Memdata MCP

🚀 memdata-mcp

MemData-mcp 是為 MemData 打造的 MCP 服務器，為 AI 智能體提供持久化內存支持。藉助它，Claude、Cursor 或任何支持 MCP 的 AI 都能在不同對話間擁有長期記憶能力。其核心功能是存儲筆記、決策和上下文信息，並能在後續進行語義化檢索，讓你的 AI 記住一切。

🚀 快速開始

人類用戶使用方式

使用 API 密鑰，你可以自行管理訂閱，讓你的 AI 擁有記憶能力。

1. 前往 memdata.ai/dashboard/api-keys 獲取 API 密鑰。
2. 將密鑰添加到你的 MCP 配置文件中：
   • Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json)：

{
  "mcpServers": {
    "memdata": {
      "command": "npx",
      "args": ["memdata-mcp"],
      "env": {
        "MEMDATA_API_KEY": "md_your_key"
      }
    }
  }
}

- **Claude Code** (`~/.claude.json` 或項目 `.mcp.json`)：

{
  "mcpServers": {
    "memdata": {
      "command": "npx",
      "args": ["memdata-mcp"],
      "env": {
        "MEMDATA_API_KEY": "md_your_key"
      }
    }
  }
}

- **Cursor** (`~/.cursor/mcp.json`)：

{
  "mcpServers": {
    "memdata": {
      "command": "npx",
      "args": ["memdata-mcp"],
      "env": {
        "MEMDATA_API_KEY": "md_your_key"
      }
    }
  }
}

3. 重啟客戶端，此時你應該能看到 MemData 工具已可用。

智能體使用方式

v1.7.0 新增功能 - 無需 API 密鑰，也無需人工干預，僅需錢包即可使用。

為何重要

傳統的 AI 記憶依賴與人類賬戶綁定的 API 密鑰，但 24 小時運行的自主智能體需要的記憶具備以下特性：

• 跨對話持久存在 - 能在不同主機和平臺上持續使用。
• 歸屬於智能體本身 - 錢包地址即身份標識，可移植且具有自主性。
• 自主支付 - 無需訂閱，也無需人工審批。

這是為自主智能體經濟構建的記憶基礎設施。

配置步驟

{
  "mcpServers": {
    "memdata": {
      "command": "npx",
      "args": ["memdata-mcp"],
      "env": {
        "X402_WALLET_KEY": "your_private_key_hex"
      }
    }
  }
}

工作原理

1. 智能體發起請求（查詢、存儲等）。
2. 服務器返回 402 Payment Required 並附帶價格信息。
3. MCP 自動使用智能體的錢包簽署支付請求。
4. 請求完成，記憶數據完成存儲或檢索。

你的錢包地址就是你的身份標識。使用相同的錢包，無論在任何主機或平臺上，都能訪問相同的記憶數據。

定價（Base 鏈上 USDC）

MCP 會使用 @x402/fetch 自動處理 402 響應和支付簽名。

瞭解更多

• x402 協議 - 基於 HTTP 的原生支付協議。
• ERC - 8004 - 無信任智能體標準（MemData 與之兼容）。

✨ 主要特性

解決 AI 會話記憶問題

AI 助手在不同會話間會遺忘信息，而 MemData 能解決這一問題：

• 數據攝入：可直接導入會議記錄、文檔、決策等內容。
• 數據處理：自動對內容進行分塊和向量化處理。
• 數據查詢：支持使用自然語言提問，返回相關上下文信息。
• 數據標籤：AI 會自動為內容添加標籤，方便後續檢索。

支持多種客戶端

可與 Claude Desktop、Claude Code、Cursor 以及任何 MCP 客戶端配合使用。

v1.7.0 新增功能

支持自主智能體，智能體可使用錢包自行支付，無需 API 密鑰和人工干預。

工具豐富

提供了一系列核心工具、身份與會話管理工具，且在不同版本中不斷進行功能優化和用戶體驗提升。

📦 安裝指南

根據不同的使用主體（人類用戶或智能體），按照上述“快速開始”部分的對應步驟進行配置即可。

💻 使用示例

基礎用法

配置完成後，你只需與你的 AI 進行對話：

你: "Remember that we chose PostgreSQL for the user service"
AI: [calls memdata_ingest] → Stored in memory

... days later ...

