Postg Mem

笔记官方认证

🚀 PostgMem

PostgMem 是一个基于模型上下文协议（MCP）的服务器实现方案，借助 PostgreSQL 和 pgvector 为 AI 应用提供向量内存存储功能，可助力 AI 代理高效管理记忆数据。

🚀 快速开始

PostgMem 是一个基于 .NET 的服务，它允许 AI 代理存储、检索记忆，并能通过相似度搜索来访问记忆。该服务利用 PostgreSQL 和 pgvector 扩展，实现了高效的相似性搜索功能。

✨ 主要特性

使用向量嵌入存储结构化记忆。
可按照 ID 检索单个记忆。
支持通过向量相似性进行语义搜索。
能使用标签过滤搜索结果。
与模型上下文协议（MCP）集成，方便与 AI 代理配合使用。

📚 详细文档

技术栈

.NET 9.0
带有 pgvector 扩展的 PostgreSQL
模型上下文协议（MCP）
ASP.NET Core
借助 Npgsql 实现 PostgreSQL 连接

先决条件

安装 .NET 9.0 SDK。
拥有已安装 pgvector 扩展的 PostgreSQL 数据库。
准备好文本嵌入 API（默认配置使用 Ollama）。

设置

数据库配置

创建一个用于该应用程序的 PostgreSQL 数据库。
在数据库中安装 pgvector 扩展：
```
CREATE EXTENSION vector;
```

创建 memories 表：

CREATE TABLE memories (
id UUID PRIMARY KEY,
type TEXT NOT NULL,
content JSONB NOT NULL,
source TEXT NOT NULL,
embedding VECTOR(384) NOT NULL,
tags TEXT[] NOT NULL,
confidence DOUBLE PRECISION NOT NULL,
created_at TIMESTAMP WITH TIME ZONE NOT NULL,
updated_at TIMESTAMP WITH TIME ZONE NOT NULL
);

环境配置

在项目的 .env 文件中配置应用程序设置：

ConnectionStrings__Storage="Host=localhost;Database=mcp_memory;Username=postgres;Password=postgres"
Embeddings__ApiUrl=http://localhost:11434/
Embeddings__Model=all-minilm:33m-l12-v2-fp16

ConnectionStrings__Storage：PostgreSQL 连接字符串。
Embeddings__ApiUrl：嵌入式 API 的 URL（默认使用 Ollama）。
Embeddings__Model：使用的嵌入模型。

运行应用程序

切换到 PostgMem 目录。
运行应用程序：
```
dotnet run
```
MCP 服务器将在 http://localhost:5000 默认可用。

MCP 工具

存储

将新记忆存储在数据库中。参数：

type（字符串）：记忆的类型（例如，'对话'、'文档' 等）。
content（字符串）：记忆内容作为 JSON 对象。
source（字符串）：记忆来源（例如，'用户'、'系统' 等）。
tags（字符串数组）：可选的记忆分类标签。
confidence（双精度浮点数）：记忆的置信度分数（0.0 到 1.0）。

搜索

通过提供的文本搜索相似记忆。参数：

query（字符串）：要搜索的文本。
limit（整数）：返回结果的最大数量（默认：10）。
minSimilarity（双精度浮点数）：最小相似度阈值（0.0 到 1.0）（默认：0.7）。
filterTags（字符串数组）：可选的记忆过滤标签。

获取

通过 ID 检索特定记忆。参数：

id（Guid）：要检索的记忆 ID。

删除

通过 ID 删除记忆。参数：

id（Guid）：要删除的记忆 ID。

🔧 技术细节

Memory.cs：定义记忆数据模型。
Storage.cs：处理数据库操作，包括存储和检索记忆。
EmbeddingService.cs：生成文本向量嵌入。
MemoryTools.cs：实现 MCP 工具以与记忆存储交互。

📄 许可证

[在此处填写您的许可信息]

贡献

[在此处添加贡献指南，如果适用]

联系方式

[在此处提供联系方式或支持信息]

0 条评论
分类：笔记