关于 Amber
Amber 是为 AI 助手提供跨对话持久记忆的托管 MCP 服务,适用于希望保留偏好、决策和项目背景的用户。它将内容拆分为原子事实,并结合向量与关键词检索;记忆文本不会交给生成式模型读取。
主要功能
- 01跨对话保存并搜索记忆
- 02将内容拆分为可独立检索的事实
- 03结合向量与关键词混合检索
- 04按主题自动归组并支持时间查询
- 05支持 JSON 导出和账户删除
适用场景
- 01在新对话中找回项目背景
- 02检索过去提到的偏好或决定
- 03按自然语言时间查找旧记忆
MCP 相关
Amber 通过托管的 Streamable HTTP MCP 服务提供记忆存储与搜索等工具,使用 OAuth 2.1 身份验证。适用于兼容 MCP 的客户端。
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://mcp.ambermem.comclaude mcp add --transport http com-ambermem-amber https://mcp.ambermem.com{"mcpServers":{"com-ambermem-amber":{"type":"http","url":"https://mcp.ambermem.com"}}}在 Cursor 中打开{"servers":{"com-ambermem-amber":{"type":"http","url":"https://mcp.ambermem.com"}}}在 VS Code 中打开{"mcpServers":{"com-ambermem-amber":{"type":"http","url":"https://mcp.ambermem.com"}}}{"mcpServers":{"com-ambermem-amber":{"serverUrl":"https://mcp.ambermem.com"}}}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。
工具
详细介绍
Amber
AI 助手的长期记忆。
Amber 是一个 MCP 服务,可为任何 AI 助手提供持久、可搜索的跨对话记忆。你的 AI 会记住偏好、决策、项目背景和个人信息,无需你做任何特别的事。
像平时一样交流即可。Amber 会保存重要信息,并在相关时找到它们。
快速安装
一条命令。适用于任何兼容 MCP 的客户端。
Claude Code / Claude Desktop
claude mcp add --transport http --scope user amber https://mcp.ambermem.com
Cursor
添加到 ~/.cursor/mcp.json(Windows 上为 %USERPROFILE%\.cursor\mcp.json):
{
"mcpServers": {
"amber": {
"url": "https://mcp.ambermem.com"
}
}
}
ChatGPT
Settings → Connectors → Create → URL:https://mcp.ambermem.com
Windsurf
添加到 ~/.codeium/windsurf/mcp_config.json:
{
"mcpServers": {
"amber": {
"serverUrl": "https://mcp.ambermem.com"
}
}
}
VS Code (GitHub Copilot)
添加到 .vscode/mcp.json:
{
"servers": {
"amber": {
"type": "http",
"url": "https://mcp.ambermem.com"
}
}
}
任何 MCP 客户端
URL:https://mcp.ambermem.com | 传输方式:Streamable HTTP | 身份验证:OAuth 2.1(自动发现)
工作原理
- 像平时一样与 AI 交流。 Amber 会在后台保存重要信息。
- **下次对话时,**当上下文有帮助时,你的 AI 会自动搜索 Amber。
- 记忆会随时间不断改善。 使用得越多,效果越好。
无需配置。无需添加标签。无需手动整理。
Amber 有何不同
| 功能 | 基础记忆服务 | Amber |
|---|---|---|
| 存储 | 每条记忆对应一个嵌入向量 | 每条事实对应多个语义变体 |
| 搜索 | 单次向量查找 | 混合搜索:向量 + 关键词 + RRF 融合 |
| 查询 | 仅精确匹配 | 每条事实有多种表达方式,按语义匹配 |
| 输入 | 按原样存储 | 拆分为原子事实,每条都可独立搜索 |
| 主题 | 手动添加标签或不添加 | 自动分组,在搜索时按语义匹配 |
| 隐私 | 因服务而异 | 没有生成式模型会读取你的记忆 |
| 时间 | 不具备时间感知能力 | 解析自然语言时间(“上周”“3 天前”) |
技术细节
- 29 个 MCP 工具(14 个记忆工具、13 个账户工具、2 个反馈/通知工具)
- 混合检索流程:向量搜索 + 全文搜索 + Reciprocal Rank Fusion
- 多变体嵌入:每条事实都会以多个释义存储——至少 5 个,少于此数量则拒绝存储——这是日后能够找到它的关键
- 没有生成式模型会读取你的记忆:由你的助手负责拆分内容、归纳主题和生成不同表达方式。记忆文本只会发送到嵌入端点(向量模型,而非聊天模型),因此聊天模型永远不会看到你存储的内容
- 原子事实:对话会拆分为可单独搜索的事实,而不是一大段文本;每条事实都有自己的主体、主题和日期
- 时间搜索:“我上周说了什么?”会解析为实际日期范围,而不是进行关键词匹配
- 自动主题分组:记忆会按主题分组,搜索“工作”也能找到“职业”和“工作岗位”
- 异步处理:存储在后台完成,不会阻塞对话
定价
- 90 天免费试用——无需付费,可随时取消
- 试用期结束后 每月 $2.99,通过 PayPal 支付
- 即时取消——让你的 AI 帮你取消,或直接通过 PayPal 取消
- 无供应商锁定——随时将所有数据导出为 JSON
隐私
- 不收集电子邮箱
- 无营销信息,无垃圾邮件
- 按用户隔离数据(独立数据库)
- 所有支付信息均由 PayPal 处理
- 支持完整导出和删除账户
- 符合 GDPR(设计上遵循数据最小化原则)
架构
Amber 运行在 Cloudflare Workers 上(零冷启动,全球边缘部署),并使用 Turso 数据库(每位用户一个数据库,完全隔离)。由你的助手负责拆分内容、归纳主题和生成不同表达方式,因此生成式模型永远不会看到你存储的内容;记忆文本只会发送到 OpenAI 的嵌入端点。
完整技术文档:ambermem.com/llms.txt
链接
- 网站:ambermem.com
- MCP 端点:
https://mcp.ambermem.com - 隐私政策:ambermem.com/privacy
- 服务条款:ambermem.com/terms
- 技术文档(供 AI 使用):ambermem.com/llms.txt
- 报告问题:ambermem.com/report — 无需账户,即使客户端无法连接也能使用。在会话期间,助手也可以直接调用
amber_send_feedback_to_developer工具。
常见问题
会拖慢我的 AI 吗? 不会。存储是异步的(在后台进行)。搜索耗时不到 1 秒。
如果 Amber 停止运营怎么办? 你随时可以将所有数据导出为 JSON。数据始终归你所有。
我需要 PayPal 账户吗? 目前需要。PayPal 负责身份验证和账单处理。很快会支持更多登录方式。
我的数据安全吗? 每位用户都有完全隔离的数据库。用户之间不会共享数据。Amber 无法访问你的 PayPal 付款详情。
可以自托管吗? 目前不可以。Amber 是一项托管服务。基础设施、扩展和大模型成本都由我们负责,你无需操心。
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。