memory

知己 (Zhiji) 记忆 — MCP 服务

以中文为先、受脑科学启发的长期记忆 MCP 服务。 让任何 MCP 客户端——Claude Desktop / Claude Code / Cursor / Cline / Cherry Studio / Coze——都能跨会话记住并理解你的用户。

中文用户：完整接入手册见 MCP-USAGE.md，或在线版 https://ai-know.me/mcp。

v0.4.0 · 9 个工具 / 2 个资源 / 1 个提示词 · stdio + Streamable HTTP · MCP 协议 2025-11-25

本仓库是一个轻量桥接层：它将 MCP 工具调用转换为对知己后端（托管于 ai-know.me）的 REST 调用。桥接层不存储任何内容；所有记忆都保存在你连接的知己服务中。

---

为什么不选另一个向量记忆 MCP？

Mem0 / Zep / LangMem 通过向量存储提供 add / search / delete。知己提供的是受脑科学启发的基础能力：

• 11 阶段混合检索——三元组全文检索 + bge-large-zh 语义检索 + 时间衰减 + 访问强化 + 去重排序。
• 7 层 / 37 维持续演进的用户画像——价值观、决策逻辑、行为风格、自我认知、内感受与动态状态。
• 工作区组装——一次调用即可返回用户画像、相关记忆、已确认事实和行为推断，并按客户端上下文窗口预算裁剪。
• 未来提醒、多模态摄取（音频 / OCR / 文档），以及由用户反馈驱动的自演进奖励循环。

针对中文进行了全面优化（三元组分词器 + bge-large-zh）；同时也支持英语。记忆存储在你连接的知己后端中——你可以自行托管，也可以使用托管的 ai-know.me 服务；无论哪种方式，这都是你的知己实例，而不是通用记忆 SaaS 中间商。

工具、资源与提示词

9 个工具，按角色分组。所有用户范围的工具都接受 userEmail（或回退到 MB_USER_EMAIL）；下表仅列出值得注意的额外参数。

读取 — 了解用户

工具	功能	值得注意的参数
zhiji_workspace_assemble	旗舰工具。 一次调用即可返回针对某个查询了解该用户所需的一切——相关记忆 + 用户画像 + 已确认事实 + 行为推断（以及反事实和跨领域提示）。可直接放入任何大模型的上下文中。	query；maxResults ≤20（默认值 6）。较慢的“假设”查询可能需要 10–15 秒。
zhiji_memory_search	更轻量，仅用于回忆：通过 11 阶段混合流程（三元组全文检索 + 语义检索 + 时间衰减）返回带评分和来源的片段。	query；maxResults ≤50（默认值 8）
zhiji_profile_get	以可直接注入的自然语言摘要形式返回 7 层 / 37 维用户画像。	—
zhiji_facts_get	结构化原子事实（主体归属、置信度、冲突状态）——适合查询准确的姓名 / 日期 / 数量，不适合叙述性内容。	—
zhiji_prospective_due	在指定时间范围内到期或即将到期的意图（待办事项、承诺、计划）——用于主动提醒用户。	hours ≤720（默认值 24）

写入 — 为记忆提供内容

工具	功能	值得注意的参数
zhiji_memory_ingest	将一轮对话写入长期记忆；随后会异步进行嵌入处理、画像 / 事实提取和重要性评分。仅支持文本。	conversationId；messages[{ author: "user"|"bot", text }]
zhiji_ingest_file	多模态摄取——音频 / 图像 / PDF / Word / Excel / 视频 → Whisper 转录 / Tesseract OCR / 文档解析 → 记忆。音频和视频还会进行声学情绪分析。	path | url | base64 三选一；filename；isUserVoice

运维 — 改进与诊断

工具	功能	重要参数
zhiji_feedback	对最近一次回忆/回答点赞或点踩 → 为自我进化奖励提供反馈，并强化（或惩罚）最近检索到的记忆的 Q 值。“用得越多，效果越好”的循环。	rating: "up"|"down"；weak? → ±0.5
zhiji_status	健康状态与记忆规模（文件数 / 分块数 / FTS 可用性）。先调用以验证连接。	—

2 个资源 — zhiji://schema/dimensions（权威的 7 层 / 37 维档案架构） · zhiji://server/status（实时服务状态）。 1 个提示词 — personal-context：将档案 + 记忆 + 事实整合为可直接添加到开头的系统提示词，用于指定查询。

