Mind-Mem MCP 服务器
使用说明
-
项目简介
- Mind-Mem MCP 服务器是一个完整的后端实现,遵循 MCP 协议格式,通过 JSON-RPC 方式向 MCP 客户端提供对内存资源、工具和提示模板的访问。服务器实现了对会话、能力声明、权限控制等治理能力,支持多传输协议(stdio、HTTP/SSE),并对资源只读、工具有 ACL、速率限制等安全性约束,确保在本地环境中以最小依赖提供可扩展的上下文服务。
-
主要功能点
- 资源(Resources):提供多种只读资源接口,如 active 对应的决策、任务、实体、信号、矛盾、健康状态等,客户端可读取工作区数据。
- 工具(Tools):实现了多达 19 种 MCP 工具,包含 recall、更新提案、应用/回滚、回溯、对比、分類、索引统计、 reindex、导出等,便于 LLM 调用外部功能。
- 提示/模板(Prompts):支持通过服务器端定义与渲染的提示模板,为不同场景提供一致的交互模板。
- 安全与治理:包含 ACL、速率限制、Bearer 令牌鉴权、WAL 日志、变更快照、审计轨迹以及多代理命名空间、冲突解决等能力,确保内存治理的可追溯性。
- 传输协议:Hi 提供 stdio(默认,适用于本地客户端)与 HTTP(远程/多客户端)两种传输,便于灵活部署。
- 与本地工作区集成:服务器从环境变量读取工作区路径(MIND_MEM_WORKSPACE),读取工作区目录结构并暴露对决定、任务、实体等的访问。
-
安装步骤(快速上手)
- 安装必需组件:在运行前请先安装 MCP 服务所需的底层依赖(包括 fastmcp)。命令示例:pip install fastmcp。
- 运行服务器:
- 本地stdio模式(默认):直接运行 python3 mcp_server.py,即可提供 MCP 服务给 Claude Code 等本地客户端。
- HTTP 模式:运行 python3 mcp_server.py --transport http --port 8765,开启 HTTP 端口,便于远程/多客户端连接。
- 配置工作区
- 通过环境变量 MIND_MEM_WORKSPACE 指定工作区目录,如在启动前执行 export MIND_MEM_WORKSPACE=/path/to/workspace(Windows 下为 set MIND_MEM_WORKSPACE=C:\path\to\workspace)。
- 客户端连接配置(示例,需按客户端具体格式填写)
- 客户端需要知道启动 MCP 服务器的命令与参数,以及工作区信息即可建立连接。以下为示意性描述,不作为代码块:
- server name: mind-mem
- command: python3
- args: ["/path/to/mind-mem/mcp_server.py"]
- workspace: "/path/to/your/workspace"
- transport: "stdio" 或 "http"(与服务器启动参数保持一致)
- 客户端需要知道启动 MCP 服务器的命令与参数,以及工作区信息即可建立连接。以下为示意性描述,不作为代码块:
- 配置文件示意(不以代码块呈现,仅做格式说明)
- MCP 客户端的配置通常包含 server 名称、命令与参数、以及环境变量等,用于在客户端启动时建立连接。具体字段可能包括:server name、command、args、env、transport、port 等,以实际客户端文档为准。
-
基本使用方法
- 启动后,客户端通过 MCP 协议请求读取资源、调用工具、获取提示模板等。
- 通过读取资源接口(如 mind-mem://decisions、mind-mem://recall/{query} 等)获取当前工作区数据与检索结果。
- 调用工具(如 recall、propose_update、approve_apply、export_memory 等)来进行查询、提案、应用及导出等操作。
- 使用图形化或命令行的 MCP 客户端实现与服务器对话,JSON-RPC 响应将包含结果数据、状态信息或错误信息。
- 如需安全性,加强 tokens 配置(MIND_MEM_TOKEN、MIND_MEM_ADMIN_TOKEN),并在 HTTP 模式下启用静态 Token 验证。
-
运行与调试要点
- 确保工作区结构完整且可写(decisions、tasks、entities、memory 等目录存在)。
- 如遇数据库锁等并发问题,服务器有读写分离与 WAL 日志保护,需确保本地环境对并发写入有良好支持。
- 监控日志输出,使用环境变量 MIND_MEM_LOG_LEVEL 可调整日志级别,便于排错。
-
备注
- 该实现包括多项 MCP 相关的工具与资源,且具备本地化的内存治理能力。若要将其用于生产,请结合你的安全策略(令牌、ACL、监控与备份策略)及硬件资源进行适配性评估。