Mem0.ai Memory Manager

🚀 Mem0 MCP 服务器

本项目为集成 AI 助手与 Mem0.ai 持久记忆系统提供了 Model Context Protocol (MCP) 服务，能让 AI 助手更好地访问和管理存储在 Mem0 中的记忆。

🚀 快速开始

此服务器可直接使用 uvx 从 GitHub 运行，无需克隆仓库或在本地安装。

运行服务器

确保已安装 uv（可通过 pipx install uv 或 brew install uv 进行安装）。 可直接在终端测试服务器：

# 确保 MEM0_API_KEY 设置在你的环境中
export MEM0_API_KEY="your-mem0-api-key-here"

# 使用 uvx 运行服务器
uvx git+https://github.com/ryaker/mcp-mem0-general.git mcp-mem0-general

服务器启动后会记录其初始化步骤。

在 Cursor 或 Claude Desktop 中配置

1. 找到 uvx 路径：像 Claude Desktop 这类 GUI 应用程序通常不使用与终端相同的 PATH。可在终端运行以下命令找到 uvx 的完整路径：

which uvx

复制输出的路径（例如 /Users/yourname/.local/bin/uvx 或 /opt/homebrew/bin/uvx）。 2. 配置 MCP：在 MCP 配置文件中添加以下配置，用实际找到的路径替换步骤 1 中的 /full/path/to/uvx。 - Cursor：

mcp.server.url=http://localhost:7860
mcp.server.plugin=mem0
mem0.apiUrl=https://api.mem0.ai
mem0.apiKey=$MEM0_API_KEY

- **Claude Desktop**：在 `config.json` 文件中添加以下内容：

"mcp": {
  "servers": [
    {
      "url": "http://localhost:7860",
      "plugins": ["mem0"]
    }
  ]
},
"env": {
  "MEM0_API_KEY": "your-mem0-api-key-here"
}

3. 重启应用程序：保存配置文件后，重启 Cursor 或 Claude Desktop。

另一种快速入门方式

1. 安装依赖项：

pip install mcp mem0 python-dotenv

2. 复制配置文件：

cp src/mcp_mem0_general/config-template.json src/mcp_mem0_general/config.json
nano src/mcp_mem0_general/config.json  # 更新 API_KEY 字段

3. 运行服务器：

python -m mcp.server

✨ 主要特性

此服务器提供了与 Mem0 兼容的工具，作为 AI 模型与 Mem0 记忆系统之间的桥梁，使任何兼容的 AI 助手能够：

• 存储和检索记忆
• 通过语义相似性搜索记忆
• 管理不同类型的记忆（episodic, semantic, procedural）
• 利用短期记忆管理对话上下文
• 应用选择性记忆模式
• 从记忆中创建知识图谱

📦 安装指南

本项目无需进行传统意义上的安装，可直接使用 uvx 从 GitHub 运行，具体步骤见“快速开始”部分。

💻 使用示例

所有记忆系统中都使用 "default_user" 作为默认的 user_id。 有关详细用法示例，请参见 USAGE_GUIDE.md。

📚 详细文档

• 快速入门
• API 参考
• 记忆类型
• 高级功能
• 配置

📄 许可证

此项目遵循 MIT 许可证，有关详细信息，请参阅 LICENSE 文件。

致谢

• Mem0.ai 提供了出色的记忆 API
• Model Context Protocol（及其 Python SDK mcp）用于服务器实现
• 此项目的所有贡献者

项目结构

项目的代码位于 src/mcp_mem0_general/ 目录内。