项目简介

Memory Bank是一套旨在帮助AI助手保留项目上下文的结构化文档系统。本项目是一个遵循 Model Context Protocol (MCP) 的服务器，它提供了一系列工具和上下文信息，帮助用户创建、管理和使用Memory Bank。通过与支持MCP的AI客户端（如某些IDE中的AI助手）集成，本项目能提升AI理解项目背景和提供准确帮助的能力。

主要功能点

• 获取Memory Bank结构： 提供Memory Bank推荐文件结构的详细描述。
• 生成文件模板： 根据需要生成特定Memory Bank文件的Markdown模板。
• 分析项目摘要： 分析用户提供的项目简要说明，并为填充Memory Bank内容提供建议。
• 提供使用指南： 通过MCP Resource提供Memory Bank的设置和使用方法指导。

安装步骤

本项目需要Python环境。最基本的安装步骤如下：

1. 克隆本项目的代码仓库。
2. 在项目目录下，创建一个Python虚拟环境（推荐）：
   • 在Linux/macOS上运行：'python3 -m venv venv'
   • 在Windows上运行：'python -m venv venv'
3. 激活虚拟环境：
   • 在Linux/macOS上运行：'source venv/bin/activate'
   • 在Windows上运行：'venv\Scripts\activate'
4. 安装项目依赖：确保虚拟环境已激活，运行 'pip install -r requirements.txt'。

服务器配置（为MCP客户端准备）

本MCP服务器需要由您的MCP客户端（如某些AI IDE或工具）来启动和管理。您需要在客户端的MCP配置文件（通常是 'mcp.json' 或类似的JSON文件）中添加一个条目来定义如何连接到此服务器。

配置信息通常需要指定：

• 服务器名称 (server name)： 一个用于标识此服务器的唯一名称（例如："memory-bank"）。
• 启动命令 (command) 和参数 (args)： 如果您选择让客户端通过运行本地命令来启动服务器（如手动安装方式），则需要指定运行服务器的命令（例如 'python'）及其参数（例如 '["server.py"]'）。
• URL (url)： 如果服务器部署在远程并通过网络（如SSE）提供服务，则需要指定服务器的访问URL。

请根据您选择的运行方式（手动安装后本地运行、Docker、通过Smithery平台运行或连接到公共SSE端点等）查阅相关文档或项目说明，以获取准确的配置命令或URL。例如，如果使用手动安装方式在本地运行，配置大致会包含 'command: "python"' 和 'args: ["server.py"]'。

基本使用方法

一旦您的MCP客户端配置并成功连接了本服务器，您就可以在AI助手中通过自然语言与其交互。

• 您可以请求AI助手获取Memory Bank的文件结构说明。
• 您可以要求AI助手生成特定文件的模板，例如请求生成 'projectbrief.md' 的模板。
• 您可以向AI助手提供项目摘要，并请求它根据摘要为您的Memory Bank内容提供建议。
• AI助手也可能通过Resource请求本服务器提供的Memory Bank设置或使用指南，以便更好地协助您。

例如，您可以尝试向您的AI助手提出类似的请求：“请使用你的工具为我的待办事项应用创建Memory Bank”或“请生成 projectbrief.md 的Memory Bank模板”。