Dead Simple Memory MCP

MCP内存服务器

一个最小的、自包含的MCP（模型上下文协议）服务器，用于具有向量搜索功能的AI代理内存管理。

特性

• 向量搜索：使用语义相似性查找记忆
• 重复检测：在存储之前自动检测相似的记忆
• 网页用户界面：内置浏览器界面，用于查看和管理内存
• 零外部依赖：将嵌入式SQLite与SQLite-vec结合使用
• stdio运输：与LM Studio和其他MCP客户端兼容

安装

# Using uvx (recommended)
uvx mcp-memory-server

# Or install with pip
pip install mcp-memory-server

MCP工具

search_memory

使用向量相似度搜索记忆。

参数：

• query （字符串，必填）：搜索查询文本
• limit （整数，可选，默认值=5）：结果数
• similarity_threshold （浮点数，可选，默认值=0.5）：最小余弦相似度（0-1）

write_memory

使用自动重复检测功能存储新内存。

参数：

• content （string，必填）：要存储的内存内容
• force （布尔值，可选，默认值=false）：跳过重复检查
• metadata （对象，可选）：JSON格式的附加上下文

update_memory

按ID更新现有内存。

参数：

• id （整数，必填）：要更新的内存ID
• content （字符串，必填）：新内容
• metadata （对象，可选）：更新元数据

delete_memory

按ID删除内存。

参数：

• id （整数，必填）：要删除的内存ID

list_memories

列出所有带分页的内存。

参数：

• page （整数，可选，默认=1）：页码（1-索引）
• limit （整数，可选，默认值=50）：每页结果

网页用户界面

服务器包括一个内置的web界面，可在以下网址访问 http://localhost:6277 （或您配置的端口）。

特征：

• 查看所有带分页的记忆
• 使用向量相似度搜索记忆
• 创建带有重复检测警告的新内存
• 内联编辑记忆
• 确认后删除记忆
• 具有相似性得分的实时搜索
• 将所有内存导出为JSON
• 通过自动重新嵌入从JSON导入内存

要禁用web UI，请设置 MEMORY_UI_ENABLED=false.

配置

环境变量

切换嵌入模型

您可以切换到任何 句子变换器 按设置建模 MEMORY_EMBEDDING_MODEL当服务器以与先前使用的模型不同的模型启动时：

1. 自动备份 创建： memories_backup_{old_model}_{timestamp}.db
2. 所有记忆都被重新嵌入 使用新模型
3. 使用正确的维度重新创建向量索引

这允许您在不丢失数据的情况下升级模型或在模型之间切换。备份与数据库保存在同一文件夹中，因此您可以在需要时进行还原。

示例模型：

• all-MiniLM-L6-v2 （默认，384调光，快速）
• all-mpnet-base-v2 （768调暗，更高质量）
• paraphrase-multilingual-MiniLM-L12-v2 （384调暗，多语言）

LM Studio配置（mcp.json）

{
  "mcpServers": {
    "dead-simple-memory": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Manuel-Materazzo/dead-simple-memory-mcp.git",
        "mcp-memory-server"
      ],
      "env": {
        "MEMORY_DB_PATH": "/Users/username/.mcp-memory/memories.db"
      }
    }
  }
}

发展

# Install dependencies
uv sync

# Run the server
uv run python -m mcp_memory_server

# Run tests
uv run pytest

# Type check
uv run mypy src/

# Lint
uv run ruff check src/

许可证

麻省理工学院