项目简介

Mnemosyne 是一个基于 Rust 开发的高性能记忆系统，旨在为 Anthropic 的 Claude Code 开发环境提供强大的上下文管理能力。它通过 Model Context Protocol (MCP) 与 Claude Code 客户端通信，帮助多智能体系统存储、检索和管理项目相关的记忆、知识和决策。系统具备项目感知命名空间、混合记忆检索（关键词+图谱）、LLM 智能增强（自动摘要、关键词、链接生成）以及 OODA 循环集成等核心功能。

主要功能点

项目感知记忆管理: 自动区分全局、项目和会话级别的记忆，确保上下文隔离和优先级。这意味着您的代理（Agent）可以针对当前项目、当前会话甚至全局知识库进行记忆操作，而不会混淆。
LLM增强的记忆智能: 利用 Claude Haiku 等大型语言模型，Mnemosyne 能够自动生成记忆摘要、提取关键术语、分类记忆类型、评估重要性，并建立记忆间的语义链接，极大地提升了记忆的实用性和可检索性。
混合检索能力: 结合传统的关键词全文搜索 (FTS5) 和创新的知识图谱遍历，Mnemosyne 能够高效、准确地召回与查询最相关的记忆，即使它们之间没有直接的关键词匹配。
会话及工具集成: Mnemosyne 通过标准 JSON-RPC 协议暴露了一套名为 MCP 工具集，允许 Claude 智能体程序化地存储、检索、更新和管理记忆，从而实现高级的代理行为。
知识图谱自组织: 记忆间通过 LLM 生成的语义链接形成一个动态的知识图谱。这个图谱会随着新的记忆加入和使用模式的演化而自组织，支持信息整合和链接强度调整。

安装步骤

安装 Rust: 确保您的系统已安装 Rust 1.75+ 版本。如果未安装，请访问 rustup.rs 进行安装。
安装 Mnemosyne: 打开终端，导航到 Mnemosyne 仓库的根目录，然后运行安装脚本：
```
./install.sh
```
此脚本将自动编译 Mnemosyne 二进制文件（在 Release 模式下），并将其安装到您的 '~/.local/bin' 路径下，同时初始化 SQLite 数据库。
配置 Anthropic API Key (可选，推荐): Mnemosyne 的 LLM 智能增强功能需要一个 Anthropic API Key。您可以选择以下任一方式进行配置：
- 交互式设置 (推荐): 运行以下命令，Mnemosyne 将提示您输入 API Key 并将其安全地存储在您的操作系统密钥链中：
```
mnemosyne config set-key
```
- 通过环境变量设置: 将您的 API Key 设置为名为 'ANTHROPIC_API_KEY' 的环境变量：
```
export ANTHROPIC_API_KEY=sk-ant-your-api-key-here
```
您可以运行 'mnemosyne config show-key' 来查看当前 API Key 的配置状态。

服务器配置

Mnemosyne MCP 服务器是为 MCP 客户端（例如 Claude Code 开发环境）提供上下文服务的。MCP 客户端需要一个 JSON 格式的配置文件来了解如何启动 Mnemosyne 服务器并与其建立通信。这个配置文件通常会存放在 '.claude/mcp_config.json' 这样的路径下。

