Q-CLI MCP Memory Server について
Q-CLI MCP Memory Serverは、開発者やクラウドエンジニアのコマンドライン作業向けに、文脈に沿った記憶を提供します。ユーザー、プロジェクト、コーディング、インフラの情報をローカルのSQLiteデータベースに保存し、セッションをまたいで検索できます。
主な機能
- 01タグ付き会話メモリーの保存
- 02キー・キーワード・文脈による検索
- 03ユーザーごとのメモリー分離
- 04好みやプロジェクト情報の保持
- 05ローカルSQLiteデータベースの利用
活用シーン
- 01セッションをまたいだコーディングの好みの記憶
- 02プロジェクト要件や設計判断の再確認
- 03AWS設定の文脈の再利用
- 04過去のエラーと解決策の検索
MCP 対応
MCPクライアントにメモリー機能を公開し、AIアシスタントがセッションをまたいで文脈情報を保存・取得できるようにします。現行実装ではローカルSQLiteデータベースを使用します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Q-CLI MCP メモリーサーバー
開発者向けツールのためのコンテキストメモリーシステム
MCP Memory Server は、開発者やクラウドエンジニアを支援する CLI ツール専用に設計された、強力なコンテキストメモリーシステムです。セッションをまたいで保持されるインテリジェントなメモリー機能を提供し、AI アシスタントがユーザーやその好み、コード、アーキテクチャに関する決定事項などの重要な情報を記憶できるようにします。
概要
この MCP ベースのメモリーシステムにより、AI アシスタントは時間の経過とともに、ユーザーやその作業について深く理解できるようになります。ユーザーがツールを利用する中で、以前のセッションから次のような重要な情報をインテリジェントに記憶します。
- 個人の好みや情報
- 好みのプログラミング言語やフレームワーク
- AWS インフラストラクチャのパターンや設定
- コードの書式に関する好み
- 過去に発生したエラーとその解決策
- プロジェクト固有の要件
その結果、個々のワークフローに適応し、技術的な背景を繰り返し説明する必要のない、よりパーソナライズされた体験が実現します。
現時点では、SQLlite を介したローカルメモリーデータベースのみをサポートしています。今後は、クラウドベースのメモリーも利用できるようにすることを目指しています。
インストール
# Clone the repository
git clone https://github.com/yourusername/mcp-memory-server.git
# Navigate to the directory
cd mcp-memory-server
# Install dependencies
pip install -r requirements.txt
# Run the server
python3 mcp_memory_server.py
MCP サーバーを設定する
mcp.json ファイルに次の設定を追加してください。
{
"mcp-server-memories": {
"command": "python",
"args": [
"PATH_TO_YOUR_FILE/memories_server.py"
],
"env": {}
}
}
Note: Replace PATH_TO_YOUR_FILE with the actual path to your memories_server.py file.
機能
🧠 インテリジェントなメモリー保存
システムは会話から重要な情報を自動的に特定して保存し、次のようなタグを付けて適切に分類します。
#code:プログラミング言語、フレームワーク、コーディングパターン#architecture:システム設計、コンポーネント間の関係、インフラストラクチャに関する決定事項#personal:ユーザーの好み、背景情報#project:プロジェクトの詳細、要件、期限
🔍 コンテキストに基づく検索
メモリーは次の方法で検索できます。
- キーの完全一致検索
- キーワード検索
- コンテキストに基づく推論
👥 マルチユーザー対応
システムは次の処理をインテリジェントに行います。
- 会話のコンテキストからユーザーを特定する
- ユーザーごとに個別のメモリー領域を維持する
- ユーザー間でプロジェクトのコンテキストを共有できる可能性を提供する
🔄 継続的な学習
メモリーは時間とともに蓄積され、ユーザーの次の項目に対する理解が継続的に向上します。
- 技術的な好み
- プロジェクトの要件
- よく使うワークフロー
- 繰り返し発生する課題
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。