mcpField
M
MindCore Memory MCP

MindCore Memory MCP

本地服务
github.com记忆与知识119 周前更新

关于 MindCore Memory MCP

MindCore Memory 是面向 AI Agent 的持久化记忆 MCP 服务,结合 BM25 与 FAISS 混合搜索,并按重要性召回记忆。它还会评估存储内容,并提供弹性处理与监控功能。

主要功能

  1. 01BM25 与 FAISS 混合搜索
  2. 02按重要性召回记忆
  3. 03边界评分与推导
  4. 04熔断器与重试处理
  5. 05SLO 跟踪和 Prometheus 指标
  6. 06可选的静态加密

适用场景

  1. 01跨 Agent 会话保留上下文
  2. 02按查询和标签搜索记忆
  3. 03为大模型构建上下文窗口
  4. 04监控记忆服务运行状况

MCP 相关

MCP 服务提供记忆存储、召回、上下文构建、更新、删除和统计工具,以及边界评估与推导工具。支持 stdio 和 HTTP 传输。

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": {
"woshilaohei-mindcore-memory": {
"command": "uvx",
"args": [
"mindcore-memory"
]
}
}
}
启动命令uvx mindcore-memory

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
pypimindcore-memory0.1.11

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

面向生产环境强化的 MCP 记忆服务 — 为 AI Agent 提供混合搜索与弹性能力

唯一具备断路器、SLO 跟踪和 BM25+FAISS 混合搜索的 MCP 记忆服务。 AI Agent 会忘记会话之间的一切。MindCore Memory 为它们提供持久、可搜索、达到生产级别的记忆——118/118 项测试全部通过,并配备完整的 CI/CD。

⭐ 如果这个项目能帮助你的 AI 记住信息,给我们点个星标就是对我们最大的支持。

CI PyPI version Python License: MIT Downloads MCP Registry GitHub stars

MindCore Memory 演示


快速开始

# 1. Install
pip install mindcore-memory

# 2. Launch (stdio mode — works with any MCP client)
mindcore-memory

# 3. Your AI agent remembers across sessions
MCP 客户端配置(Claude Desktop / Cursor / Cline)
{
  "mcpServers": {
    "mindcore-memory": {
      "command": "python",
      "args": ["-m", "mindcore_memory.server"],
      "env": { "MINDCORE_MEMORY_PATH": "~/.mindcore/memory" }
    }
  }
}
可选:语义搜索
pip install mindcore-memory[semantic]
# Enables FAISS embeddings for hybrid BM25+semantic search

为什么选择 MindCore——与竞品对比

特性MindCore MemoryMem0SynaBunLetta (MemGPT)
搜索BM25 + FAISS 混合搜索仅 FAISS仅 sqlite-vec仅 FAISS
断路器✅ 3 种状态❌❌❌
重试(指数退避)✅❌❌❌
SLO 跟踪✅ P95/P99❌❌❌
Prometheus 指标✅ /metrics❌❌❌
静态加密✅ Fernet❌❌❌
去重✅ 精确匹配合并⚠️ 部分支持❌❌
IVF 索引(500+)✅ 自动切换❌❌❌
本地优先✅ 零依赖✅(云端可选)✅❌(需要 Docker)
CI/CD 流水线✅ 自动发布至 PyPI + MCP⚠️ 手动❌❌
测试118/118(100%)未知未知未知
许可证MITApache 2.0Apache 2.0Apache 2.0

**MindCore 是唯一从第一天起就面向生产工作负载设计的 MCP 记忆服务。**断路器可防止嵌入服务故障造成影响。指数退避重试可处理瞬时错误。SLO 跟踪能在用户察觉之前发出警报。支持向你的监控技术栈导出指标。其他所有服务都假设一切正常——MindCore 不会。


独特功能:3D 边界平衡算法

MindCore 不只是记忆存储——它还是一个认知边界引擎。每条存储的记忆都会自动通过一个基于**正反公式(Forward/Reverse Formula)**的四维评分系统进行评估:

BND_score = 0.28·TRJ(Trajectory) + 0.28·EVO(Evolution) + 0.28·COG(Cognition) + 0.16·BALANCE
  • 正向循环:TRJ → BND → EVO → COG → BND(每一步都会划定边界,每个边界都是成长)
  • 反向链条:混乱 → 未知 → 风险 → 伤害 → 死亡(2 个或以上触发因素关联时,自动扣减 50% 分数)
  • 3D 平衡:TRJ/EVO/COG 之间的方差会惩罚失衡的记忆(缺乏洞见的纯数据堆砌)
  • 无需调用 LLM:纯算法评估,使用关键词模式、正则表达式和统计方差
from mindcore_memory import BNDManager
bnd = BNDManager()
result = bnd.evaluate("基于之前修复, 理解到根因, 改进后提升30%", importance=4)
# → TRJ:0.63  EVO:0.54  COG:0.61  BALANCE:0.98  BND:0.75  ACCEPTED

