关于 SuperMemory
SuperMemory 是面向 Claude、Cursor 和自定义 Agent 工作流的 MCP 学习层。它从失败与纠正中提炼并验证经验,而非保存完整对话记录,再供后续任务检索。
主要功能
- 01闭环捕获与检索经验
- 02存储前验证经验
- 03提供 29 个 MCP 工具和 4 个资源
- 04支持本地文件、SQLite 或 PostgreSQL
- 05提供 Python SDK 和 REST API
适用场景
- 01为 Agent 工作流检索既有经验
- 02记录并验证失败后的纠正
- 03跟踪经验是否改善任务结果
MCP 相关
它提供包含 29 个工具和 4 个资源的 MCP 服务,支持 stdio 或 streamable HTTP。MCP 客户端可检索和管理经验、策略与技能。
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
29收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| step | any | 否 | |
| tool | any | 否 | |
| agent | any | 否 | |
| domain | any | 否 | |
| payload | any | 否 | |
| summary | string | 是 | |
| language | any | 否 | |
| workflow | any | 否 | |
| namespace | string | 否 | |
| event_type | string | 是 | |
| environment | any | 否 |
详细介绍
SuperMemory
面向 Claude、Cursor 和自定义 Agent 工作流的 MCP 优先 Agent 学习层。
SuperMemory 从失败和纠正中提取精炼的经验教训(而非完整的对话记录),在存储前进行验证,并通过闭环持续改进 Agent。
快速开始
pip install supermemory-agent
supermemory-agent --storage .supermemory --transport stdio
也可以使用 uv:
uvx supermemory-agent --storage .supermemory --transport stdio
最新版本: v0.2.4 — 每个 GitHub Release 均附带 wheel 和 sdist。
包含的内容
| 组件 | 说明 |
|---|---|
| MCP 服务 | 通过 stdio(或可流式传输的 HTTP)提供 29 个工具和 4 个资源 |
| Agent 技能 | skills/supermemory-agent-learning/SKILL.md — 随 PyPI 包一并提供 |
| Python SDK | 通过 uall_python 进行进程内集成 |
| REST API | 面向远程/多语言客户端的 FastAPI 服务 |
| 存储 | 默认使用本地 .supermemory/ 文件;可选 SQLite 和 PostgreSQL |
所有内容都位于同一个仓库中:MCP 服务、技能、SDK、REST API、测试和发布包。
安装
PyPI(推荐)
pip install supermemory-agent
安装后,随包提供的技能位于 site-packages/skills/supermemory-agent-learning/。如有需要,可将其复制到编辑器的技能文件夹中。
GitHub Release(离线/固定版本)
每个版本都附带可安装的文件:
pip install https://github.com/YashvantHange/SuperMemory/releases/download/v0.2.4/supermemory_agent-0.2.4-py3-none-any.whl
浏览所有版本:github.com/YashvantHange/SuperMemory/releases
从源码安装(开发者)
git clone https://github.com/YashvantHange/SuperMemory.git
cd SuperMemory
pip install -e ".[dev]"
python -m pytest tests/ -v
配置 MCP
Cursor
将 examples/cursor.mcp.json 复制到项目中的 .cursor/mcp.json:
{
"mcpServers": {
"supermemory": {
"command": "supermemory-agent",
"args": ["--storage", ".supermemory", "--transport", "stdio"]
}
}
}
Claude Desktop
将 examples/claude_desktop_config.json 合并到:
%APPDATA%\Claude\claude_desktop_config.json
保存后重启 Claude Desktop。
手动运行
不要在终端中单独运行 supermemory-agent — stdio 模式需要从 MCP 客户端接收 JSON-RPC。在 shell 中按 Enter 会导致 JSON 解析错误。
# For local HTTP testing only:
supermemory-agent --transport streamable-http
在 Cursor 或 Claude Desktop 中完成配置后,客户端会通过 stdio 自动启动服务。
Agent 技能(Cursor + Claude Code)
| 来源 | 路径 |
|---|---|
| 规范来源(在此编辑) | skills/supermemory-agent-learning/ |
| Cursor 项目 | .cursor/skills/supermemory-agent-learning/ |
| Claude Code 项目 | .claude/skills/supermemory-agent-learning/ |
| PyPI 安装 | site-packages/skills/supermemory-agent-learning/ |
编辑 skills/ 后,同步副本:
python scripts/sync_skills.py
在聊天中提及 SuperMemory、Agent 学习或 MCP 记忆,即可加载该技能。
学习闭环
retrieve → record_failure → reflect(event_ids) → validate → process_promotions
→ retrieve again → report_outcome
**核心规则:**仅记录工作流结果和精炼的经验教训 — 切勿记录完整对话。默认检索预算:max_tokens=800。
MCP 工具(29 个)
核心(13 个): retrieve、record_event、record_failure、record_correction、reflect、validate、process_promotions、report_outcome、get_policies、add_policy、add_skill、search_skills、get_skill
扩展 UALL(16 个): learn.run.start、learn.run.event、learn.run.end、learn.store、learn.retrieve、learn.reflect、learn.validate、learn.evaluate、learn.feedback、learn.improvements、learn.analytics、learn.policies、learn.experiment、learn.rollback、learn.skills、learn.telemetry
所有工具均包含 MCP 安全注释(readOnlyHint / destructiveHint)。
MCP resources (4)
supermemory://policies/activesupermemory://lessons/{lesson_id}supermemory://memory/{lesson_id}/provenancesupermemory://skills/{skill_id}
Python SDK
from uall_python import UALLClient
client = UALLClient(storage="file")
with client.run(workflow_id="pdf-pipeline", step="planner", namespace="team:eng") as run:
lessons = run.retrieve(step="planner", max_tokens=800)
run.record_failure(snippet="chose OCR for searchable PDF", tags=["routing"])
run.report_lesson_outcome(lesson_id="lesson_001", used=True, accepted=True, improved=True)
REST API
python -m uall_server
Server: http://localhost:8000 — see api/openapi.yaml.
Storage
| Tier | Backend | Config |
|---|---|---|
| Default | .supermemory/ JSON files | SUPERMEMORY_STORAGE_PATH or UALL_DATA_DIR |
| Optional | SQLite | UALL_STORAGE_BACKEND=sqlite |
| Enterprise | PostgreSQL | UALL_STORAGE_BACKEND=postgres |
Project layout
SuperMemory/
├── src/supermemory_mcp/ # MCP server (29 tools, 4 resources)
├── skills/supermemory-agent-learning/ # Agent skill (SKILL.md)
├── packages/uall/ # Core learning engine
├── packages/uall_python/ # Python SDK
├── packages/uall_server/ # REST API
├── examples/ # Cursor + Claude Desktop MCP configs
├── tests/ # 74 tests incl. stdio MCP transport
└── docs/ # Publishing, releases, privacy
Tests
python -m pytest tests/ -v
python -m pytest tests/test_mcp_server.py -v # real stdio MCP transport
python -m pytest tests/test_core.py -v # closed-loop integration
Docs
| Doc | Purpose |
|---|---|
| docs/GIT_SETUP.md | Fix commit author name/email on GitHub |
| docs/RELEASES.md | Release checklist — every tag ships wheel + sdist |
| docs/PUBLISHING.md | PyPI, MCP Registry, Cursor & Claude directories |
| PRIVACY.md | Privacy policy |
| skills/README.md | Agent skill install paths |
MCP Registry name: io.github.YashvantHange/supermemory
PyPI package: supermemory-agent
License
MIT — see LICENSE
评论
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。