🚀 MCP 内存
MCP 内存是一个模型上下文协议（MCP）服务器，专为数据丰富的应用程序提供内存解决方案。它借助高效的图知识图谱 capabilities 管理内存，能从多个来源获取信息，有效提升应用程序的性能和数据处理能力。
🚀 快速开始
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。
✨ 主要特性
- 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。
📦 安装指南
从 PyPI 安装
pip install mcp-mem hipporag
从源代码安装
git clone https://github.com/ddkang1/mcp-mem.git
cd mcp-mem
pip install -e .
pip install hipporag
⚠️ 重要提示
HippoRAG 是 mcp-mem 正常运行的必需依赖项。
💻 使用示例
基本用法
可以直接运行 MCP 服务器，默认使用 stdio 传输：
mcp-mem
高级用法
使用 SSE 传输
mcp-mem --sse
指定 SSE 传输的主机和端口
mcp-mem --sse --host 127.0.0.1 --port 3001
📚 详细文档
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：
| 属性 | 详情 |
|---|---|
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。
🔧 技术细节
开发依赖安装
要开发，请安装以下依赖项：
pip install -r requirements.txt
运行测试
pytest tests/
代码风格参考
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。