📖 算法文档全文

**其他 MCP 记忆服务都没有这项功能。**BND 将记忆存储从被动的数据堆砌转变为主动的认知筛选器——过滤噪声、标记风险链条,并确保只有结构化且面向成长的知识进入版本链。


生产级功能

弹性层
  • 熔断器:CLOSED → OPEN → HALF_OPEN 状态机。保护 FAISS/嵌入操作,避免故障级联。
  • 重试:采用带抖动的指数退避。瞬时错误会自动重试,永久性错误则快速失败。
  • 输入验证:在服务端进行清理,防范注入攻击。
可观测性层
  • SLO 跟踪:为全部 6 项操作设定 P95/P99 延迟目标。违规情况会记录并导出。
  • Prometheus /metrics:零依赖、兼容 Prometheus 的采集器。可直接接入任何监控堆栈。
数据层
  • 加密:可选的静态 Fernet 加密(mindcore-memory[encrypt])。
  • 去重:精确匹配合并——相同的记忆会更新重要性/置信度,而不是重复存储。
  • 智能淘汰:清理重要性较低的记忆,并以原子方式同步到磁盘。不会产生僵尸记忆。

核心工具

记忆(6 个工具)
工具描述关键参数
memory_store持久化一条记忆(自动评估 BND)content、importance(1-4)、tags、confidence
memory_recall搜索记忆(BM25+FAISS 混合搜索)query、tags、limit、session_id
memory_context构建大模型上下文窗口query、max_tokens、session_id
memory_update_confidence调整记忆置信度memory_id、confidence
memory_delete删除一条记忆memory_id
memory_stats系统统计信息(无参数)
边界与推理(3 个工具)🆕
工具描述关键参数
bnd_check4D 边界评估(TRJ/EVO/COG/BALANCE + Anti-Chain)content、importance、confidence、tags
bnd_statsBND 管理器统计信息:接受率、评分、Anti-Chain 触发次数(无参数)
deduce认知推理:从高质量记忆中提取模式query、tags

搜索公式:score = BM25(40%) + FAISS(50%) + importance(5%) + recency(5%)

FAISS 嵌入不可用时,会自动回退到仅使用 BM25 的关键词搜索。


架构

┌───────────────────┐     MCP JSON-RPC      ┌────────────────────────────┐
│  AI Client         │ ◄──────────────────► │  MindCore Memory           │
│  (Claude/Cursor)   │     stdio / HTTP     │  MCP Server                │
└───────────────────┘                       └──────────┬─────────────────┘
                                                       │
                                            ┌──────────▼─────────────────┐
                                            │  Memory Engine             │
                                            │  ┌──────────────────────┐  │
                                            │  │ Hybrid Search        │  │
                                            │  │  BM25 (keyword) 40%  │  │
                                            │  │  FAISS (semantic)50%│  │
                                            │  │  importance        5%│  │
                                            │  │  recency           5%│  │
                                            │  └──────────────────────┘  │
                                            │  ┌──────────────────────┐  │
                                            │  │ Resilience           │  │
                                            │  │  Circuit Breaker     │  │
                                            │  │  Retry + Backoff     │  │
                                            │  │  SLO Tracking        │  │
                                            │  └──────────────────────┘  │
                                            └──────────┬─────────────────┘
                                                       │
                                            ┌──────────▼─────────────────┐
                                            │  Storage                   │
                                            │  JSONL (append)            │
                                            │  + FAISS index (IVF > 500) │
                                            │  + Fernet encrypt (opt)    │
                                            └────────────────────────────┘
  • 嵌入式:无需 PostgreSQL、Redis 或外部服务。一个二进制文件,本地 JSONL + FAISS。
  • IVF 索引:当记忆达到 500 条以上时,FAISS 倒排文件索引会启用,实现 O(√N) 搜索。
  • MCP 原生:通过 stdio 和 HTTP 传输提供完整的 MCP 协议支持。

可用平台

平台状态链接
PyPI已发布 v0.1.11mindcore-memory
MCP Registry已注册查看
Glama已收录查看
MCP Market已收录查看
MCP.so已收录查看
LobeHub已收录查看
mcpservers.org已收录查看

完整对比

请参阅 docs/comparison.md,了解涵盖架构、搜索质量、延迟和迁移指南的 5 个服务详细对比。


参与贡献

完整指南请参阅 CONTRIBUTING.md。快速开始:

git clone https://github.com/woshilaohei/mindcore-memory-mcp.git
cd mindcore-memory-mcp
pip install -e ".[dev]"
pytest -v              # 118 tests
ruff check .           # linter
mypy mindcore_memory/  # type checker

许可证

MIT 许可证 — 版权所有 (c) 2025 Lao Hei


⬆ 返回顶部

⭐ 如果 MindCore 能帮助你的 AI 记住信息,请给它点个星! ⭐

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。