关键词

AI记忆长期记忆语义搜索知识管理代理意图

项目简介

BuildAutomata AI记忆MCP服务器是一个为大型语言模型（LLM）客户端（如Claude Desktop）设计的后端服务。它赋予AI代理一个强大的长期记忆系统，能够跨对话保持信息，并提供语义搜索、时间版本控制、智能组织、跨工具同步以及持久化存储等高级功能。通过Model Context Protocol (MCP) 协议，它标准化地向LLM提供上下文信息和工具，支持AI实现更深入的理解和更智能的交互。

主要功能点

  • 持久化记忆: 您的AI将拥有一个长期记忆库，即使对话结束也能记住重要信息。
  • 语义搜索: 通过含义而非仅仅关键词来查找记忆，实现更智能的检索。
  • 时间版本控制: 完整记录记忆的演变历史，每次修改都会创建一个新版本。
  • 智能组织: 通过类别、标签和重要性评分自动组织记忆。
  • 行为真值分析: 根据记忆的访问频率和重要性衰减，提供“最常访问”和“最少访问”记忆的洞察，帮助AI理解真正重要的信息。
  • 代理意图管理: 支持定义、追踪和更新AI的自主意图，实现主动式的目标导向行为。
  • 快速初始化扫描: 在每次会话开始时快速加载上下文、检查连续性、激活意图和识别紧急事项，确保AI始终掌握最新状况。
  • 混合存储: 结合SQLite进行结构化存储和全文搜索，以及可选的Qdrant向量数据库进行高性能语义搜索。

安装步骤

  1. 准备环境: 确保您的系统已安装Python 3.10或更高版本。
  2. 克隆仓库: 将此GitHub仓库克隆到您的本地机器： 
    git clone https://github.com/brucepro/buildautomata_memory_mcp.git
cd buildautomata_memory_mcp
  3. 安装依赖: 在项目目录中执行以下命令安装所需的Python依赖： 
    pip install mcp qdrant-client sentence-transformers
  4. （可选）安装Qdrant: 如果您想获得更强大的语义搜索能力，建议安装Qdrant向量数据库。您可以使用Docker运行Qdrant： 
    docker run -p 6333:6333 qdrant/qdrant
    或者从Qdrant官方网站下载并手动安装其可执行文件。

服务器配置

该MCP服务器需要通过MCP客户端（如Claude Desktop）进行配置才能启动和连接。以下是配置示例，请在您的MCP客户端的配置文件（通常是JSON格式）中添加类似内容，并替换 'args' 字段中的路径为 'buildautomata_memory_mcp.py' 文件的实际路径：

{
  "mcpServers": {
    "buildautomata-memory": {
      "command": "python",
      // "command" 指定了启动服务器所需的程序，这里是Python解释器。
      "args": ["C:/path/to/buildautomata_memory_mcp/buildautomata_memory_mcp.py"]
      // "args" 是传递给 "command" 程序的参数，其中第一个参数是您的服务器脚本的完整路径。
      // 例如，在Windows上，路径可能看起来像 "C:/Users/您的用户名/buildautomata_memory_mcp/buildautomata_memory_mcp.py"
      // 在Linux/macOS上，路径可能看起来像 "/home/您的用户名/buildautomata_memory_mcp/buildautomata_memory_mcp.py"
      // 请确保路径准确无误，否则MCP客户端无法启动服务器。
    }
  }
}

在配置完成后，重启您的MCP客户端（例如Claude Desktop）即可激活内存服务器。

基本使用方法

服务器启动并与MCP客户端连接后，您的LLM客户端将能够通过MCP工具访问内存功能。您可以让LLM直接调用这些工具：

  • 存储记忆 (store_memory): 让AI记住新信息。
    • 示例: 让AI记住“我的偏好是详细的技术解释”，并将其归类为“用户偏好”，重要性设置为0.8。
  • 搜索记忆 (search_memories): 让AI回忆相关信息。
    • 示例: 让AI搜索“关于AI的最新研究”，并限制返回3条结果。
  • 更新记忆 (update_memory): 让AI修改或完善现有记忆。
    • 示例: 让AI更新ID为“<现有记忆ID>”的记忆，修改其内容为“新的细节”，并将重要性更新为0.9。
  • 获取时间线 (get_memory_timeline): 让AI查看某个概念、项目或代理自身的完整演变过程。
    • 示例: 让AI获取“项目X的进展”的时间线。
  • 初始化代理 (initialize_agent): 在每次对话开始时，AI应自动调用此工具。它会加载上下文、检查连续性、激活意图和识别紧急事项，确保AI行为的连续性和主动性。

信息

分类

AI与计算

访问项目