membase mcp server

Membase

一份记忆，供每个 AI 使用。只属于你。
教它一次，每个 AI 都记得。

网站 · 文档 · Web 应用 · Discord · X

Membase 是 AI Agent 的记忆层。它为你和你的 Agent 所知的一切保留一份记忆，并让你使用的每个 AI 都能读取。 切换模型或工具时，你不必再反复解释自己。

• 添加。 将事实、文档、网页以及从 Claude 或 ChatGPT 导出的聊天记录添加到一份记忆中。
• 管理。 使用容器隔离项目；搜索、提问，并忘记不需要的内容。
• 使用。 你的代码、Claude Code、Cursor、Codex 和 ChatGPT 通过 SDK 或 MCP 读取同一份记忆。

本仓库面向开发者：包含 Python 和 TypeScript 客户端、membase 命令行工具以及 MCP 服务。记忆保存在你的 Membase 账户中，Web 应用和浏览器扩展也会向其中添加内容；你也可以通过 unibaseio-membase[local] 将其保存在自己的设备上。

一次写入，供任意 AI 读取

录屏：Python SDK（57 秒）· Claude Code（1 分 33 秒）。上方的回答仅作示例。

准确性

LoCoMo 的准确率为 93.1%，LongMemEval_S 为 92.6%，DMR 为 92.2%；与 LoCoMo 的完整历史相比，使用的令牌约减少 3 倍，与 LongMemEval_S 相比约减少 11 倍。方法和结果：membase.com/research

快速开始

pip install unibaseio-membase              # hosted · Python 3.10+ · needs MEMBASE_API_KEY
pip install 'unibaseio-membase[local]'     # local  · Python 3.12 or 3.13 · needs OPENAI_API_KEY
npm install @unibaseio/membase              # TypeScript · Node 18+
npm install -g @unibaseio/membase-cli       # the `membase` command (hosted) without Python

from membase import Membase

m = Membase()                    # hosted
# m = Membase(local=True)        # local, in ~/.membase

m.memories.add("We picked Postgres for the ledger service.", container="Engineering")
m.search("what database is the ledger on?")
m.add("Design notes …", container="Engineering", custom_id="design-1")   # a document
m.ask("Which database did we choose for the ledger?")

每个方法及其 REST 路由、MCP 工具和所需访问权限：SDK 参考。 Python 包名为 unibaseio-membase（导入名为 membase）；PyPI 上的 membase 是另一个无关的包。

命令行

membase --local add "We picked Postgres for the ledger" --container Engineering
membase --local search "what did we pick for the ledger?"
membase --local ask "Which database is the ledger on?"
membase --local import ~/Downloads/claude-export.json     # Claude, ChatGPT, markdown or JSON chats
membase --local agent ingest trace.json --agent coder
membase --local agent search "fix flaky deploy" --agent coder

不使用 --local（或 --store DIR，两者都需放在命令前）时，命令会使用托管 API；agent、import 和 serve 需要安装 unibaseio-membase[local]。

MCP

claude mcp add membase -- membase --local mcp                                   # local
claude mcp add --transport http membase https://api.app.membase.com/mcp-http \
  --header "Authorization: Bearer $MEMBASE_API_KEY"                             # hosted

如果连接到托管服务时不带请求头，系统会为你登录，且连接为只读。Claude、ChatGPT、Cursor、Codex 和其他客户端的设置方法：连接你的 AI。

文档

• SDK 参考：方法、REST 路由、MCP 工具、访问级别
• 记忆操作：容器、文档、记忆、个人资料、询问
• 身份验证：密钥及其各自的访问范围
• 连接你的 AI：各客户端的 MCP 设置
• Agent 框架集成：LangChain、Microsoft Agent Framework、Dify、Hermes Agent、OpenClaw 和 Strands Agents
• 本地引擎：存储内容、membase serve、设置

许可证

MIT；请参阅 LICENSE。unibaseio-membase[local] 还会 安装编译后的引擎 unibaseio-membase-core，其使用 Unibase 自有许可证。