关于 MemCell
MemCell 是面向 AI Agent 的持久记忆 MCP 服务,结合自适应召回、工作区连续性、图遍历和文档检索。其工具记录记忆及执行结果,帮助 Agent 使用相关上下文并随时间校准置信度。
主要功能
- 01行动前召回相关记忆
- 02保存持久事实与指令
- 03报告结果以校准置信度
- 04导入并搜索工作区文档
- 05遍历一跳知识图谱关系
- 06查看工作区与校准指标
适用场景
- 01跨会话保留决策和偏好
- 02在 Agent 执行任务前检索指令
- 03搜索已索引的工作区文档
- 04检查记忆可靠性和治理指标
MCP 相关
MemCell 通过 MCP 提供七种工作区工具,用于召回和保存记忆、反馈执行结果、导入与搜索文档以及查看工作区洞察。它可通过 stdio 本地运行、连接托管或自托管的 Streamable HTTP 端点,也可使用本地 PGlite 服务。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://memcell.ai/mcpclaude mcp add --transport http ai-memcell-memcell https://memcell.ai/mcp{"mcpServers":{"ai-memcell-memcell":{"type":"http","url":"https://memcell.ai/mcp"}}}在 Cursor 中打开{"servers":{"ai-memcell-memcell":{"type":"http","url":"https://memcell.ai/mcp"}}}在 VS Code 中打开{"mcpServers":{"ai-memcell-memcell":{"type":"http","url":"https://memcell.ai/mcp"}}}{"mcpServers":{"ai-memcell-memcell":{"serverUrl":"https://memcell.ai/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
https://memcell.ai/mcp需要授权工具
详细介绍
原文在翻译后有更新,译文可能不是最新。
memcell
为 AI Agent 打造的持久、自适应记忆引擎。
让 Agent 不再在不同会话中重复犯同样的错误。
重要
此仓库已合并至统一的
memcell-ai/devkitmonorepo。
- 开发者命令行工具与 SDK:后续开发均将在 memcell-ai/devkit 继续进行。
- 官方 MCP 服务与注册清单:请参阅 memcell-ai/mcp。
此仓库现已归档,只读。
# Install globally
npm install -g memcell
# In any project:
memcell connect
在任意项目中运行。memcell connect 会自动:
- 一键批准:打开浏览器进行批准(无需预先创建账户;访客记忆会在登录后无缝保留)。
- 自动检测 Agent:通过非破坏性生命周期钩子和本地 stdio MCP 服务(
memcell mcp),接入 Claude Code、Cursor、Copilot CLI、Gemini CLI、OpenAI Codex、OpenCode、Cline、Windsurf 等。 - 保护凭据:将作用域受限的 Agent 密钥直接存储在操作系统密钥环中(Keychain / Secret Service / Credential Manager)。
- 创建
.memcell:在仓库根目录添加简洁、适用于 Git 的项目描述文件。
随时验证:
memcell status
为什么选择 MemCell?
每次开启与 AI Agent 的新会话,它都会彻底失忆。它会掉进相同的陷阱、重复过时的假设,还会重新制造你昨天就已解决的问题。
静态指令文件和庞大的系统提示词无法解决这些问题:
- 上下文膨胀:堆叠数十条指令会在每轮对话中浪费 token,并分散模型的注意力。
- 毫无适应性:即使需求发生变化,过时的指令仍会不断生效。
- 手动维护负担:你仍是唯一的反馈环路,不得不持续手动编辑 Markdown 文件。
MemCell 为你的 Agent 提供闭环记忆:
- 行动前回忆 — 行动之前,Agent 会收到与当前任务相关且经过验证的记忆。
- 执行与反馈 — 行动成功或失败后,都会反馈实际结果。
- 积累可信度 — 有效的记忆会提升可信度;无效的记忆则会衰减。无需手动维护提示词。
工作原理
MemCell 将两个轻量层结合起来,让 Agent 保持一致,又不会妨碍你的工作:
- 确定性钩子(零操作):在会话开始、提交提示词和轮次结束时自动触发。行动开始前会检查相关记忆和指令,无需依赖模型记得调用工具。钩子会在 <50ms 内快速失败,因此离线或网络缓慢都不会阻塞编辑器。
- MCP 工具桥接(
memcell mcp):提供交互式工具(recall、remember、report、ingest),供 Agent 在需要搜索记忆或于当前轮次记录发现时使用。
日常使用
连接后,Agent 会自动回忆并反馈记忆。你也可以直接在终端中与记忆交互:
1. 实施前回忆已验证的上下文
memcell recall "how do we handle multi-tenant database sessions?"
