🚀 Unibase membase 服务器
Unibase membase 是首个专为 AI 代理打造的去中心化内存层，可存储历史信息、交互记录和代理的持久数据，保障其连续性与可追溯性。Membase mcp 服务器则实现了与 membase 协议的无缝集成，用于去中心化存储，还能上传和下载当前对话记忆至 Unibase 网络。
🚀 快速开始
你可以按照以下步骤快速搭建 Unibase membase 服务器：
git clone https://github.com/unibaseio/membase-mcp.git
cd membase-mcp
uv run src/membase_mcp/server.py
✨ 主要特性
消息或记忆可通过以下地址访问：https://testnet.hub.membase.io/
- get_conversation_id：获取当前对话 ID。
- switch_conversation：切换到不同的对话。
- save_message：将消息/记忆保存到当前对话中。
- get_messages：获取当前对话中的最后 n 条消息。
📦 安装指南
使用以下命令克隆项目并运行服务器：
git clone https://github.com/unibaseio/membase-mcp.git
cd membase-mcp
uv run src/membase_mcp/server.py
📚 详细文档
环境变量
在使用服务器时，你需要设置以下环境变量：
| 属性 | 详情 |
|---|---|
| MEMBASE_ACCOUNT | 用于上传的你的账户。 |
| MEMBASE_CONVERSATION_ID | 当前对话 ID，应唯一且会预加载其历史记录。 |
| MEMBASE_ID | 你的实例 ID。 |
配置（适用于 Claude/Windsurf/Cursor/Cline）
你可以按照以下 JSON 格式进行配置：
{
"mcpServers": {
"membase": {
"command": "uv",
"args": [
"--directory",
"path/to/membase-mcp",
"run",
"src/membase_mcp/server.py"
],
"env": {
"MEMBASE_ACCOUNT": "你的账户，0x...",
"MEMBASE_CONVERSATION_ID": "当前对话 ID，应唯一且会预加载其历史记录",
"MEMBASE_ID": "你的子账户，任意字符串"
}
}
}
}
💻 使用示例
基础用法
在 LLM 聊天中调用函数：
- 获取对话 ID 和切换对话
- 保存消息和获取消息