🚀 用于Claude桌面应用的大语言模型持久内存服务器——Claude Memory MCP Server
本项目借助广泛研究的优化记忆技术，为大型语言模型赋予持久内存功能，并且专门与Claude桌面应用程序实现了集成，为Claude的使用提供了更强大的支持。
🚀 快速开始
安装步骤
- 克隆仓库：
git clone [repository-url]
cd claude-memory-mcp-server
- 安装依赖项：
pip install -r requirements.txt
- 启动服务器：
python mcp/server.py
与Claude Desktop集成
在Claude Desktop的配置文件中添加以下内容：
{
"mcp_server": {
"host": "localhost",
"port": 5000,
"memory_file_path": "path/to/memory.json"
}
}
运行测试
pytest
✨ 主要特性
- 分层内存架构：具备短期、长期和存档内存层级，满足不同场景下的记忆需求。
- 多种内存类型：支持对话、知识、实体和反思等多种类型的记忆。
- 语义搜索：能够基于语义相似性检索记忆，方便快速获取相关信息。
- 内存巩固：自动将短期记忆合并到长期记忆中，确保重要信息的持久保存。
- 内存管理：基于重要性进行记忆的保留与遗忘，优化内存使用效率。
- Claude集成：可以直接用于Claude桌面应用程序，无缝对接Claude的使用。
- MCP协议支持：与Model Context Protocol兼容，提升系统的通用性。
📦 安装指南
克隆仓库
git clone [repository-url]
cd claude-memory-mcp-server
安装依赖项
pip install -r requirements.txt
启动服务器
python mcp/server.py
💻 使用示例
运行服务器
python mcp/server.py
可用工具
- 查询内存：
query_memory - 更新内存：
update_memory - 删除内存条目：
delete_memory_entry
📚 详细文档
内存文件结构
内存数据以JSON格式存储，示例如下：
{
"metadata": {
"version": "1.0.0",
"timestamp": "2023-10-26T12:00:00Z"
},
"memory_entries": [
{
"id": 1,
"content": "今天天气很好，我们去公园散步。",
"context": ["weather", "park"],
"timestamp": "2023-10-26T12:05:00Z"
},
{
"id": 2,
"content": "记得带伞，下午可能下雨。",
"context": ["weather", "umbrella"],
"timestamp": "2023-10-26T12:10:00Z"
}
]
}
项目结构
claude-memory-mcp-server/
├── mcp/
│ ├── server.py # MCP服务器实现
│ ├── tools.py # MCP工具定义
│ └── handler.py # 请求处理程序
├── security/
│ └── validation.py # 输入验证
└── utils/
├── embeddings.py # 向量嵌入工具
└── schema.py # 架构验证
🔧 技术细节
架构
MCP服务器采用功能域-based架构，包含以下组件：
┌─────────────────────────────────────────────────────────┐
│ Claude 桌面 │
└───────────────────────────┬─────────────────────────────┘
│
┌───────────────────────────▼─────────────────────────────┐
│ MCP 接口 │
│ ┌─────────────────┐ ┌─────────────────┐ ┌──────────┐ │
│ │ 工具定义 │ │ 请求处理程序 │ │ 安全性 │ │
│ └─────────────────┘ └─────────────────┘ └──────────┘ │
└───────────────────────────┬─────────────────────────────┘
│
┌───────────────────────────▼─────────────────────────────┐
│ 内存域管理器 │
├─────────────────┬─────────────────┬────────────────────┤
│ 连篇记忆领域 │ 语义领域 │ 时间领域 │
├─────────────────┴─────────────────┴─────────────────────┤
└ ┓
研究背景
本实现基于广泛研究的大型语言模型持久记忆技术：
- 操作系统启发式内存管理：类似MemGPT的分层内存架构。
- 生物启发式连篇记忆：上下文敏感的记忆检索。
- 向量嵌入：语义搜索灵感来自向量数据库方法。
- 自我反思：通过定期回顾实现记忆巩固。
📄 许可证
本项目在MIT License下开源，详情请参阅LICENSE文件。
🙏 致谢
- 基于大型语言模型优化内存技术的研究
- 实现Model Context Protocol以与Claude集成
🤝 贡献指南
欢迎贡献！请随意提交Pull Request。