mcpField
M
Memory Quality Mcp

Memory Quality Mcp

本地服务
github.com/ladyiceberg记忆与知识129 周前更新

关于 Memory Quality Mcp

Memory Quality MCP 是用于检查和清理 Claude Code AI 记忆的插件。它从四个维度评分、识别冲突,并通过可视化仪表板提供清理建议。

主要功能

  1. 01按重要性、时效性、可信度和准确性评分
  2. 02发现过时和冲突的记忆
  3. 03检查记忆存储健康状况
  4. 04通过可视化仪表板查看结果
  5. 05删除前预览并备份

适用场景

  1. 01审查多个项目中的已存记忆
  2. 02查找过时或相互矛盾的记忆
  3. 03清理前检查建议删除项
  4. 04查看单条记忆的评分

MCP 相关

该插件通过 MCP 连接 Claude Code,提供记忆审计、评分、仪表板展示和清理工具。删除操作需确认,并会自动备份。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"memory-quality": {
"command": "uvx",
"args": [
"memory-quality-mcp"
],
"env": {
"OPENAI_API_KEY": "<OPENAI_API_KEY>"
}
}
}
}
启动命令uvx memory-quality-mcp
需要配置的环境变量
OPENAI_API_KEY密钥

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypimemory-quality-mcp

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Memory Quality MCP

一个用于审计和清理 AI 记忆的 Claude Code MCP 插件。

中文版 · 报告 Bug · 请求新功能


Memory Quality MCP 仪表板


Claude Code v2.1.59+ 会自动保存对话中的记忆。随着时间推移,记忆存储中会积累:

  • 过时的记忆 — 几个月前的“这周在做 Project X”
  • 无用的记忆 — 随口一提的话被当作永久事实
  • 相互矛盾的记忆 — “偏好详细注释”和“保持代码简洁精炼”同时存在
  • 记录错误的记忆 — AI 将一次性的评论过度解读为固定习惯

此插件会通过 4 个维度的质量评分(重要性 / 时效性 / 可信度 / 准确性)审计你的记忆存储,并提供可执行的清理建议,还配有可视化仪表板。


要求

  • Claude Code v2.1.59+(运行 claude --version 检查)
  • Python 3.10+
  • 大模型 API 密钥 — OpenAI、Kimi、MiniMax 或 Anthropic(任选其一)

安装

选项 1:uvx(推荐 — 无需手动安装)

将以下内容添加到你的 Claude Code MCP 配置(~/.claude/settings.json 或项目的 .claude/settings.json):

{
  "mcpServers": {
    "memory-quality": {
      "command": "uvx",
      "args": ["memory-quality-mcp"],
      "env": {
        "OPENAI_API_KEY": "your-key-here"
      }
    }
  }
}
选项 2:pip
pip install memory-quality-mcp

然后在 MCP 配置中添加:

{
  "mcpServers": {
    "memory-quality": {
      "command": "memory-quality-mcp",
      "env": {
        "MINIMAX_API_KEY": "your-key-here"
      }
    }
  }
}

配置大模型

在上方的 env 字段中设置以下任意一个环境变量:

提供方环境变量默认模型
OpenAIOPENAI_API_KEYgpt-4o-mini
KimiKIMI_API_KEYmoonshot-v1-8k
MiniMaxMINIMAX_API_KEYMiniMax-M2.5
AnthropicANTHROPIC_API_KEYclaude-haiku-4-5

插件会根据已设置的密钥自动检测要使用的提供方。

如需高级配置(自定义模型、阈值),请编辑 ~/.memory-quality-mcp/config.yaml — 首次运行时会自动生成。


使用方法

完成设置后,重启 Claude Code,然后直接与它对话:

1. 先试用演示(无需记忆)
Open the memory dashboard in demo mode

Claude 会调用 memory_dashboard(demo=True) → 在浏览器中打开一个包含示例数据的页面,让你在对真实记忆运行工具前先了解其功能。

2. 快速健康检查(不消耗大模型调用额度)
Check my memory store health

返回:所有项目中的记忆总数、过时记忆数量、索引使用情况,以及完整报告预计需要的大模型调用次数。

3. 完整质量分析
Run a detailed memory quality analysis

从 4 个维度为每条记忆评分,检测冲突并标记违反规则的内容。结果会缓存 — 清理和仪表板会重复使用这些结果,不会再次调用大模型。

费用估算:50 条记忆约需 8–9 次大模型调用(使用 gpt-4o-mini 约 $0.01)

