Memory MCP

一個為Claude Code設計的持久化記憶MCP服務，能夠自動保存對話歷史並在後續會話中智能檢索相關上下文，實現跨會話的記憶延續。

知識管理與記憶開發者工具 #記憶服務 #對話歷史 #智能檢索 #MCP工具 .Python

評分 : 2.5分

下載量 : 7.4K

更新時間 : 2026-03-12

打開站點

什麼是Memory MCP Service?

Memory MCP Service是一個智能記憶系統，專門為Claude Code設計。它就像一個永不遺忘的助手，能夠自動記錄你與Claude的每一次對話，並在未來的會話中智能地回憶相關歷史。無論你是在開發項目、學習新知識還是制定計劃，它都能確保Claude始終了解你的背景和偏好。

如何使用Memory MCP Service?

使用非常簡單：安裝後配置自動鉤子，之後所有對話都會自動保存和檢索。你也可以手動調用記憶工具來記錄特定信息或搜索歷史。系統支持用戶級（跨項目共享）和項目級（隔離）兩種存儲方式。

適用場景

適合長期項目開發、持續學習、複雜問題解決等需要上下文連續性的場景。特別適合開發者、研究人員、學生等需要與AI助手進行多次交互的用戶。

主要功能

自動保存對話

通過配置鉤子，系統可以自動保存用戶消息和AI回覆，無需手動操作。

語義搜索檢索

基於向量嵌入技術，能夠理解查詢的語義含義，找到最相關的歷史對話。

雙層存儲架構

用戶級存儲（跨項目共享偏好和習慣） + 項目級存儲（項目特定的決策和架構）。

知識實體提取

自動從對話中提取關鍵實體（決策、偏好、概念等），形成結構化知識庫。

會話片段管理

每個對話會話被記錄為一個"片段"，包含自動生成的摘要和時間戳。

Claude Code鉤子集成

與Claude Code的事件系統深度集成，支持SessionStart、UserPromptSubmit等事件。

優勢

🚀 完全自動化：配置後無需手動操作，對話自動保存和檢索

🧠 智能關聯：基於語義理解找到最相關的歷史上下文

📊 結構化存儲：將對話轉化為可搜索的知識實體

🔒 隱私保護：所有數據本地存儲，不上傳雲端

⚡ 快速響應：檢索相關記憶通常在1-2秒內完成

🔄 跨會話連續：確保長期項目的上下文連續性

侷限性

📦 初始安裝需要下載約400MB的向量模型

🐍 需要Python 3.10-3.13，不支持Python 3.14+

💾 本地存儲佔用空間隨對話增加而增長

🔧 需要一定的技術知識進行初始配置

🔄 僅支持Claude Code，不支持其他AI助手

如何使用

安裝前置工具

首先安裝uv（Python包管理器），這是運行Memory MCP Service的必備工具。

初始化向量模型

首次使用時下載必要的向量模型文件（約400MB，只需下載一次）。

添加到Claude Code

將Memory MCP Service作為MCP服務器添加到Claude Code中。

配置自動鉤子（推薦）

配置自動鉤子以實現完全自動化的記憶保存和檢索。編輯~/.claude/settings.json文件。

驗證安裝

檢查Memory MCP Service是否成功連接。

使用案例

長期項目開發

在開發一個Web應用時，每次會話都能回憶起之前的架構決策、技術選型和實現細節。

學習新框架

學習React框架時，系統會記住你已經掌握的概念和遇到的常見問題。

個人偏好記錄

記錄你的代碼風格偏好，如縮進使用2個空格、函數命名使用camelCase等。

常見問題

Memory MCP Service會保存我的隱私數據嗎？

安裝需要多長時間？

如何清理舊的記憶數據？

支持哪些Python版本？

如果不配置鉤子，還能使用嗎？

記憶檢索的準確度如何？

🚀 內存MCP服務

內存MCP服務是為Claude Code打造的持久化內存服務，它能夠自動保存對話內容，並在不同會話中檢索相關歷史記錄，讓Claude始終掌握所需的對話背景信息。

🚀 快速開始

前提條件

安裝 uv（Python包運行器）：

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# Mac/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

要求Python版本為3.10 - 3.13（chromadb與Python 3.14+不兼容）。

1. 初始化（僅首次需要）

下載向量模型（約400MB，一次性操作）：

uvx --from chenxiaofie-memory-mcp memory-mcp-init

2. 將MCP服務器添加到Claude Code

claude mcp add memory-mcp -s user -- uvx --from chenxiaofie-memory-mcp memory-mcp

