🚀 mcp-server-memory
这是一个与记忆文本文件交互的 MCP 服务器，旨在帮助 Claude 在聊天过程中保持上下文。每一行记忆文本都代表一段独立的记忆。
🚀 快速开始
本服务器提供了一系列工具，允许 Claude（以及其他 MCP 客户端）在聊天时管理记忆：
memory_add(memory: string)：用于添加记忆。memory_search(query: string)：返回匹配的记忆（采用子字符串精确匹配，未来可能支持通配符/正则表达式）。memory_delete(query: string)：删除匹配的记忆（子字符串精确匹配）。memory_list()：返回所有记忆。- 提示：
memory_update相当于memory_delete和memory_add的组合操作。
💻 使用示例
以下是一些使用示例，展示如何在实际聊天中运用这些记忆管理工具：
基础用法
- 当提及自己的名字时，可添加记忆："正在与 Wes 聊天"。
- 提到女儿的年龄时，添加记忆："Wes 的女儿 8 岁"。
- 表示正在进行一个 TypeScript 项目时，添加记忆："正在做 TypeScript 项目"。
- 若 Claude 在使用工具过程中遇到情况，例如第一次尝试使用
python命令失败，后续使用python3成功，Claude 可以记录："使用 python3，python 不存在"。
高级用法
- 若要删除关于 X 的记忆，可使用：
memory_delete(query: X)。 - 若要纠正自己的名字，可先使用
memory_search("oldname")查找旧名字的记忆，删除匹配记录，再添加新名字的记忆。
当开始新的聊天时，Claude 会自动获取最近的记忆（子集或全部），也可以手动请求记忆（部分、更多或全部），并根据这些记忆影响回应和工具的使用。
🔧 技术细节
设计思路
采用简单的记忆文本文件，主要基于以下原因：
- ChatGPT 的记忆功能运行良好，本质上也是一个文本文件。虽然背后可能存在一些结构化处理，但从用户视角看，呈现为文本文件形式。
- 在
mcp-server-commands类似提醒功能的测试中，使用文本文件效果良好（当时 Claude 具备这些功能）。 - 未结构化的文本简化了工具的操作和参数，基本只需管理一个字符串列表。
提示机制
为了让模型知道何时存储记忆，提示机制至关重要。目前有以下几种实现思路：
- 培训：OpenAI 表明，部分经过训练的模型能够了解何时存储记忆，就像模型接受工具使用的训练一样。
- 提示词：在系统提示部分添加提醒，以触发模型存储记忆。
- 工具本身：在对 Claude 的测试中，仅依靠工具规范和工具响应中的提示/建议，Claude 无法有效存储记忆。因此，在提示中添加提示信息可能是有效的解决方案。
📚 详细文档
未完成的想法
以下是一些未来可能实现的想法，但不确定是否值得投入时间，列出这些想法也是为了避免自己分心去实现它们：
- 新颖性因素：是否可以根据记忆的新颖性重新排列记忆？这样在处理模糊的记忆查询时（例如同时提到 TypeScript 项目和 Python 项目，当要求开始新项目时，优先建议最近使用的项目），能提供更准确的建议。
- 逐渐淡出旧记忆：考虑是否需要让旧记忆逐渐淡出，以保持记忆的时效性和相关性。