mcpField
M
memory-mcp

memory-mcp

本地服务
github.com/chenxiaofie记忆与知识1014 周前更新

关于 memory-mcp

memory-mcp 是面向 Claude Code 的持久化记忆服务,会保存对话并在后续会话中检索相关历史。它按会话片段和实体组织信息,并支持用户级共享与项目级隔离。

主要功能

  1. 01自动保存并回忆对话
  2. 02按会话片段归档并生成摘要
  3. 03提取决策、偏好等实体
  4. 04基于向量的语义检索
  5. 05用户级共享与项目级隔离

适用场景

  1. 01在新会话中恢复过往项目背景
  2. 02查找先前记录的技术决策
  3. 03跨项目调用个人偏好
  4. 04手动添加或检索记忆实体

MCP 相关

该服务通过 MCP 向 Claude Code 提供记忆工具,用于管理会话片段、实体和历史检索。配置钩子后,可自动保存消息并注入相关记忆。

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": {
"chenxiaofie-memory": {
"command": "uvx",
"args": [
"chenxiaofie-memory-mcp"
],
"env": {
"CLAUDE_PROJECT_ROOT": "<CLAUDE_PROJECT_ROOT>"
}
}
}
}
启动命令uvx chenxiaofie-memory-mcp
需要配置的环境变量
CLAUDE_PROJECT_ROOT项目根目录路径

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
pypichenxiaofie-memory-mcp0.2.1

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

Memory MCP Service

PyPI version Python License: MIT

English | 中文

一款适用于 Claude Code 的持久化记忆 MCP 服务。它会自动保存对话,并在不同会话中检索相关历史记录。

功能说明: 每次与 Claude Code 对话时,系统都会保存对话上下文(决策、偏好和重要讨论),并在未来的会话中自动回忆相关内容,让 Claude 始终掌握所需的背景信息。 记忆回忆演示 - 检索过去会话的历史记录

快速开始

前置条件

安装 uv(Python 包运行器):

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# Mac/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

需要 Python 3.10 - 3.13(chromadb 与 Python 3.14+ 不兼容)。

1. 初始化(仅首次需要)

下载向量模型(约 400MB,仅需下载一次):

uvx --from chenxiaofie-memory-mcp memory-mcp-init
2. 将 MCP 服务添加到 Claude Code
claude mcp add memory-mcp -s user -- uvx --from chenxiaofie-memory-mcp memory-mcp
3. 配置钩子(推荐)

配置钩子可实现完全自动保存消息。不配置钩子时,你需要手动调用记忆工具。

将以下内容添加到 ~/.claude/settings.json:

{
  "hooks": {
    "SessionStart": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-start" }]
    }],
    "UserPromptSubmit": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-auto-save" }]
    }],
    "Stop": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-save-response" }]
    }],
    "SessionEnd": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-end" }]
    }]
  }
}
4. 验证
claude mcp list

你应该会看到 memory-mcp: ... - ✓ Connected。

完成!启动新的 Claude Code 会话后,你的对话将自动保存并在之后被回忆。

工作原理

Session Start ──► Create Episode ──► Monitor Process (background)
                                          │
User Message  ──► Save Message ──► Recall Related Memories ──► Inject Context
                                          │
Claude Reply  ──► Save Response           │
                                          │
Session End   ──► Close Signal ──► Archive Episode + Generate Summary
  • 片段:每个对话会话都是一个“片段”,并会自动生成摘要
  • 实体:从对话中提取的关键信息(决策、偏好、概念)
  • 双层存储:用户级(跨项目共享)+ 项目级(每个项目隔离)
  • 语义搜索:基于向量的检索,可查找相关的过往上下文

使用方法

自动模式(使用钩子)

配置钩子后,所有操作都会自动完成。Claude 会将过往会话中的相关历史记录作为上下文。

手动模式

你也可以在 Claude Code 中直接调用记忆工具:

# Start a new episode
memory_start_episode("Login Feature Development", ["auth"])

# Record a decision
memory_add_entity("Decision", "Use JWT + Redis", "For distributed deployment")

# Search history
memory_recall("login implementation")

# Close episode
memory_close_episode("Completed JWT login feature")

钩子参考

Hook功能时间
SessionStart创建新的片段~50ms
UserPromptSubmit保存用户消息 + 检索相关记忆~1-2s
Stop保存助手回复~1s
SessionEnd标记片段结束~50ms

工具参考

工具描述
memory_start_episode开始新的片段
memory_close_episode关闭并归档当前片段
memory_get_current_episode获取当前活动片段
memory_add_entity添加知识实体
memory_confirm_entity确认检测到的实体候选项
memory_reject_candidate拒绝误检测结果
memory_deprecate_entity将实体标记为过时
memory_get_pending列出待处理的实体候选项
memory_recall在片段和实体中进行语义搜索
memory_search_by_type按类型搜索实体
memory_get_episode_detail获取片段的完整详情
memory_list_episodes按时间顺序列出所有片段
memory_stats获取系统统计信息
memory_encoder_status检查向量编码器状态
memory_cache_message手动缓存消息
memory_clear_cache清除消息缓存
memory_cleanup_messages清理旧的缓存消息

实体类型

类型级别描述
Decision项目此项目的技术决策
Architecture项目架构设计
File项目重要文件说明
Preference用户个人偏好(跨项目共享)
Concept用户通用概念
Habit用户工作习惯

存储位置

  • 用户级:~/.claude-memory/
  • 项目级:{project-root}/.claude/memory/
替代方案:从源代码安装

如果需要从源代码运行(例如用于开发):

git clone https://github.com/chenxiaofie/memory-mcp.git
cd memory-mcp
# Windows:
install.bat
# Mac/Linux:
chmod +x install.sh && ./install.sh

然后使用 venv Python 配置 MCP 服务:

# Windows:
claude mcp add memory-mcp -s user -- "C:\path\to\memory-mcp\venv310\Scripts\python.exe" -m memory_mcp.server

# Mac/Linux:
claude mcp add memory-mcp -s user -- /path/to/memory-mcp/venv310/bin/python -m memory_mcp.server

作者

陈佳俊 (Jiajun Chen) —— 常驻中国杭州的前端工程师。 GitHub @chenxiaofie · [email protected]

本项目由陈佳俊(GitHub: chenxiaofie)开发并维护。

许可证

MIT License - 详情请参阅 LICENSE 文件。

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。