mcpField
S
SuperMemory

SuperMemory

本地服务
github.com记忆与知识220 周前更新

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

  1. 01闭环捕获与检索经验
  2. 02存储前验证经验
  3. 03提供 29 个 MCP 工具和 4 个资源
  4. 04支持本地文件、SQLite 或 PostgreSQL
  5. 05提供 Python SDK 和 REST API

适用场景

  1. 01为 Agent 工作流检索既有经验
  2. 02记录并验证失败后的纠正
  3. 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。

mcp.json · 通用配置
{
"mcpServers": {
"yashvanthange-supermemory": {
"command": "uvx",
"args": [
"supermemory-agent"
],
"env": {
"SUPERMEMORY_STORAGE_PATH": "<SUPERMEMORY_STORAGE_PATH>",
"UALL_DATA_DIR": "<UALL_DATA_DIR>"
}
}
}
}
启动命令uvx supermemory-agent
需要配置的环境变量
SUPERMEMORY_STORAGE_PATHLocal directory for .supermemory file storage
UALL_DATA_DIRLegacy alias for SUPERMEMORY_STORAGE_PATH

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
pypisupermemory-agent0.2.5

工具

29

收录的工具列表 · 更新于 2 周前

参数类型必填说明
stepany否
toolany否
agentany否
domainany否
payloadany否
summarystring是
languageany否
workflowany否
namespacestring否
event_typestring是
environmentany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。

PyPI GitHub Release License: MIT MCP Registry


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/active
  • supermemory://lessons/{lesson_id}
  • supermemory://memory/{lesson_id}/provenance
  • supermemory://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

TierBackendConfig
Default.supermemory/ JSON filesSUPERMEMORY_STORAGE_PATH or UALL_DATA_DIR
OptionalSQLiteUALL_STORAGE_BACKEND=sqlite
EnterprisePostgreSQLUALL_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

DocPurpose
docs/GIT_SETUP.mdFix commit author name/email on GitHub
docs/RELEASES.mdRelease checklist — every tag ships wheel + sdist
docs/PUBLISHING.mdPyPI, MCP Registry, Cursor & Claude directories
PRIVACY.mdPrivacy policy
skills/README.mdAgent skill install paths

MCP Registry name: io.github.YashvantHange/supermemory
PyPI package: supermemory-agent


License

MIT — see LICENSE

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。