memory

知己（Zhiji）メモリー — MCP サーバー

中国語を優先した、脳に着想を得た長期メモリーを MCP サーバーとして提供します。 あらゆる MCP クライアント — Claude Desktop / Claude Code / Cursor / Cline / Cherry Studio / Coze — に、セッションをまたいでユーザーを記憶し、理解する機能を提供します。

中文用户：完整接入手册见 MCP-USAGE.md,或在线版 https://ai-know.me/mcp。

v0.4.0 · 9 個のツール / 2 個のリソース / 1 個のプロンプト · stdio + Streamable HTTP · MCP プロトコル 2025-11-25

このリポジトリは薄いブリッジです。MCP のツール呼び出しを、REST 呼び出しに変換して Zhiji バックエンド（ai-know.me でホスト）に送ります。ブリッジには何も保存されず、すべてのメモリーは接続先の Zhiji サービスに保存されます。

---

なぜ、また別のベクトルメモリー MCP ではないのか？

Mem0 / Zep / LangMem は、ベクトルストア上で add / search / delete を提供します。知己は脳に着想を得たプリミティブを提供します。

• 11 段階のハイブリッド検索 — トライグラム全文検索 + bge-large-zh セマンティック検索 + 時間減衰 + アクセスによる強化 + 重複排除ランキング。
• 7 層 / 37 次元の進化するユーザープロフィール — 価値観、意思決定の論理、行動スタイル、自己認識、内受容感覚および動的状態。
• ワークスペースの組み立て — 1 回の呼び出しで、プロフィール + 関連メモリー + 確認済み事実 + 行動推論を返し、クライアントのコンテキストウィンドウに合わせて予算を調整します。
• 将来のリマインダー、マルチモーダル取り込み（音声 / OCR / ドキュメント）、ユーザーフィードバックを基にした自己進化型の報酬ループ。

すべて中国語に最適化されています（トライグラムトークナイザー + bge-large-zh）。英語にも対応しています。メモリーは接続先の Zhiji バックエンドに保存されます。セルフホストすることも、ホスト型の ai-know.me サービスを利用することもできます。どちらの場合も、利用するのはあなた自身の Zhiji インスタンスであり、汎用メモリー SaaS の仲介業者ではありません。

ツール、リソース、プロンプト

9 個のツールが役割別にまとめられています。ユーザー単位のツールはすべて userEmail を受け取ります（指定がない場合は MB_USER_EMAIL を使用）。以下には特筆すべき追加パラメーターのみ記載しています。

読み取り — ユーザーを理解する

ツール	機能	主なパラメーター
zhiji_workspace_assemble	主要ツール。 1 回の呼び出しで、クエリに関連するメモリー + プロフィール + 確認済み事実 + 行動推論（反実仮想およびドメイン横断のヒントを含む）を返し、このユーザーを理解するために必要な情報をまとめます。任意の LLM のコンテキストにそのまま追加できます。	query; maxResults ≤20（既定値 6）。時間のかかる「もしも」のクエリには 10～15 秒かかることがあります。
zhiji_memory_search	より軽量な、想起専用の検索です。11 段階のハイブリッドパイプライン（トライグラム FTS + セマンティック検索 + 時間減衰）を使い、スコア付きの抜粋と出典を返します。	query; maxResults ≤50（既定値 8）
zhiji_profile_get	7 層 / 37 次元のユーザープロフィールを、コンテキストにそのまま追加できる自然言語の要約として取得します。	—
zhiji_facts_get	構造化された個別の事実（主語の帰属、確信度、競合状態）を取得します。物語形式ではなく、正確な名前 / 日付 / 数を確認するために使います。	—
zhiji_prospective_due	指定した時間範囲内に期限を迎える、または予定されている意図（ToDo、約束、計画）を取得し、ユーザーへの先回りした声かけに使います。	hours ≤720（既定値 24）

書き込み — メモリーに情報を追加する

ツール	機能	主なパラメーター
zhiji_memory_ingest	会話のターンを長期メモリーに書き込みます。その後、非同期で埋め込み生成、プロフィール / 事実の抽出、重要度のスコアリングが行われます。テキストのみ。	conversationId; messages[{ author: "user"|"bot", text }]
zhiji_ingest_file	マルチモーダル取り込み — 音声 / 画像 / PDF / Word / Excel / 動画 → Whisper による文字起こし / Tesseract OCR / ドキュメント解析 → メモリー。音声と動画は音響感情分析も行われます。	path | url | base64 のいずれか 1 つ; filename; isUserVoice

運用 — 改善と診断

ツール	機能	主なパラメーター
zhiji_feedback	直近の想起／回答に「高評価」または「低評価」を付けます → 自己進化の報酬に反映され、最近取得された記憶の Q 値を強化（または低下）させます。「使うほど賢くなる」ループです。	rating: "up"|"down"；weak? → ±0.5
zhiji_status	ヘルス状態とメモリー規模（ファイル数／チャンク数／FTS の利用可否）を確認します。接続を検証するため、最初に呼び出してください。	—

