项目简介

这是一个基于 Model Context Protocol (MCP) 构建的服务器，旨在作为 AI 助手与 Mem0.ai 持久记忆系统之间的桥梁。通过实现一系列 MCP 工具，它使得任何兼容 MCP 的 AI 客户端都能够访问和操作存储在 Mem0 中的用户记忆和知识。

主要功能点

• 记忆的增、删、改、查： 提供基本的记忆存储 (add)、搜索 (search)、获取全部 (get_all)、按 ID 获取 (get_memory_by_id)、删除 (delete) 和更新 (update) 功能。
• 多种记忆类型支持： 区分并支持短期记忆（对话记忆、工作记忆、注意记忆）和长期记忆（情景记忆、语义记忆、程序记忆），允许 AI 助手根据需要存储不同类型的上下文信息。
• 高级记忆管理： 支持自定义记忆类别、设置记忆提取指令，以及对记忆内容进行选择性存储（基于包含/排除规则）。
• 知识图谱集成： 允许 AI 助手利用记忆中的知识图谱信息，查询实体之间的关系。
• 记忆质量反馈： 提供机制让 AI 或用户对记忆的准确性和相关性提供反馈，帮助系统改进。
• 会话上下文维护： 通过支持 'user_id' 和 'run_id' 等参数，帮助 AI 助手维护用户和会话级别的记忆上下文。

安装步骤

1. 确保你已经安装了 Python 3.8 或更高版本。
2. 使用 pip 安装服务器软件包：

   pip install mcp-mem0-server
   

服务器配置

本 MCP 服务器需要一个兼容 MCP 的客户端（如 Cursor, Claude Desktop 等）来启动和通信。你需要将本服务器的启动信息添加到客户端的 MCP 配置中。配置通常是一个 JSON 文件，指定如何启动服务器进程及其参数。

以下是配置时需要提供的信息示例：

• 服务器名称 (server name): 例如 "mem0-memory-general"，用于在客户端中标识这个服务器。
• 启动命令 (command): 'mcp-mem0-server'。这是安装包后提供的可执行命令。
• 启动参数 (args): 通常留空 '[]'，服务器会通过标准输入/输出来与客户端通信（这是 MCP 的常见模式）。
• 环境变量 (env): 必须提供 'MEM0_API_KEY' 环境变量，其值是你的 Mem0.ai 账户的 API 密钥。例如：'{"MEM0_API_KEY": "你的 Mem0.ai API 密钥"}'。

请将这些信息添加到你的 MCP 客户端的配置文件的相应位置。具体位置和格式请查阅你使用的 MCP 客户端的文档（例如，对于 Cursor 可能是 '~/.cursor/mcp.json'）。

基本使用方法

服务器一旦由 MCP 客户端配置并启动，它将通过标准输入/输出监听来自客户端的 JSON-RPC 请求。你作为 AI 助手的用户，无需直接与服务器交互。你的 AI 助手（如果支持 MCP 并被配置为使用此服务器）将能够自动识别并调用此服务器提供的各种“工具”（即上面提到的功能），例如：

• 在对话中自动记录重要信息（使用添加记忆工具）。
• 根据你的问题搜索相关的历史记忆或事实（使用搜索记忆工具）。
• 根据会话 ID 获取短期记忆以维持上下文（使用获取记忆工具）。
• 当你提供反馈时，AI 调用反馈工具来标记记忆（使用发送反馈工具）。

AI 助手通过调用这些工具来增强其理解和记忆能力。