🚀 Mem0 MCP 服务器
本项目为集成 AI 助手与 Mem0.ai 持久记忆系统提供了 Model Context Protocol (MCP) 服务，能让 AI 助手更好地访问和管理存储在 Mem0 中的记忆。
🚀 快速开始
此服务器可直接使用 uvx 从 GitHub 运行，无需克隆仓库或在本地安装。
运行服务器
确保已安装 uv（可通过 pipx install uv 或 brew install uv 进行安装）。
可直接在终端测试服务器：
# 确保 MEM0_API_KEY 设置在你的环境中
export MEM0_API_KEY="your-mem0-api-key-here"
# 使用 uvx 运行服务器
uvx git+https://github.com/ryaker/mcp-mem0-general.git mcp-mem0-general
服务器启动后会记录其初始化步骤。
在 Cursor 或 Claude Desktop 中配置
- 找到
uvx路径：像 Claude Desktop 这类 GUI 应用程序通常不使用与终端相同的PATH。可在终端运行以下命令找到uvx的完整路径：
which uvx
复制输出的路径（例如 /Users/yourname/.local/bin/uvx 或 /opt/homebrew/bin/uvx）。
2. 配置 MCP：在 MCP 配置文件中添加以下配置，用实际找到的路径替换步骤 1 中的 /full/path/to/uvx。
- Cursor：
mcp.server.url=http://localhost:7860
mcp.server.plugin=mem0
mem0.apiUrl=https://api.mem0.ai
mem0.apiKey=$MEM0_API_KEY
- **Claude Desktop**：在 `config.json` 文件中添加以下内容：
"mcp": {
"servers": [
{
"url": "http://localhost:7860",
"plugins": ["mem0"]
}
]
},
"env": {
"MEM0_API_KEY": "your-mem0-api-key-here"
}
- 重启应用程序：保存配置文件后，重启 Cursor 或 Claude Desktop。
另一种快速入门方式
- 安装依赖项：
pip install mcp mem0 python-dotenv
- 复制配置文件：
cp src/mcp_mem0_general/config-template.json src/mcp_mem0_general/config.json
nano src/mcp_mem0_general/config.json # 更新 API_KEY 字段
- 运行服务器：
python -m mcp.server
✨ 主要特性
此服务器提供了与 Mem0 兼容的工具，作为 AI 模型与 Mem0 记忆系统之间的桥梁，使任何兼容的 AI 助手能够：
- 存储和检索记忆
- 通过语义相似性搜索记忆
- 管理不同类型的记忆（episodic, semantic, procedural）
- 利用短期记忆管理对话上下文
- 应用选择性记忆模式
- 从记忆中创建知识图谱
📦 安装指南
本项目无需进行传统意义上的安装，可直接使用 uvx 从 GitHub 运行，具体步骤见“快速开始”部分。
💻 使用示例
所有记忆系统中都使用 "default_user" 作为默认的 user_id。 有关详细用法示例，请参见 USAGE_GUIDE.md。
📚 详细文档
- 快速入门
- API 参考
- 记忆类型
- 高级功能
- 配置
📄 许可证
此项目遵循 MIT 许可证，有关详细信息，请参阅 LICENSE 文件。
致谢
- Mem0.ai 提供了出色的记忆 API
- Model Context Protocol（及其 Python SDK
mcp）用于服务器实现 - 此项目的所有贡献者
项目结构
项目的代码位于 src/mcp_mem0_general/ 目录内。