2 つのリソース — zhiji://schema/dimensions（7 層／37 次元のプロファイルスキーマの正式版） · zhiji://server/status（サービスの現在のステータス）。 1 つのプロンプト — personal-context：プロファイル＋記憶＋事実を組み合わせ、指定したクエリにそのまま先頭へ追加できるシステムプロンプトを作成します。

実験的な機能（睡眠時の統合／夢のリプレイ／創発）は、アブレーションテストで根拠が確認されるまで公開されません。

一般的なフロー

zhiji_status              → verify connectivity
zhiji_memory_ingest       → feed a conversation  (or zhiji_ingest_file for audio/docs)
zhiji_workspace_assemble  → in a *new* session, recall + understand the user
zhiji_feedback            → thumbs up/down, closing the self-evolution loop

クイックスタート

エージェントキー（mb- プレフィックス）が必要です。https://ai-know.me/memory?tab=api で取得してください（登録後、アカウントに紐付けたキーを作成します）。

オプション A — リモート、インストール不要（推奨）

Streamable HTTP 対応の MCP クライアントをホストされたエンドポイントに接続するだけです。このリポジトリは必要ありません。

claude mcp add zhiji-memory --transport http \
  --url https://ai-know.me/mcp \
  --header "Authorization: Bearer mb-yourKey"

または、URL 形式のクライアント設定を使用します（Cursor／Cherry Studio／LobeChat）。

{
  "mcpServers": {
    "zhiji-memory": {
      "url": "https://ai-know.me/mcp",
      "headers": { "Authorization": "Bearer mb-yourKey" }
    }
  }
}

オプション B — このブリッジをローカルで実行する（stdio）

ホストされた Zhiji バックエンドと通信するローカルの stdio プロセスとしてブリッジを実行する場合（例：デスクトップクライアントが起動する場合）は、このリポジトリを使用します。

npm install   # only @modelcontextprotocol/sdk + zod

続いて、クライアントの設定を行います。

{
  "mcpServers": {
    "zhiji-memory": {
      "command": "node",
      "args": ["/absolute/path/to/zhiji-mcp/zhiji-mcp-server.mjs"],
      "env": {
        "MB_BASE_URL": "https://ai-know.me",
        "MB_API_KEY": "mb-yourKey"
      }
    }
  }
}

確認

# visual debugger — should list 9 tools / 2 resources / 1 prompt
npx @modelcontextprotocol/inspector node zhiji-mcp-server.mjs

クライアントの全一覧（LangChain、OpenAI Agents SDK、Coze など）は MCP-USAGE.md に記載されています。

アーキテクチャ — ステートレスな薄型ブリッジ

MCP client  ──stdio / HTTP(JSON-RPC)──►  zhiji-mcp-*.mjs  ──REST──►  Zhiji backend (ai-know.me)

MCP レイヤーは何も保存せず、MCP ツール呼び出しを Zhiji バックエンドへの REST 呼び出しに変換します。共有コアの zhiji-mcp-core.mjs が、両方のエントリーポイントを支えています。

ファイル	役割
zhiji-mcp-core.mjs	ツール／リソース／プロンプトの定義（単一の信頼できる情報源）
zhiji-mcp-server.mjs	stdio エントリー（npm start）
zhiji-mcp-http.mjs	Streamable HTTP エントリー（npm run http）

分離と認証

• すべてのデータは userEmail によって厳密に分離されています。ブリッジは userEmail を認証情報ではなく、名前空間として扱います。
• ホストされた公開エンドポイントではエージェントキーが必要です。Bearer mb-… を含まないリクエストは 401 が返されます。バックエンドは各キーをそのユーザーの userEmail に紐付け、他のユーザーへのアクセスを拒否します。
• エンドユーザーにキー不要で userEmail を変更できるブリッジを決して渡さないでください。正しい userEmail を注入する独自のバックエンドを前段に配置してください。MCP-USAGE.md §8 を参照してください。

環境

変数	デフォルト	備考
MB_BASE_URL	http://localhost:3001	Zhiji バックエンドのアドレス。ホストされたサービスでは https://ai-know.me を使用します
MB_USER_EMAIL	—	デフォルトのユーザー名前空間（単一ユーザーによるローカル使用）
MB_API_KEY	—	mb- エージェントキー。Bearer として転送されます
MB_TIMEOUT_MS	60000	ワークスペースの処理に時間のかかるルートでは約 15 秒かかる場合があります

ステータス

バージョン	主な内容
v0.4	zhiji_ingest_file（9 個のツール）＋公開リリースに向けた強化（TLS、MCP_REQUIRE_KEY、JWT のみのキー発行、ユーザー間分離の厳格なテスト）
v0.5（予定）	推論リストツール、リソースサブスクリプション、詳細なキー権限

ドキュメント

• MCP-USAGE.md — 詳細ガイド（インストール、全クライアント、ツールごとのリファレンス、トラブルシューティング、FAQ）
• オンライン：https://ai-know.me/mcp

ライセンス

MIT © 2026 知己 AI (ai-know.me)

---

知己 AI · MCP 統合 — 中国語を第一言語とする、脳に着想を得たメモリー。ブリッジはオープンソースで、メモリーのインテリジェンスは Zhiji バックエンドにあります。