你: "What database are we using for users?"
AI: [calls memdata_query] → "PostgreSQL for the user service" (73% match)

📚 詳細文檔

支持的內容類型

注意：MCP 工具可直接處理文本內容。對於文件（PDF、圖像、音頻），請使用 儀表盤 或 HTTP API。

工具說明

核心工具

身份與會話工具（v1.2.0+）

v1.5.0 - 會話開始工具重命名

• memdata_whoami → memdata_session_start - 為了更清晰，重命名後的名稱表明“每次會話開始時先調用此工具”。描述中包含 🚀 圖標，以便在工具列表中更醒目。

v1.4.0 用戶體驗改進

• 可視化匹配質量：查詢結果顯示 🟢🟡🟠🔴 指標，表明匹配強度。
• 更智能的會話開始：首次使用時提示設置身份，對近期活動進行去重處理。
• 更好的存儲反饋：顯示分塊數量並解釋異步 AI 標籤。
• 會話連續性：強調“繼續工作”，並提醒使用 session_end。

各工具詳細說明

memdata_ingest

將文本存儲到長期記憶中。

"Remember that we decided to use PostgreSQL for the new project."

參數：

• content (字符串) - 要存儲的文本
• name (字符串) - 來源標識符（例如，"meeting - notes - jan - 29"）

memdata_query

使用自然語言搜索記憶。

"What database did we choose?"

參數：

• query (字符串) - 自然語言搜索內容
• limit (數字，可選) - 最大結果數（默認值：5）

memdata_list

列出所有已存儲的記憶，並顯示分塊數量。

memdata_delete

根據工件 ID 刪除記憶（可從 memdata_list 獲取 ID）。

memdata_status

檢查 API 連接性和存儲使用情況。

memdata_session_start

🚀 每次會話開始時首先調用此工具。對於會話連續性至關重要。

"Start my session" / "What was I working on?"

返回：智能體名稱、身份摘要、會話計數、上一次會話交接信息、近期活動。

v1.5.0：從 memdata_whoami 重命名而來，名稱更清晰地表明“先調用我”。

memdata_set_identity

設置或更新你的智能體身份。 參數：

• agent_name (字符串，可選) - 你的名稱（例如，"MemBrain"）
• identity_summary (字符串，可選) - 你是誰以及你的目的

memdata_session_end

在會話結束前保存上下文信息。下一次會話將看到此交接信息。 參數：

• summary (字符串) - 本次會話發生的事情
• working_on (字符串，可選) - 當前關注的內容
• context (對象，可選) - 要保留的其他上下文信息

memdata_query_timerange

在指定日期範圍內搜索記憶。

"What did I work on last week?"

參數：

• query (字符串) - 自然語言搜索內容
• since (字符串，可選) - ISO 日期（例如，"2026 - 01 - 01"）
• until (字符串，可選) - ISO 日期（例如，"2026 - 01 - 31"）
• limit (數字，可選) - 最大結果數

memdata_relationships

查找在你的記憶中共同出現的實體。

"Who has John Smith worked with?"

參數：

• entity (字符串) - 要搜索的名稱
• type (字符串，可選) - 按類型過濾（人員、公司、項目）
• limit (數字，可選) - 最大關聯數量

工作原理

1. 數據攝入：文本被分塊、嵌入並存儲。
2. 數據查詢：使用語義相似度將你的問題與存儲的記憶進行匹配。
3. 結果返回：返回相關內容並附帶相似度得分。

相似度得分在 30 - 50% 通常表示匹配良好。語義搜索查找的是含義，而非關鍵詞。

環境變量

注意：請使用 MEMDATA_API_KEY（訂閱方式）或 X402_WALLET_KEY（按使用付費方式）其中之一，不要同時使用。

包功能說明

這是一個輕量級的 MCP 客戶端，用於調用 MemData API。它不會：

• 在本地存儲任何數據。
• 將數據發送到除 memdata.ai 之外的任何地方。
• 收集分析數據或遙測數據。

你可以在 src/index.ts 中查看源代碼。

相關鏈接

• MemData - 主網站
• 儀表盤 - 管理你的記憶
• API 文檔 - 完整文檔
• GitHub - 本項目倉庫

貢獻

歡迎提交問題和拉取請求！這是託管的 MemData 服務的開源 MCP 客戶端。

📄 許可證

本項目採用 MIT 許可證。