Memento MCP 服务端

关键词

记忆管理向量检索JSON-RPC 通信OAuth PKCE记忆分片

使用说明（Markdown 格式）

  • 项目简介

    • Memento MCP 服务端是一个基于 Node.js 实现的后端服务器，遵循 Model Context Protocol（MCP）规范，面向向大语言模型（LLM）客户端提供标准化的上下文服务，包括记忆分片（Fragments）的管理、工具（Tools）的 注册与执行、以及 Prompts 的渲染与调用。
    • 该服务通过多层次的检索架构（L1 Redis 索引、L2 PostgreSQL 配置和 L3 pgvector 向量检索）实现 recalls 与 remember 的高效能力，并提供日志、指标、认证、会话管理等服务支撑。

  • 主要功能点

    • MCP 协议支持与 JSON-RPC 响应：实现 MCP 的请求分发、错误处理与结果返回，包含 initialize、tools、prompts、resources、memory 等核心能力。
    • 会话与传输：支持 Streamable HTTP（/mcp POST/GET/DELETE）与 Legacy SSE（/sse、/message）会话，提供鉴权、会话管理与生命周期控制。
    • 资源、工具、Prompts：记忆分片的持久化、工具执行、Prompts 的定义与获取。
    • 长时记忆与分片系统：FragmentStore/FragmentFactory/MemoryManager 等模块实现分片的创建、嵌入向量化、链接、版本控制、TTL/GC 策略等。
    • 记忆检索与合并：3 层检索（L1/L2/L3）和 RRF（Reciprocal Rank Fusion）合并策略，包含跨主题/类型/关键字的多源检索。
    • 异步与后处理：嵌入、质量评估、链接自动化、冲突检测、Reflect、AutoReflect 编排机制等。
    • 认证与授权：OAuth2 PKCE、Bearer Token、API Key、RLS 基于代理的访问控制等。
    • 观测与治理：Prometheus 指标、健康检查、审计日志、访问统计等。

  • 安装步骤

    • 环境要求：Node.js 20 及以上、PostgreSQL 14+（需安装 pgvector 扩展）、可选 Redis（L1 缓存与会话追踪）、OpenAI Embedding API（或兼容 Embedding 服务）、Gemini/NLI（可选）。
    • 下载与安装依赖：执行 npm install 获取所需依赖。
    • 数据库初始化与迁移：应用 lib/memory/memory-schema.sql 等 SQL 文件完成数据库架构初始化与迁移。
    • Embedding 启用与向量化：配置 OPENAI_API_KEY 或等效 Embedding 服务，并在需要时执行 backfill 脚本 backfill-embeddings.js。
    • 启动服务器：运行 node server.js，端口默认57332（可通过 PORT 环境变量修改）。
    • 可选的后台工作者：MemoryEvaluator、EmbeddingWorker、GraphLinker、NLIClassifier、MemoryConsolidator 等均为后台异步任务，可以通过环境变量或代码启停进行配置。

  • 服务器配置（MCP 客户端需要的配置示例，非服务器端代码） 说明：以下配置用于 MCP 客户端与服务器建立连接与认证，包含服务器名称、启动命令及参数等信息。客户端无需代码实现即可读取该配置以发起连接。 { "serverName": "Memento-MCP-Server-57332", "command": "node", "args": ["server.js"], "port": 57332, "baseUrl": "http://localhost:57332/mcp", "auth": { "type": "Bearer", "key": "<YOUR_MEMENTO_ACCESS_KEY>" }, "endpoints": { "initialize": "POST /mcp", "streaming": "GET /mcp", "terminate": "DELETE /mcp" }, "notes": "若未设定 MEMENTO_ACCESS_KEY，将禁用鉴权。实际部署时请使用 HTTPS 与反向代理保护。" }

  • 基本使用方法

    • 创建会话：以带鉴权的请求发送 initialize 请求，获取会话标识并在后续请求中携带，开启流式交互。
    • 发送 JSON-RPC：通过 /mcp 的 POST 端点以 JSON-RPC 2.0 规范发送请求，服务端返回相应的结果或错误。
    • 查询资源与 Prompts：通过资源与 prompts 的相关 API 端点获取记忆、主题、Prompts、工具等定义。
    • 记忆与检索：使用 remember/recall 等工具将信息分片化存储，Recall 以关键词、主题、类型等参数进行检索，并结合 L1/L2/L3 的多层检索策略返回结果。
    • 记忆的生命周期与维护：系统包含 TTL、GC、复合分层策略、自动链接、反射、以及定时的维护工作流等，确保长期可用性与可扩展性。

  • 重要提示

    • MCP 协议版本与扩展：该实现支持 MCP 协议的若干历史版本，以及多种传输模式，适合大模型的上下文服务场景。
    • 安全性与鉴权：默认提供多种鉴权路径，必要时开启 MEMENTO_ACCESS_KEY 以实现 Bearer 验证、OAuth2 等机制。
    • 部署与运维：结合 Redis、PostgreSQL 的集群化部署可以提升吞吐与可用性；监控、健康检查、日志与告警方案可与现有的云原生栈对接。

服务器信息

访问项目