下 JSON 正文：

{
    "context": "您的上下文内容",
    "model_id": "唯一模型标识符"
}

示例请求：

curl -X POST http://localhost:5000/store -H "Content-Type: application/json" -d '{"context": "我喜欢编程。", "model_id": "model_1"}'

• 检索记忆：向 /retrieve?model_id=unique_model_identifier 发送 GET 请求。 示例请求：

curl http://localhost:5000/retrieve?model_id=model_1

📚 详细文档

贡献

我们欢迎内存 MCP 服务器的贡献！如果您想帮忙，请按照以下步骤操作：

1. 分支仓库：点击此页面顶部右侧的“Fork”按钮。
2. 创建分支：

git checkout -b feature/YourFeature

3. 进行更改：编辑代码，添加功能或修复错误。
4. 提交更改：对更改进行提交，并提供清晰的提交信息。
5. 发起拉取请求：在 GitHub 上向主分支发起拉取请求。

联系

如有任何问题或反馈，请联系 [邮箱地址] 或在 GitHub 仓库中提交问题。

发布版本

感谢访问内存 MCP 服务器仓库！我们希望您能在这个项目中找到有用的内容，用于与 LLMs 和长期记忆相关的开发。

📄 许可证

项目使用 MIT 许可证。有关详细信息，请参阅 LICENSE 文件。