Evermemos Mcp

evermemos-mcp

English | 简体中文

为 AI 编码助手提供长期记忆。记住一次，永久回忆。

你花了 30 分钟解释架构、命名约定，以及为什么弃用了 MongoDB。下一次会话——全忘了。你又得从头解释一遍。

evermemos-mcp 解决了这个问题。调用一次 remember 即可存储，调用一次 briefing 即可恢复——适用于任意会话、任意客户端。

基准测试：召回率 60/60，对比基线的 0/60。零归因错误。P95 < 2s。 (证据)

介绍视频： 在 Bilibili 上观看

演示视频： 在 Bilibili 上观看

快速开始

从 EverMemOS Cloud 获取 API 密钥，然后将其添加到 MCP 客户端配置中：

{
  "mcpServers": {
    "evermemos-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["evermemos-mcp@latest"],
      "env": {
        "EVERMEMOS_API_KEY": "your-key-here"
      }
    }
  }
}

或直接运行：

uvx evermemos-mcp@latest

支持 Claude Code、Cursor、Cline、Cherry Studio、OpenClaw、Gemini CLI、Aider，以及任何兼容 MCP 的客户端或 Agent。客户端专属设置请参阅 docs/05-client-integrations.md。

git clone https://github.com/tt-a1i/everos-mcp.git
cd everos-mcp
cp .env.example .env   # set EVERMEMOS_API_KEY
uv run evermemos-mcp

{
  "mcpServers": {
    "evermemos-mcp": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "--directory", "/path/to/evermemos-mcp", "evermemos-mcp"],
      "env": { "EVERMEMOS_API_KEY": "your-key-here" }
    }
  }
}

你将获得什么

7 个工具

核心能力

• 空间隔离——coding:my-app、chat:preferences、study:ml-notes——记忆不会在项目之间串流
• 多空间搜索——在一次 recall 调用中查询最多 10 个空间，并自动标注来源
• 敏感内容防护——存储前拦截 API 密钥、密码、令牌和私钥，并要求用户确认
• 记忆冲突检测——自动检查 chat:* 空间中的相似记忆，标出冲突供 Agent 判断
• 生命周期跟踪——所有工具的每条结果都会标记为 queued、provisional、fallback 或 searchable
• 可追溯引用——每条结果都包含 memory_type、snippet、timestamp、score、source_message_id
• Git 自动检测——省略 space_id 后，会根据 git 远程仓库推断 coding:<repo-name>
• 健壮的错误处理——失败后进行退避重试（429/5xx）；支持旧版 v0 GET 请求体代理/WAF 回退（默认 v1 获取/搜索使用 POST 请求体）；提供结构化错误代码

使用场景

持久化架构上下文：

You: remember we chose PostgreSQL because our data is highly relational
     [space_id: coding:my-saas]

-- next day, new session --

You: what database did we choose and why?
     → "Chose PostgreSQL — highly relational data model"

持久保留的个人偏好：

You: remember I prefer dark mode, vim keybindings, and concise responses
     [space_id: chat:preferences]

-- any future session --

You: recall my UI preferences
     → "dark mode, vim keybindings, concise responses"

跨会话学习笔记：

You: remember bias-variance tradeoff — high bias = underfitting, high variance = overfitting
     [space_id: study:ml-notes]

-- later --

You: briefing for study:ml-notes
     → profile + recent episodes + key facts + foresights

为什么选择 evermemos-mcp

还有其他记忆 MCP 服务。以下是它与众不同之处：

基准测试

在编码、聊天和学习空间中，对固定的 60 个查询集进行了测试。

证据：

• benchmark_summary.json
• benchmark_report.md
• runs.jsonl（发布版）

工作原理

MCP Client (Claude Code / Cursor / Cline / Cherry Studio / OpenClaw / any agent)
        │
        │  MCP stdio
        ▼
┌─────────────────────────────┐
│     evermemos-mcp server    │
│  ┌───────────────────────┐  │
│  │   7 Tool Handlers     │  │
│  └──────────┬────────────┘  │
│  ┌──────────▼────────────┐  │
│  │   Memory Service      │  │  Content guard → Conflict check → Cloud write → Lifecycle tracking
│  └──────────┬────────────┘  │
│  ┌──────────▼────────────┐  │
│  │ Space Catalog Service │  │  Space registry, metadata sync, cross-session recovery
│  └──────────┬────────────┘  │
│  ┌──────────▼────────────┐  │
│  │  EverMemOS HTTP Client│  │  Auth, retries, rate-limit backoff, error normalization
│  └──────────┬────────────┘  │
└─────────────┼───────────────┘
              │  HTTPS
              ▼
       EverMemOS Cloud API

• 云端优先 — 所有记忆都存储在 EverMemOS Cloud 中，不必担心本地状态丢失。
• 异步提取 — remember 会将内容加入队列，等待 AI 提取。使用 request_status 跟踪进度。
• 不只是轻量封装 — 包含 2500 多行编排逻辑：回退层级、多方法搜索合并、身份镜像和部分故障恢复。

空间模板

工具选择指南

配置

开发

uv sync --group dev       # Install dev dependencies
uv run ruff check         # Lint
uv run pytest             # Tests (285 pass)

文档

另请参阅

MCO — Agent 编排 CLI。让你的主 Agent（Claude Code、Cursor、Aider）并行向多个编码 Agent 分派任务。与 evermemos-mcp 搭配效果很好：MCO 负责并行执行，evermemos-mcp 负责持久化记忆。

许可证

MIT