4. 打开可视化仪表板
Open the memory health dashboard

在浏览器中打开本地 HTML 页面:

  • 健康评分环(0–100)
  • 汇总统计(保留 / 复查 / 删除)
  • 可折叠的记忆列表 — 点击任意条目可展开评分详情

仪表板详细视图

5. 清理
Clean up the memories marked for deletion

Claude 会先通过 memory_cleanup(dry_run=True) 预览,然后在确认后执行。

安全保障:

  • 每次删除前都会预览
  • 删除前自动备份到 .trash/<timestamp>/
  • 绝不会在不告知的情况下删除任何内容
6. 为单条记忆评分(调试)
Score this memory: "User always codes late at night"
7. 分析指定项目
Analyze memories for ~/my-project only

评分原理

维度权重衡量内容
重要性40%这条记忆对未来的对话有多大用处?
时效性25%这条信息现在仍然准确吗?
可信度15%是否有明确来源(用户是否明确陈述过)?
准确性20%AI 是否如实记录,未作过度解读?

评分 > 3.5 → 保留 | 2.5–3.5 → 复查 | < 2.5 → 删除


典型工作流

You: Check my memory health

Claude: [memory_audit()]
        47 memories across 3 projects
        - Possibly stale: 8
        - Project memories past threshold: 3
        - MEMORY.md usage: 23% (46/200 lines)
        Estimated ~9 LLM calls for a full report.

You: Run the full analysis

Claude: [memory_report()]
        47 memories | 🗑 delete 8 | 🔄 review 5 | ✅ keep 34

        ⚡ 1 conflict found
        - 🔴 feedback_comments_a.md × feedback_comments_b.md
          One says "detailed comments", the other says "minimal comments"

        🗑 Suggested deletions (8)
        - project_q1_plan.md [project] · 120 days ago
          Score 1.5 · project memory past 90-day threshold

        Report cached — cleanup won't need to re-analyze

You: Open the dashboard

Claude: [memory_dashboard()]
        ✅ Dashboard opened in browser

You: Clean those up

Claude: [memory_cleanup(dry_run=True)]
        🔍 Preview (nothing deleted yet)
        8 memories will be removed: project_q1_plan.md ...

You: Confirm

Claude: [memory_cleanup(dry_run=False)]
        ✅ Cleaned up 8 memories
        Backup: ~/.claude/.../memory/.trash/20260405_143022/
        MEMORY.md index updated

常见问题

问:“未找到记忆文件”

需要 Claude Code v2.1.59 或更高版本。请检查:

claude --version              # must be >= v2.1.59
ls ~/.claude/projects/        # should list your projects

如果版本足够新,但还没有文件,说明 Claude 还没有判断出任何值得记住的内容。继续正常使用 Claude Code——文件会在几次会话内出现。

想先看看工具的实际效果?运行 memory_dashboard(demo=True)。

问:评分准确吗?

评分仅供参考,不是指令。最终决定权在你手中。每次删除都需要确认,并且会进行备份。如果你发现评分错误反复出现,请提交评分错误问题——每份报告都能直接改进模型。

问:支持哪些大模型?

任何兼容 OpenAI 的 API。内置预设:OpenAI、Kimi、MiniMax、Anthropic。可通过 MEMORY_QUALITY_BASE_URL 环境变量使用自定义提供方。

问:会删除重要内容吗?

不会。每次操作都会:①显示预览 ②要求明确确认 ③删除前自动备份到 .trash/。

问:我的记忆文件在哪里?

ls ~/.claude/projects/*/memory/

或者在 Claude Code 中输入 /memory,直接浏览和编辑文件。


贡献

发现评分错误?告诉我们——你的反馈能直接校准模型。

发现错误或有功能建议?提交问题。


许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。