关于 Memra
Memra 是为 AI Agent 提供持久记忆的远程 MCP 服务,支持语义与词法混合检索及基于修订版本的更新管理。它面向需要跨会话保存、查找和维护记忆的 Agent。
主要功能
- 01存储和检索记忆
- 02语义与词法混合搜索
- 03写入时检测事实冲突
- 04跟踪修订版本和记忆历史
- 05按令牌预算检索
- 06命名空间与受限密钥
适用场景
- 01跨会话保留事实和决策
- 02按含义或精确标识符查找记忆
- 03识别并替换过时信息
- 04在会话开始时加载优先上下文
MCP 相关
通过 Streamable HTTP 向 MCP 客户端提供记忆工具,包括 remember、recall、supersede、history 和 bootstrap。README 还介绍了提供相同工具的本地替代方案。
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://usememra.com/mcpclaude mcp add --transport http usememra https://usememra.com/mcp{"mcpServers":{"usememra":{"type":"http","url":"https://usememra.com/mcp"}}}在 Cursor 中打开{"servers":{"usememra":{"type":"http","url":"https://usememra.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"usememra":{"type":"http","url":"https://usememra.com/mcp"}}}{"mcpServers":{"usememra":{"serverUrl":"https://usememra.com/mcp"}}}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
7| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| mask | boolean | 否 | |
| tags | array | 否 | |
| type | enum | 否 | 记忆类型;决策模式使用 decision,模式模式使用 pattern。fact | event | pattern | working | decision | preference | context | entity | reference |
| steps | array | 否 | 模式:有序步骤。type=pattern 时必须与 title 一起提供。 |
| title | string | 否 | 模式:标题。type=pattern 时必须与 steps 一起提供。 |
| content | string | 否 | 单条/决策模式:记忆内容。除非使用 entries[] 或模式模式,否则必填。 |
| context | string | 否 | 决策模式:决策的推理/上下文。 |
| entries | array | 否 | 批量模式:记忆条目数组(最多 25 条)。提供此参数时,服务端会转为批量创建。 |
| gotchas | array | 否 | 模式:常见陷阱。 |
| metadata | object | 否 | |
| namespace | string | 否 | 租户命名空间。单条、决策和模式模式下必填。 |
| importance | integer | 否 | |
| project_id | string | 否 | 项目 ID(如果账户有多个项目则必填) |
| verify_checklist | array | 否 | 模式:验证清单。 |
详细介绍
Memra MCP 服务
为 AI Agent 提供持久化记忆的远程 MCP 服务。托管于欧盟(赫尔辛基),隐私优先,在关键路径上不使用大模型,实现确定性召回。
端点: https://usememra.com/mcp(流式 HTTP) · 注册表: com.usememra/memra · 免费套餐,无需信用卡。
为你的 Agent 提供的功能
- memra_remember / memra_recall — 存储事实、决策和模式;通过语义 + 词法(BM25)混合搜索,还能匹配精确标识符和错误代码
- 写入时检测矛盾 — 存储与现有知识冲突的事实时,会返回
conflicts[],让 Agent 可以取代过时知识 - 读己之写 — 每次写入都会返回
revision令牌;使用wait_for_revision召回时结果具有确定性 - memra_supersede + memra_history — 记忆会连同完整审计链一起退役,而非逐渐过时
- 过时状态信号 — 每条结果都带有
staleness_score/last_confirmed;由 Agent 决定信任哪些内容 - 令牌预算召回 —
max_tokens: 2000会返回最适合当前上下文窗口的记忆 - memra_bootstrap — 在会话开始时提供优先上下文
- 多租户命名空间、PII 屏蔽(7 种欧盟语言模型)、供子 Agent 使用的只读范围密钥
设置
在 usememra.com 获取 API 密钥(免费套餐),然后:
Claude Code
claude mcp add --transport http memra https://usememra.com/mcp --header "Authorization: Bearer memra_live_YOUR_KEY"
Cursor / Cline / 任意 MCP 客户端(mcp.json)
{
"mcpServers": {
"memra": {
"url": "https://usememra.com/mcp",
"headers": { "Authorization": "Bearer memra_live_YOUR_KEY" }
}
}
}
完全离线的替代方案: pip install memra-local — 提供相同的工具,使用 SQLite + ONNX 嵌入,不进行任何云端调用。
文档
- llms-full.txt — 完整的机器可读 API 参考
- OpenAPI · 更新日志 · 安全 · 数据与隐私
SDK:pip install memra-sdk · npm install @usememra/sdk · composer require memra/sdk
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。