-
项目简介 Mnemex 是一个创新性的模型上下文协议(MCP)服务器,旨在为人工智能助手提供先进的短期记忆管理功能。它模拟人类记忆的自然衰减过程,记忆会随着时间推移自然淡化,除非通过使用得到强化。Mnemex 结合了新颖的时序衰减算法、基于使用模式的强化学习、短期与长期双层记忆架构以及智能提示模式,实现了本地化、隐私友好的数据存储,并提供了强大的知识图谱和记忆整合能力。
-
主要功能点
- 时序衰减与强化记忆: 记忆根据时间流逝而衰减,同时通过频繁使用得到强化,模拟人类遗忘曲线。
- 双层记忆架构: 短期记忆(STM)采用 JSONL 文件存储,具有时序衰减特性;长期记忆(LTM)可自动晋升至 Obsidian 等 Markdown 库进行永久存储和版本控制。
- 智能提示系统: 提供自动保存、自动回忆和自动强化记忆的模式,无需显式记忆命令即可实现自然对话交互。
- 知识图谱与记忆管理工具: 提供丰富的 MCP 工具,包括保存记忆、搜索记忆、统一搜索(STM+LTM)、强化记忆、垃圾回收、晋升记忆、记忆聚类、记忆整合等,便于 AI 助手高效管理上下文信息。
- 本地化与隐私保护: 所有数据本地存储,不依赖云服务,确保用户数据隐私和透明度。
-
安装步骤 Mnemex 推荐使用 'uv' 工具进行安装。
- 安装 'uv': 如果尚未安装,请通过 'pip install uv' 安装 'uv' 工具。
- 安装 Mnemex:
- 从 GitHub 安装(推荐):
uv tool install git+https://github.com/simplemindedbot/mnemex.git - 从本地目录安装(适用于开发):
cd /path/to/mnemex uv tool install .
- 从 GitHub 安装(推荐):
-
服务器配置 Mnemex 作为 MCP 服务器,需要被 MCP 客户端(如 Claude Desktop)配置才能启动和使用。请在您的 MCP 客户端配置文件(例如 '~/Library/Application Support/Claude/claude_desktop_config.json')中添加以下 JSON 配置片段,以告知客户端如何启动 Mnemex 服务器:
{ "mcpServers": { "mnemex": { "command": "mnemex", "comment": "启动 Mnemex MCP 服务器的命令,确保 mnemex 已通过 uv tool install 安装" } } }对于开发环境,如果您通过 'uv pip install -e .' 安装了 Mnemex,配置可能需要包含额外的参数:
{ "mcpServers": { "mnemex": { "command": "uv", "args": ["--directory", "/path/to/mnemex", "run", "mnemex"], "env": {"PYTHONPATH": "/path/to/mnemex/src"}, "comment": "开发环境配置:使用 uv 运行 mnemex 服务器,请将 /path/to/mnemex 替换为您的 Mnemex 项目路径" } } }环境变量配置: Mnemex 的存储路径、记忆衰减参数、推广阈值等可以通过 '.env' 文件进行配置。 复制仓库根目录下的 '.env.example' 到 '~/.config/mnemex/.env' 或您的项目 '.env' 文件,并根据需要修改。 例如:
# 存储路径 (默认为 ~/.config/mnemex/jsonl) MNEMEX_STORAGE_PATH=/home/user/mnemex_data # 记忆衰减模型 (power_law | exponential | two_component) MNEMEX_DECAY_MODEL=power_law # 推广至长期记忆的阈值 (分数 >= 0.65 或 14 天内使用次数 >= 5) MNEMEX_PROMOTE_THRESHOLD=0.65 MNEMEX_PROMOTE_USE_COUNT=5 MNEMEX_PROMOTE_TIME_WINDOW=14 # 长期记忆 (LTM) Obsidian Vault 路径 (可选) LTM_VAULT_PATH=/home/user/Documents/ObsidianVault详细参数请参考仓库中的 '.env.example' 文件。
-
基本使用方法 一旦 MCP 客户端配置并启动了 Mnemex 服务器,AI 助手就可以通过调用 Mnemex 提供的 MCP 工具来管理记忆。例如:
- 保存新记忆: AI 助手可以调用 'save_memory' 工具来保存新的信息,例如用户的偏好或重要事实。
- 搜索记忆: AI 助手可以调用 'search_memory' 或 'search_unified' 工具来检索相关的短期或长期记忆,以获取上下文信息。
- 强化记忆: 当某个记忆被再次提及或使用时,AI 助手可以调用 'touch_memory' 工具来强化该记忆,延长其保留时间。
- 晋升记忆: 对于高价值的、频繁使用的记忆,AI 助手可以调用 'promote_memory' 工具将其晋升到长期存储(如 Obsidian 笔记)。
无需用户直接与 Mnemex 的命令行工具交互(除非进行维护)。AI 助手将负责根据对话内容自动调用相应的记忆管理功能。
信息
分类
AI与计算