实验性能力（睡眠巩固 / 梦境回放 / 涌现）在其可靠性通过消融测试前不会开放。

典型流程

zhiji_status              → verify connectivity
zhiji_memory_ingest       → feed a conversation  (or zhiji_ingest_file for audio/docs)
zhiji_workspace_assemble  → in a *new* session, recall + understand the user
zhiji_feedback            → thumbs up/down, closing the self-evolution loop

快速开始

你需要一个Agent Key（以 mb- 开头）。前往 https://ai-know.me/memory?tab=api 获取（注册并创建与你的账户绑定的 Key）。

选项 A — 远程使用，无需安装（推荐）

将任意 Streamable-HTTP MCP 客户端指向托管端点——你完全不需要这个代码库：

claude mcp add zhiji-memory --transport http \
  --url https://ai-know.me/mcp \
  --header "Authorization: Bearer mb-yourKey"

或者使用 URL 样式的客户端配置（Cursor / Cherry Studio / LobeChat）：

{
  "mcpServers": {
    "zhiji-memory": {
      "url": "https://ai-know.me/mcp",
      "headers": { "Authorization": "Bearer mb-yourKey" }
    }
  }
}

选项 B — 在本地运行此桥接程序（stdio）

如果你想将桥接程序作为本地 stdio 进程运行（例如由桌面客户端为你启动），并连接到托管的 Zhiji 后端，请使用此代码库：

npm install   # only @modelcontextprotocol/sdk + zod

然后在客户端配置中：

{
  "mcpServers": {
    "zhiji-memory": {
      "command": "node",
      "args": ["/absolute/path/to/zhiji-mcp/zhiji-mcp-server.mjs"],
      "env": {
        "MB_BASE_URL": "https://ai-know.me",
        "MB_API_KEY": "mb-yourKey"
      }
    }
  }
}

验证

# visual debugger — should list 9 tools / 2 resources / 1 prompt
npx @modelcontextprotocol/inspector node zhiji-mcp-server.mjs

完整的客户端列表（LangChain、OpenAI Agents SDK、Coze 等）见 MCP-USAGE.md。

架构 — 无状态的轻量桥接层

MCP client  ──stdio / HTTP(JSON-RPC)──►  zhiji-mcp-*.mjs  ──REST──►  Zhiji backend (ai-know.me)

MCP 层不存储任何内容；它将 MCP 工具调用转换为对 Zhiji 后端的 REST 调用。共享核心 zhiji-mcp-core.mjs 为两个入口提供支持：

文件	作用
zhiji-mcp-core.mjs	工具/资源/提示词定义（唯一可信来源）
zhiji-mcp-server.mjs	stdio 入口（npm start）
zhiji-mcp-http.mjs	Streamable HTTP 入口（npm run http）

隔离与身份验证

• 所有数据都通过 userEmail 严格隔离。桥接程序将 userEmail 视为命名空间，而非凭据。
• 托管的公共端点需要 Agent Key——不带 Bearer mb-… 的请求会收到 401；后端会将每个 Key 绑定到其 userEmail，并拒绝跨用户访问。
• 切勿向最终用户提供无需 Key 且可切换 userEmail 的桥接程序——应在其前端接入你自己的后端，由后端注入正确的 userEmail。参见 MCP-USAGE.md §8。

环境变量

变量	默认值	备注
MB_BASE_URL	http://localhost:3001	Zhiji 后端地址；使用托管服务时请填写 https://ai-know.me
MB_USER_EMAIL	—	默认用户命名空间（适用于单用户本地使用）
MB_API_KEY	—	mb- Agent Key；将作为 Bearer 转发
MB_TIMEOUT_MS	60000	较慢的工作区路由可能需要约 15s

状态

版本	主要更新
v0.4	zhiji_ingest_file（9 个工具）+ 公共发布加固（TLS、MCP_REQUIRE_KEY、仅通过 JWT 签发 Key、跨用户隔离硬性测试）
v0.5（计划中）	推理列表工具、资源订阅、细粒度 Key 权限

文档

• MCP-USAGE.md — 完整指南（安装、所有客户端、各工具参考、故障排查、常见问题）
• 在线文档：https://ai-know.me/mcp

许可证

MIT © 2026 知己 AI（ai-know.me）

---

知己 AI · MCP 集成 — 以中文为先、受大脑启发的记忆系统。桥接层已开源；记忆智能位于 Zhiji 后端。