memory mcp

概覽

Memory MCP 是官方針對持久記憶體開發的參考 Model Context Protocol (MCP) 伺服器。它實作了一個輕量級的知識圖譜，讓 AI 代理程式能夠跨對話和會話儲存及檢索結構化資訊。

作為 Model Context Protocol 團隊官方 MCP 伺服器儲存庫的一部分，它解決了 LLM 最大的限制之一：無狀態性。代理程式無需每次重複提供上下文，而是能夠儲存事實、使用者偏好、專案細節、決策和觀察結果，並在需要時隨時回憶。

它作為許多社群記憶實作的基礎，並在 Claude Desktop、Claude Code、Cursor 和其他 MCP 用戶端工具中得到直接支援。

功能特色

• 知識圖譜儲存：持久儲存包含觀察結果、關聯性和屬性的實體。
• 新增 / 檢索 / 搜尋記憶：提供工具來建立實體、新增觀察結果、透過關鍵字或語意進行搜尋，並獲取相關上下文。
• 跨會話持久化：資料在重新啟動後仍存在，並可用於新的對話中。
• 分域與結構化：支援使用者層級、專案層級或對話層級的記憶，並採用清晰的實體關係建模。
• 輕量級與本地優先：透過 npx、Docker 或本地安裝執行，依賴性極少。
• 符合 MCP 標準：完整的工具探索、JSON-RPC 介面，並能與任何 MCP 用戶端無縫整合。
• 可擴展的基礎：作為進階實作（如向量搜尋、Neo4j 等圖形資料庫或混合系統）的起點。

使用情境

• 跨會話連續性：讓 Claude 或 Cursor 無需重新解釋即可記住專案架構、編碼偏好和過去的決策。
• 使用者偏好追蹤：儲存風格偏好、工具選擇或工作流程習慣，以提供個人化協助。
• 專案知識庫：建立一個包含程式碼庫事實、錯誤解決方案和設計選擇的動態圖譜。
• 多代理程式協作：在複雜的工作流程中，於不同的 AI 代理程式或會話間共享記憶。
• 長期學習：代理程式能夠在數週或數月內累積知識，提高效率並減少上下文窗口的浪費。

安裝與快速開始

使用 npx（最簡單）

npx -y @modelcontextprotocol/server-memory

為 Claude Desktop / Cursor 進行配置

將以下內容新增至您的 MCP 設定檔（例如 claude_desktop_config.json 或 .cursor/mcp.json）：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

Docker 選項

docker run -i -v claude-memory:/app/dist --rm mcp/memory

一旦運行，AI 代理程式就可以使用諸如 create_entity、add_observation、search_memories 和 get_graph 等工具來與持久記憶儲存進行互動。

為什麼需要 Memory MCP？

大型語言模型（LLMs）功能強大，但在不同對話之間會遺忘資訊。Memory MCP 將它們轉變為具備狀態的夥伴，提供一種標準化、安全且易於探索的方式來維持長期上下文。它能大幅減少令牌使用量（無需每次貼上歷史紀錄），並實現更自然、連續的工作流程。

官方實作採用簡單的本機知識圖譜，使其速度快、隱私性高且易於自行託管。社群擴充功能則增加了向量搜尋、Neo4j 後端，或混合語義與圖譜能力，以打造更豐富的記憶系統。

進階技巧與生態系

• 結合 Claude 對話延續性 或其他 MCP 伺服器，以實現完整的對話與專案記憶功能。
• 在生產環境或多使用者設置中，可考慮使用支援 SQLite、MongoDB、Qdrant 或 Neo4j 後端的社群分支版本。
• 搭配 uv-mcp、playwright-mcp 或 postgres-mcp 等工具使用，打造兼具行動與記憶能力的完整智慧代理工作流程。
• 監控儲存空間成長，並在大規模使用時實施清理策略。

相關連結

• 官方原始碼：modelcontextprotocol/servers - Memory
• MCP 範例與文件：modelcontextprotocol.io/examples
• MCP 規格說明：modelcontextprotocol.io

Memory MCP 是 MCP 生態系中，實現真正持久性與智慧化 AI 代理的基礎建構模組。