Minime MCP

🚀 MiniMe - MCP v0.2.0

這是一款用於創建開發者數字分身的集成開發環境（IDE）代理升級工具，可應用於所有項目。當下，大家都在藉助人工智能助手進行“氛圍編程”，那種神奇的體驗就像你大聲思考，AI 能心領神會，代碼自然就生成了。但問題是，你的 AI 有“失憶症”，每次對話都得從頭開始，每個項目都像是在向陌生人解釋自己。

要是你的 AI 真能“記住”東西，會怎樣呢？

🧠 MiniMe - MCP：AI 的持久記憶大腦

智能時代的上下文工程

這可不只是普通的 MCP 服務器，它是你 AI 助手的“數字海馬體”，能存儲、關聯信息，並在每次交互中不斷進化。當別人還在堆砌功能時，你已經在輸出智能了。

當下“氛圍編程”的問題：

• 🔄 無盡重複 — “我們是這樣處理認證的……”（第 50 次說了）
• 🤷 上下文失憶 — AI 會忘記你的代碼模式、偏好和決策
• 🏝️ 項目孤島 — 從一個項目學到的東西無法惠及其他項目
• 📚 知識流失 — 每次會話間的見解都會消失

MiniMe - MCP 的解決方案：

// 不用再經歷痛苦的循環：
"嘿，AI，記得我們用的是 PostgreSQL 並且……"
"哦，還有我們更喜歡函數式組件……"
"另外，我們決定不用 Redis 是因為……"

// 你將擁有神奇的體驗：
AI："根據你在項目 A 中的認證模式和項目 B 中的可擴展性經驗，我會這樣處理這個問題……"

🔮 以智能為先的開發模式如何運作

1. 真正有價值的記憶

你的 AI 不僅能記住信息，還能理解上下文：

• 決策與理由：你為何選擇 React 而非 Vue（以及何時改變選擇）
• 代碼模式：你團隊的代碼規範，讓代碼審查更高效
• 架構演變：你的系統設計思維是如何成熟的
• Bug 解決方案：6 個月前那個棘手的 CORS 問題的修復方法

2. 跨項目模式識別

當你的 AI 能夠關聯不同項目間的信息時，真正的魔法就出現了：

💡 "我注意到你又在實現 JWT 認證了。在前 3 個項目中，你在第 3 天左右總會遇到同樣的刷新令牌邊緣情況。這次要我提前處理嗎？"

💡 "你在項目 A 中的數據庫連接模式可以解決這裡的性能問題。要我採用那種方法嗎？"

💡 "根據你的部署歷史，這看起來和阻塞項目 C 的 nginx 配置問題一樣。這是之前有效的修復方法……"

3. 上下文工程的實際應用

看著你的 AI 助手從通用工具逐步進化為項目專屬智能助手：

第 1 次會話：提供基本幫助
第 10 次會話：瞭解你的偏好
第 100 次會話：預測你的需求
第 1000 次會話：像你的團隊一樣思考

🎯 立竿見影的實際收益

對於獨立開發者：

• 即時上下文切換 — 在不同項目間切換時不會失去動力
• 個人文檔 — 你的 AI 成為你的外部大腦
• 模式進化 — 隨著時間提升你的架構設計思維

對於團隊：

• 共享智能 — 新團隊成員可以繼承集體智慧
• 一致的模式 — AI 會自動執行團隊規範
• 決策歷史 — 再也不用疑惑“我們為什麼要這樣構建它？”

對於組織：

• 跨團隊學習 — 最佳實踐自然傳播
• 知識保留 — 即使團隊人員變動，見解依然留存
• 智能入職培訓 — 新員工能獲得上下文感知的幫助

🛠️ 通用 IDE 智能工具

它能在整個開發生態系統中無縫運行：

🎨 VS Code → 具有持久記憶的增強版 Copilot
🚀 Cursor → 真正能記住信息的 AI 結對編程
⚡ Claude Desktop → 能連貫對話的交互體驗
🌊 Windsurf → 具有共享上下文的協作式編碼
🔗 任何 MCP 客戶端 → 面向未來的智能層

⚡ 智能優勢對比

# 傳統 AI 開發
你："我該如何構建這個 API？"
AI："這裡有一些通用模式……"
結果：通用建議，重複研究

# 以智能為先的開發
你："我該如何構建這個 API？"
AI："根據你之前的 3 個 API、在服務 X 中遇到的擴展問題以及你在項目 Y 中喜歡的簡潔架構，這裡有一種適合你模式的方法……"
結果：個性化、經過實踐檢驗的指導

🚀 準備好升級你的編程體驗了嗎？

別再向你的 AI 反覆解釋了，開始與真正懂你的助手一起構建項目吧。

MiniMe - MCP 能將每次 IDE 會話從：

• ❌ “讓我再解釋一下我們的設置……”
• ✅ “你懂我要做什麼，咱們開始幹吧。”

開發的未來不只是 AI 輔助，而是智能增強。你的代碼、模式和決策，都將被記住、關聯並不斷進化。

歡迎開啟有“大腦”的氛圍編程之旅。🧠

為模型上下文協議構建，兼容 VS Code、Cursor、Claude Desktop、Windsurf 以及不斷擴展的 AI 開發工具世界。

✨ 主要特性

• 持久上下文：你的 AI 助手能記住一切，包括決策、代碼模式和項目知識。
• 智能分析：由 AI 驅動的見解，可識別模式和學習機會。
• 通用 IDE 支持：能與 VS Code、Claude Desktop、Cursor、Windsurf 無縫協作。
• 隱私至上：使用你自己的 Ollama 模型在本地運行，你的數據不會離開你的設備。
• 多架構支持：原生支持 Intel/AMD（x64）和 Apple Silicon（ARM64）。

