mcpField
A
adaptive-recall

adaptive-recall

本地服务
github.com/AIAppsAPI记忆与知识424 周前更新

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

  1. 01并行进行向量、时间、关键词和图谱检索
  2. 02基于认知科学的记忆排序
  3. 03自动提取实体并构建图谱
  4. 04管理记忆置信度与生命周期
  5. 05经验证后根据查询历史学习
  6. 06监测检索一致性与知识缺口

适用场景

  1. 01存储和检索 AI 应用的长期上下文
  2. 02通过实体关系查找记忆
  3. 03跟踪变化中的事实与置信度
  4. 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。

mcp.json · 通用配置
{
"mcpServers": {
"aiappsapi-adaptive-recall": {
"command": "npx",
"args": [
"-y",
"adaptive-recall"
],
"env": {
"ADAPTIVE_RECALL_API_KEY": "<ADAPTIVE_RECALL_API_KEY>"
}
}
}
}
启动命令npx -y adaptive-recall
需要配置的环境变量
ADAPTIVE_RECALL_API_KEY密钥Your Adaptive Recall API key (get one free at adaptiverecall.com)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmadaptive-recall1.0.1

工具

还没有获取到工具列表

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

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。