关于 vibo-mcp
vibo-mcp 是面向 AI Agent 的持久记忆 MCP 服务,提供分层加密记忆、线程记忆以及搜索和保存事实的工具。它还统计节省的 token 数,并可与 MCP 客户端配合使用。
主要功能
- 01搜索和保存持久事实
- 02按完全匹配去重已保存事实
- 03使用 L1/L2/L3 分层组织记忆
- 04添加、压缩、查询线程并提供上下文
- 05查看 token 节省统计
适用场景
- 01跨 Agent 会话找回已存偏好
- 02保存事实以便日后检索
- 03压缩并查询持续对话的上下文
MCP 相关
提供记忆搜索、事实保存、用量统计和线程记忆等 MCP 工具。可在 MCP 客户端中配置,并使用 VIBO_API_KEY。
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。
工具
6收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| limit | number | 否 | |
| query | string | 是 | 要搜索的内容 |
详细介绍
🦞 ViBo MCP 服务
AI Agent 的记忆 —— 持久化记忆(L1/L2/L3 加密)、 节省网络搜索开销和线程记忆。适用于任何 MCP 客户端: Claude Desktop、Cursor、OpenClaw、Windsurf、Codex 等。
安装
npm install -g @vibo-dev/vibo-mcp
配置
添加到 MCP 客户端配置中(Claude Desktop 示例):
{
"mcpServers": {
"vibo": {
"command": "npx",
"args": ["-y", "@vibo-dev/vibo-mcp"],
"env": {
"VIBO_API_KEY": "YOUR_VIBO_KEY"
}
}
}
}
获取密钥:https://wwwvibo.com — 免费试用 2 天,之后每月 $5。
工具
| 工具 | 描述 |
|---|---|
memory_search | 查找相关事实(返回节省的 token 数) |
memory_add | 保存事实(按完全匹配去重) |
memory_usage | 你的实际节省统计数据 |
thread_memory | 线程:添加 / 压缩 / 提问 / 上下文 |
示例
Agent:“客户端 Anna 喜欢什么?”
→ memory_search("Anna preferences")
→ • [L1] client-anna: Anna 喜欢不加糖的咖啡,订单号 #42
→ 💾 已节省 13,452 个 token(97.5%)
真实数据
- 记忆:118 条事实少用 97.5% 的 token(随记忆增长而提升,10K+ 条时可达 50–150 倍)。
- 网络搜索:节省 99.6%(测得数据为 47,443 → 186 个 token)。
- 线程:减少 72%。
- 密钥(L3)绝不会传给大模型——设计上采用加密保护。
链接
- 网站:https://wwwvibo.com
- 机器人:@ViBomemorybot
- 文档:https://github.com/vnbochkarev-netizen/ViBo-memory
相关项目
- CloudArc — 将一个 10 GiB 的文件夹打包成一个
.vibo归档文件,峰值 RSS 稳定在约 26 MiB,并可通过 HTTP 读取其索引而无需获取 载荷(Apache-2.0)。文档站点 - memory-shield — Agent 记忆的投毒防御 (MIT)。
- ViBo-memory — 采用 L1/L2/L3 加密的持久化 Agent 记忆。
集成
- cc-connect(将 Agent 命令行连接到消息应用):docs/cc-connect.md
评论
支持 Markdown
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。