🚀 快速開始（5 分鐘）

前提條件

1. 安裝 Docker - 獲取 Docker
2. 安裝 Ollama - AI 模型所需

   # macOS
   brew install ollama
   
   # Linux
   curl -fsSL https://ollama.ai/install.sh | sh
   
   # Windows
   # 從 https://ollama.ai/download 下載
   

3. 拉取所需模型

   # 拉取嵌入模型（必需）
   ollama pull mxbai - embed - large
   
   # 拉取默認大語言模型
   ollama pull deepseek - coder:6.7b
   

運行 MiniMe - MCP

# 拉取並運行 Docker 鏡像（自動選擇 ARM64 或 AMD64）
docker run -d \
  --name minimemcp \
  --restart unless - stopped \
  -p 5432:5432 \
  -p 8000:8000 \
  -p 9090:9090 \
  -v minime - mcp - v9:/data \
  -e POSTGRES_PASSWORD=minime_password \
  -e UI_PORT=9090 \
  manujbawa/minimemcp:latest

就這麼簡單！ MiniMe - MCP 現已運行：

• 📍 MCP API：http://localhost:8000
• 📍 Web UI：http://localhost:9090
• 🏥 健康檢查：http://localhost:8000/health

🛠️ 適用於 IDE 的 MCP 工具

安裝 MCP 客戶端

npm install -g @minimemcp/mcp-client

可用的 MCP 工具

• store_memory - 具有自動標籤功能的智能內存存儲
• search_memories - 混合語義/關鍵詞搜索
• get_insights - 由 AI 驅動的模式分析
• start_thinking - 結構化推理序列
• manage_tasks - 項目任務管理
• manage_project - 文檔和項目管理

🎯 IDE 集成

配置你的 IDE 以使用 MiniMe - MCP 工具：

• Claude Desktop - 全面支持 MCP
• Cursor - 全面支持 MCP
• VS Code - 在 GitHub Copilot Chat v0.29+（需要 VS Code 1.102+）版本中支持
• Windsurf - 全面支持 MCP

GitHub 組織用戶注意：你的管理員必須在 GitHub 組織的 Copilot 設置中啟用 MCP。

配置完成後，你的 AI 助手將在 IDE 中直接訪問持久內存和智能工具。

🧠 關鍵特性

以智能為先的框架

• 強制會話啟動：自動加載項目上下文
• 積極的內存存儲：自動存儲所有重要信息
• 模式識別：AI 識別趨勢和學習機會
• 結構化思考：針對複雜問題的多步推理

高級功能

• 統一見解 v2：通過大語言模型進行模式檢測和分類
• 順序思考：分支並探索多種解決方案路徑
• 項目智能：學習你的代碼庫結構和規範
• 任務管理：集成任務跟蹤和智能優先級排序

🔧 高級配置

使用不同的大語言模型

docker run -d \
  --name minimemcp \
  -e LLM_MODEL="llama2:13b" \
  -e POSTGRES_PASSWORD=minime_password \
  -e UI_PORT=9090 \
  -p 5432:5432 -p 8000:8000 -p 9090:9090 \
  -v minime - mcp - v9:/data \
  manujbawa/minimemcp:latest

自定義端口

docker run -d \
  --name minimemcp \
  -e MCP_PORT="8080" \
  -e UI_PORT="9090" \
  -e POSTGRES_PASSWORD=minime_password \
  -p 5432:5432 -p 8080:8080 -p 9090:9090 \
  -v minime - mcp - v9:/data \
  manujbawa/minimemcp:latest

📦 從源代碼構建

若要進行開發或定製：

# 克隆倉庫
git clone https://github.com/yourusername/MiniMe - MCP
cd MiniMe - MCP

# 一鍵快速啟動
make all

# 熱重載開發模式
make dev - hot

# 生產環境構建
make build - fast - v2

🐛 故障排除

檢查狀態

# 容器狀態
docker ps -f name=minimemcp

# 查看日誌
docker logs minimemcp -f

# 測試健康狀況
curl http://localhost:8000/health

常見問題

Ollama 連接問題

• 確保 Ollama 正在運行：ollama serve
• 驗證模型是否已下載：ollama list

內存處理問題

• 檢查嵌入模型：ollama pull mxbai - embed - large
• 查看日誌：docker logs minimemcp | grep embed

📚 文檔

• 安裝指南 - 詳細的設置說明
• MCP 配置 - IDE 集成指南
• API 文檔 - 運行時可用

🤝 貢獻代碼

1. Fork 倉庫
2. 創建功能分支 (git checkout -b feature/amazing - feature)
3. 提交更改 (git commit -m '添加驚人的功能')
4. 推送到分支 (git push origin feature/amazing - feature)
5. 打開拉取請求

📄 許可證

本項目採用 MIT 許可證 - 詳情請參閱 LICENSE 文件。

採用以智能為先的原則構建，實現最高的 AI 生產力 🚀

技術棧

• 數據庫：使用 pgvector 進行嵌入的 PostgreSQL
• AI 模型：本地 Ollama（mxbai - embed - large，deepseek - coder:6.7b）
• 前端：使用 Material - UI 的 React
• 後端：使用 Express 的 Node.js
• 容器：支持多架構（AMD64 + ARM64）的單 Docker 容器