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
- 01自动保存并回忆对话
- 02按会话片段归档并生成摘要
- 03提取决策、偏好等实体
- 04基于向量的语义检索
- 05用户级共享与项目级隔离
适用场景
- 01在新会话中恢复过往项目背景
- 02查找先前记录的技术决策
- 03跨项目调用个人偏好
- 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。
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
Memory MCP Service
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。

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
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。