2. 记录决策或约定
# Record a project convention
memcell remember "Always use pnpm for package operations; never invoke npm directly"
# Bind an invariant to a specific lifecycle trigger
memcell remember "Check database migrations for column locks before altering tables" --at "before db:migrate"
3. 汇报发生的情况
告知记忆实际发生的情况,才能让它不断完善。某种方法成功或失败时,请汇报结果:
memcell report stmt_019a4b2c worked --note "CI suite passed cleanly"
memcell report stmt_019a4b2c failed --note "broke Next.js 15 async cookies"
4. 导入规范和现有指南
# Ingest an architecture doc, spec, or post-mortem
memcell ingest docs/architecture/auth.md
# Scan and import existing guideline files (CLAUDE.md, etc.)
memcell import
5. 查看归因的 Token 节省情况
memcell stats
显示已采纳的记忆、避免的错误、通过阻止错误循环估算节省的 Token,以及 30 天活动迷你图。
支持的 Agent 和 IDE
| Agent / Harness | 集成方式 | 运行方式 |
|---|---|---|
| Claude Code | Hooks + MCP + Plugin | 自动生命周期钩子或市场插件(/plugin marketplace add memcell-ai/cli) |
| Cursor | Hooks + MCP Bridge | 在 .cursor/hooks.json 中使用原生生命周期钩子,并在 .cursor/mcp.json 中使用 stdio 桥接 |
| Gemini CLI | Hooks + MCP | 通过原生 CLI Harness 使用会话和提示词钩子 |
| GitHub Copilot CLI | Lifecycle Hooks | 命令执行前验证钩子 |
| OpenAI Codex / OpenCode | Hooks + MCP | 项目描述符钩子和 stdio 工具 |
| Cline & Windsurf | MCP Bridge | 原生编辑器 MCP 客户端配置 |
| Factory Droid, Devin, Kiro, Goose | Hooks + MCP | 工作区适配器和工具 Harness |
命令速查表
| 命令 | 说明 |
|---|---|
memcell connect | 将此目录连接到 MemCell、安装钩子并配置 MCP |
memcell status | 检查身份验证状态、活动项目和连接状态 |
memcell stats | 显示已采纳的记忆、避免的错误和 Token 节省情况 |
memcell recall <intent> | 在执行操作前查询记忆,获取已验证的记忆和过往结果 |
memcell remember <text> | 记录项目约定或指令(生命周期触发器使用 --at) |
memcell report <id> <outcome> | 报告 worked、failed 或 avoided,以更新置信度 |
memcell ingest <file> | 将文档或规范提炼为原子记忆 |
memcell import [files...] | 导入现有的指南文件(CLAUDE.md 等) |
memcell export | 将项目记忆导出为可移植文档(--format json|md) |
memcell orgs | 列出或切换活动组织(memcell orgs switch <slug>) |
memcell projects | 列出或切换活动项目(memcell projects use <slug>) |
memcell hook remove | 从此目录中彻底移除所有 MemCell 钩子 |
memcell reset | 清除此计算机上的所有缓存凭据、密钥和 Token |
运行 memcell --help 或 memcell <command> --help 查看完整的标志详情。
完全卸载
如需从代码库中移除 MemCell 钩子,同时不改动代码:
memcell hook remove
rm .memcell
如需从本地计算机中移除所有已存储的密钥和凭据:
memcell reset
链接
Apache License 2.0 · © 2026 OpenOri
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。