3. 配置鉤子（推薦）

鉤子可實現消息的全自動保存。若不配置鉤子，則需手動調用內存工具。將以下內容添加到 ~/.claude/settings.json：

{
  "hooks": {
    "SessionStart": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-start" }]
    }],
    "UserPromptSubmit": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-auto-save" }]
    }],
    "Stop": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-save-response" }]
    }],
    "SessionEnd": [{
      "matcher": ".*",
      "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-end" }]
    }]
  }
}

4. 驗證

claude mcp list

你應該會看到 memory-mcp: ... - ✓ Connected。

至此，大功告成！開啟一個新的Claude Code會話，對話將自動保存並可被召回。

✨ 主要特性

會話開始 ──► 創建片段 ──► 監控進程（後臺運行）
                                       │
用戶消息 ──► 保存消息 ──► 召回相關記憶 ──► 注入上下文
                                       │
Claude回覆 ──► 保存回覆內容           │
                                       │
會話結束 ──► 關閉信號 ──► 存檔片段 + 生成摘要

片段：每個對話會話都是一個“片段”，會自動生成摘要。
實體：從對話中提取的關鍵知識（決策、偏好、概念等）。
雙層存儲：用戶級（跨項目共享）+ 項目級（每個項目獨立）。
語義搜索：基於向量的檢索方式，可找到相關的過往上下文。

💻 使用示例

自動模式（配置鉤子後）

配置鉤子後，一切操作自動完成。Claude在對話時會將過往會話的相關歷史作為上下文。

手動模式

你也可以在Claude Code中直接調用內存工具：

# 開始一個新片段
memory_start_episode("登錄功能開發", ["auth"])

# 記錄一個決策
memory_add_entity("Decision", "使用JWT + Redis", "用於分佈式部署")

# 搜索歷史
memory_recall("登錄實現")

# 關閉片段
memory_close_episode("完成JWT登錄功能")

📚 詳細文檔

鉤子參考

鉤子	功能	執行時間
SessionStart	創建一個新片段	約50ms
UserPromptSubmit	保存用戶消息並檢索相關記憶	約1 - 2s
Stop	保存助手回覆	約1s
SessionEnd	發出片段關閉信號	約50ms

工具參考

工具	描述
`memory_start_episode`	開始一個新片段
`memory_close_episode`	關閉並存檔當前片段
`memory_get_current_episode`	獲取當前活動片段
`memory_add_entity`	添加一個知識實體
`memory_confirm_entity`	確認一個檢測到的實體候選
`memory_reject_candidate`	拒絕一個錯誤檢測
`memory_deprecate_entity`	將一個實體標記為過時
`memory_get_pending`	列出待處理的實體候選
`memory_recall`	跨片段和實體進行語義搜索
`memory_search_by_type`	按類型搜索實體
`memory_get_episode_detail`	獲取完整的片段詳情
`memory_list_episodes`	按時間順序列出所有片段
`memory_stats`	獲取系統統計信息
`memory_encoder_status`	檢查向量編碼器狀態
`memory_cache_message`	手動緩存一條消息
`memory_clear_cache`	清除消息緩存
`memory_cleanup_messages`	清理舊的緩存消息

實體類型

類型	級別	描述
`Decision`	項目	本項目的技術決策
`Architecture`	項目	架構設計
`File`	項目	重要文件描述
`Preference`	用戶	個人偏好（跨項目共享）
`Concept`	用戶	通用概念
`Habit`	用戶	工作習慣

存儲位置

用戶級：~/.claude-memory/
項目級：{project-root}/.claude/memory/

替代方案：從源代碼安裝

如果你需要從源代碼運行（例如，用於開發）：

git clone https://github.com/chenxiaofie/memory-mcp.git
cd memory-mcp
# Windows:
install.bat
# Mac/Linux:
chmod +x install.sh && ./install.sh

然後使用虛擬環境中的Python配置MCP服務器：

# Windows:
claude mcp add memory-mcp -s user -- "C:\path\to\memory-mcp\venv310\Scripts\python.exe" -m memory_mcp.server

# Mac/Linux:
claude mcp add memory-mcp -s user -- /path/to/memory-mcp/venv310/bin/python -m memory_mcp.server