Memex (Firecrawl & Voyage) 使用说明

项目简介

Memex 是一个基于 Model Context Protocol (MCP) 的服务器实现，旨在帮助用户构建和管理个人知识库。它通过分析网页内容，并将信息存储在本地的 Obsidian 笔记库中，从而扩展大型语言模型（LLM）的上下文理解能力。Memex 允许 LLM 客户端（如 Claude 桌面应用）调用工具来分析网页、搜索知识库和保存信息，实现更智能的交互。

主要功能点

网页内容分析 (Analyze Web Content): 根据用户提出的问题，自动抓取和分析指定 URL 的网页内容，提取相关信息并整理成 Markdown 格式的笔记。
知识库搜索 (Search Knowledge Base): 允许用户使用自然语言查询已存储在知识库中的信息，快速检索相关内容片段。
知识保存 (Save Artifact): 支持用户将任意文本内容保存到知识库中，作为知识资产进行管理和利用。
Obsidian 集成: 知识库以 Markdown 文件形式存储在用户指定的 Obsidian Vault 目录下，方便用户使用 Obsidian 进行浏览、编辑和管理。

安装步骤

安装 Python 包: 打开终端或命令提示符，运行以下命令安装 'mcp-memex' Python 包：
```
pip install mcp-memex
```

配置 API 密钥: Memex 依赖于以下 API 服务，请提前申请并获取 API 密钥：

Claude API (https://www.anthropic.com/en/claude)
FireCrawl API (https://www.firecrawl.com/)
Voyage API (https://voyageai.com/) 将获取到的 API 密钥设置为环境变量，例如：

export ANTHROPIC_API_KEY=YOUR-ANTHROPIC-API-KEY
export FIRECRAWL_API_KEY=YOUR-FIRECRAWL-API-KEY
export VOYAGE_API_KEY=YOUR-VOYAGE-API-KEY

或者，您也可以在配置服务器时直接在 'env' 字段中设置。

服务器配置

要将 Memex MCP 服务器添加到 MCP 客户端（例如 Claude 桌面应用），您需要编辑客户端的配置文件（通常是 'claude_desktop_config.json'）。在 'mcpServers' 字段下添加 Memex 服务器的配置信息。

以下是一个配置示例，您需要根据实际情况修改占位符：

{
  "mcpServers": {
    "memex": {
      "command": "uv",
      "args": [
        "--directory",
        "PATH_TO_LOCAL_MEMEX_REPO",  // 替换为 Memex 代码仓库的本地路径
        "run",
        "mcp-memex",
        "--index",
        "PATH_TO_MEMEX_INDEX",       // 替换为 Memex 索引目录的路径，用于存储索引数据
        "--workspace",
        "PATH_TO_OBSIDIAN_VAULT"    // 替换为 Obsidian Vault 的路径，用于存储知识库文件
      ],
      "env": {
        "ANTHROPIC_API_KEY": "YOUR-ANTHROPIC-API-KEY",  // 替换为您的 Anthropic API 密钥
        "FIRECRAWL_API_KEY": "YOUR-FIRECRAWL-API-KEY",  // 替换为您的 FireCrawl API 密钥
        "VOYAGE_API_KEY": "YOUR-VOYAGE-API-KEY"     // 替换为您的 Voyage API 密钥
      }
    }
  }
}

配置参数说明:

'server name': 'memex' (服务器名称，可以自定义)
'command': 'uv' (运行命令，这里假设您使用 'uv' 运行器，也可以是 'python' 或其他 Python 运行环境)
'args': 启动 Memex 服务器的参数列表，包括：
- '--directory PATH_TO_LOCAL_MEMEX_REPO': 指定 Memex 代码仓库的本地路径。如果您将 Memex 代码下载到本地，需要将 'PATH_TO_LOCAL_MEMEX_REPO' 替换为实际的仓库路径。
- 'run mcp-memex': 运行 'mcp-memex' 模块，启动服务器。
- '--index PATH_TO_MEMEX_INDEX': 指定 Memex 索引目录的路径。Memex 会在该目录下创建和存储索引数据库，用于知识库搜索。请替换 'PATH_TO_MEMEX_INDEX' 为您希望使用的目录路径。
- '--workspace PATH_TO_OBSIDIAN_VAULT': 指定 Obsidian Vault 的路径。Memex 会将分析结果、笔记和 Artifact 存储到该 Vault 的子目录 ('Journal', 'Notes', 'Artifacts', 'Topics') 下。请替换 'PATH_TO_OBSIDIAN_VAULT' 为您 Obsidian Vault 的实际路径。
'env': 环境变量配置，用于设置 API 密钥。
- 'ANTHROPIC_API_KEY', 'FIRECRAWL_API_KEY', 'VOYAGE_API_KEY': 分别替换为您的 Anthropic, FireCrawl 和 Voyage API 密钥。

注意:

请确保您已安装 'uv' 或配置了正确的 Python 运行环境。
'PATH_TO_LOCAL_MEMEX_REPO', 'PATH_TO_MEMEX_INDEX', 'PATH_TO_OBSIDIAN_VAULT' 需要替换为实际的本地路径。
'YOUR-API-KEY' 占位符需要替换为真实的 API 密钥。

基本使用方法

启动 MCP 客户端: 启动配置了 Memex MCP 服务器的 MCP 客户端，例如 Claude 桌面应用。

调用 Memex 工具: 在客户端中，您可以指示 LLM 调用 Memex 提供的工具。

分析网页内容: 在提问时，包含您希望分析的网页 URL 列表。例如：

分析以下网页内容，总结法国的首都是什么？ "https://en.wikipedia.org/wiki/France", "https://zh.wikipedia.org/wiki/%E6%B3%95%E5%9B%BD"

Memex 会抓取并分析提供的网页，并将分析结果以 Markdown 笔记的形式保存到您的 Obsidian Vault 的 'Notes' 目录下。同时，相关信息也会被索引，以便后续搜索。

搜索知识库: 直接向 LLM 提问，问题内容将作为关键词在知识库中进行搜索。例如：
```
法国的首都是哪里？
```
Memex 会在知识库中搜索相关信息，并将结果返回给 LLM。

保存 Artifact: 指示 LLM 将特定内容保存到知识库的 Artifact 目录。例如：

请将以下内容保存为 Artifact "我的想法"： 今天学习了 MCP 协议，感觉很有意思。

Memex 会将 "今天学习了 MCP 协议，感觉很有意思。" 这段内容保存为 Obsidian Vault 'Artifacts' 目录下的 "我的想法.md" 文件。

查看知识库: 使用 Obsidian 打开您配置的 Vault 目录，即可查看和管理 Memex 生成的笔记、Artifact 和 Journal (操作日志)。

通过 Memex，您可以构建一个基于网页内容和个人输入的知识库，并利用 LLM 的智能来访问和利用这些知识，提升 LLM 在特定领域的应用能力。

关键词