关于 adaptive-recall
Adaptive Recall 是面向 AI 应用的托管长期记忆服务。它结合多种检索策略、认知评分和记忆生命周期管理,并根据使用情况调整排序。
主要功能
- 01并行进行向量、时间、关键词和图谱检索
- 02基于认知科学的记忆排序
- 03自动提取实体并构建图谱
- 04管理记忆置信度与生命周期
- 05经验证后根据查询历史学习
- 06监测检索一致性与知识缺口
适用场景
- 01存储和检索 AI 应用的长期上下文
- 02通过实体关系查找记忆
- 03跟踪变化中的事实与置信度
- 04检查检索质量和知识缺口
MCP 相关
作为托管记忆服务连接 MCP 客户端,并使用 Bearer 令牌认证。它提供存储、回忆、更新和删除记忆,以及探索知识图谱等操作。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
自适应回忆
面向 AI 应用的自适应记忆系统。专利申请中。
adaptiverecall.com | 文档 | 免费注册
功能介绍
Adaptive Recall 是一个托管记忆服务,可为 AI 应用存储、检索和管理长期记忆。它通过 MCP 或 REST API 连接。
- 多策略检索:四种搜索策略并行运行(向量相似度、时间近因性、全文关键词、知识图谱遍历),系统会学习针对不同类型的查询优先采用哪些策略
- 认知评分:使用认知科学中的 ACT-R 激活模型为结果排序,综合考虑近因性、访问频率、实体关联和经过验证的置信度
- 知识图谱:自动从存储的记忆中提取实体及其关系,并与文本相似度一起作为检索途径
- 记忆生命周期:记忆会逐步经历不同阶段,根据相互印证的证据提升或降低置信度;不再使用的记忆会自然淡化
- 自我改进:机器学习模型根据你的使用模式进行训练;每次参数变更都必须先通过真实查询历史的统计验证,才能采用
- 检索质量监控:系统会验证自身检索的一致性,并识别知识缺口
连接
在 adaptiverecall.com 注册,即可获取服务 URL 和 API 密钥。
MCP 配置
将以下内容添加到 MCP 客户端配置中(Claude Code、Codex、Cursor 或任何兼容 MCP 的工具):
{
"mcpServers": {
"adaptive-recall": {
"type": "url",
"url": "https://YOUR_SERVER_URL/mcp",
"headers": {
"Authorization": "Bearer YOUR_API_KEY"
}
}
}
}
对于 Claude Code,将以下内容添加到项目中的 .mcp.json,或添加到 ~/.claude/settings.json 以供全局使用。对于 Gemini CLI,使用 httpUrl 而不是 url 添加到 ~/.gemini/settings.json。对于 Codex,将其添加到 Codex MCP 配置中。
REST API
所有操作也都可通过 https://YOUR_SERVER_URL/v1/ 下的 HTTP 端点使用。所有请求都必须在 Authorization 标头中提供 Bearer 令牌。
操作
| 操作 | 描述 |
|---|---|
| store | 保存一条新记忆。自动生成嵌入向量并提取实体。 |
| recall | 使用多策略检索和认知评分搜索记忆。 |
| update | 修改现有记忆。如果内容发生变化,会自动重新生成嵌入向量。 |
| forget | 按 ID 删除记忆,或查找与查询最匹配的记忆并将其删除。 |
| graph | 按名称和深度遍历实体关系,探索知识图谱。 |
| status | 查看系统运行状况、记忆数量、置信度分布并检测知识缺口。 |
| snapshot | 按类型整理并获取已存储记忆的格式化概览。 |
| feedback | 直接向 Adaptive Recall 开发者发送反馈。 |
记忆类型
存储记忆时,请指定会影响记忆管理方式的类型:
学习型(会随时间演变、提升或降低置信度,并经历生命周期阶段):
general_knowledge- 事实、观察、参考信息user_knowledge- 有关人物及其偏好的信息
查阅型(静态参考,无生命周期):
callable_scripts- 工具和脚本参考work_project- 项目跟踪、任务、截止日期cross_reference- 指向外部信息和资源的指针learned_procedure- 多步骤工作流和流程
定价
提供免费版、Starter、Pro 和 Business 方案。详情请参阅 adaptiverecall.com。
链接
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。