以下是 MCP 客户端可能使用的配置信息示例及其参数注释，以方便用户理解和配置：

{
  "server_name": "mnemosyne-memory-server",
  "description": "提供项目感知、LLM增强的语义记忆服务，支持代理存储和检索记忆。",
  "command": "mnemosyne",
  "args": ["serve"],
  "capabilities": {
    "tools": [
      {
        "name": "mnemosyne.recall",
        "description": "搜索记忆：根据语义查询、关键词或标签检索记忆，返回排序结果及相关性分数。",
        "input_schema_description": "需要查询字符串（query），可选命名空间（namespace，格式如'project:my-app'或'session:my-app:abc123'）、最大结果数（max_results，默认为10）、最小重要性（min_importance，1-10）。"
      },
      {
        "name": "mnemosyne.list",
        "description": "列出记忆：按最近、重要性或访问次数列出指定命名空间内的记忆。适用于浏览历史记录。",
        "input_schema_description": "可选命名空间（namespace，格式同mnemosyne.recall）、限制返回数量（limit，默认为20）、排序方式（sort_by，可选'recent'、'importance'、'access_count'）。"
      },
      {
        "name": "mnemosyne.graph",
        "description": "获取记忆图谱：从一个或多个种子记忆ID开始，通过语义链接遍历记忆图谱，以构建更全面的上下文。",
        "input_schema_description": "需要种子记忆ID列表（seed_ids，字符串数组），可选最大跳数（max_hops，默认为2）。"
      },
      {
        "name": "mnemosyne.context",
        "description": "获取完整上下文：检索一个或多个特定记忆ID的详细信息，包括其链接的记忆和所有元数据。",
        "input_schema_description": "需要记忆ID列表（memory_ids，字符串数组），可选是否包含链接记忆（include_links，默认为true）。"
      },
      {
        "name": "mnemosyne.remember",
        "description": "存储记忆：保存一条新记忆。LLM将自动对其进行丰富，包括生成摘要、提取关键词、标签和语义链接。",
        "input_schema_description": "需要记忆内容（content）和命名空间（namespace，格式同mnemosyne.recall），可选重要性（importance，1-10，如果未提供则由LLM确定）、额外上下文（context）。"
      },
      {
        "name": "mnemosyne.consolidate",
        "description": "整合记忆：由LLM分析并决定合并或替代相似记忆，以防止知识冗余。",
        "input_schema_description": "可选待整合的记忆ID列表（memory_ids，仅限2个ID进行配对分析），可选命名空间（namespace）以查找相似记忆的候选，可选自动应用（auto_apply，默认为false，设置为true则自动执行合并/替代）。"
      },
      {
        "name": "mnemosyne.update",
        "description": "更新记忆：修改现有记忆的内容、重要性或标签。",
        "input_schema_description": "需要记忆ID（memory_id），可选新内容（content，修改后将触发重新嵌入）、新重要性（importance，1-10）、要完全替换的标签列表（tags）、或要添加到现有标签的标签列表（add_tags）。"
      },
      {
        "name": "mnemosyne.delete",
        "description": "删除记忆：软删除（归档）一条记忆。被归档的记忆不会出现在搜索结果中，但仍可恢复，不会永久销毁。",
        "input_schema_description": "需要记忆ID（memory_id）。"
      }
    ]
  }
}

基本使用方法

一旦 Mnemosyne MCP 服务器配置并在 Claude Code 等 MCP 客户端中启动，您就可以通过客户端提供的接口来利用其记忆功能。

通过 Claude Code 斜杠命令 (用户友好界面):
- '/memory-store <要存储的内容>'：快速存储一条新记忆。
- '/memory-search <查询关键词>'：在您的记忆库中进行混合搜索。
- '/memory-context'：加载当前项目相关的上下文记忆。
- '/memory-list'：浏览和查看所有或特定命名空间下的记忆。
- '/memory-consolidate'：启动记忆整合流程，审查并合并或替代重复的记忆。

通过 MCP 工具 (编程接口，供代理使用): Claude 智能体可以直接调用 Mnemosyne 暴露的 MCP 工具，通过发送 JSON-RPC 请求来执行记忆操作。例如：

调用 'mnemosyne.remember' 来存储一条记忆:

{"jsonrpc": "2.0", "method": "tools/call", "params": {"name": "mnemosyne.remember", "arguments": {"content": "我们决定采用微服务架构以提高可伸缩性。", "namespace": "project:my-new-app", "importance": 9, "context": "架构决策会议"}}, "id": 123}

调用 'mnemosyne.recall' 来检索相关记忆:

{"jsonrpc": "2.0", "method": "tools/call", "params": {"name": "mnemosyne.recall", "arguments": {"query": "关于数据库选择的考虑", "namespace": "project:my-new-app", "max_results": 5}}, "id": 456}

Mnemosyne 服务器将接收这些 JSON-RPC 请求，处理后返回相应的 JSON-RPC 响应，包含记忆操作的结果或检索到的记忆信息。