Token导航 LogoToken导航TokenDH.com
Evermemos MCP logo
运维云端stdio官方级别未说明来源级核验

Evermemos MCP

MCP Server

为AI编码助手提供跨会话的长期记忆存储与检索功能,解决重复解释架构/偏好的痛点。

工具数

7

提示词数

0

GitHub Stars

5

资源数

0
PythonClaude云端部署ClaudeCursorCline

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

tt-a1i

提供方

tt-a1i

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uvx evermemos-mcp@latest

详细介绍

evermemos mcp

![PyPI](https://pypi.org/project/evermemos-mcp/) ![Python](https://pypi.org/project/evermemos-mcp/) ![CI](https://github.com/tt-a1i/evermemos-mcp/actions/workflows/ci.yml) ![License: MIT](https://opensource.org/licenses/MIT)

英语 | 简体中文

AI编码助手的长期记忆。记住一次,永远记住。

evermemos-mcp overview

你花了30分钟解释你的架构、命名约定,以及为什么放弃MongoDB。下一次会议——结束了。你再解释一遍。

evermemos mcp修复了这个问题。一 remember call存储它 briefing 调用会将其带回——在任何会话、任何客户端中。

基准:60/60召回率与0/60基线。零归因错误。P95\ 简介视频:** 观看Bilibili
演示视频: 观看Bilibili

______________________________________________________________________

快速开始

从获取API密钥 EverMemOS云,然后添加到MCP客户端配置中:

{
  "mcpServers": {
    "evermemos-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["evermemos-mcp@latest"],
      "env": {
        "EVERMEMOS_API_KEY": "your-key-here"
      }
    }
  }
}

或者直接运行:

uvx evermemos-mcp@latest

适用于 Claude Code、Cursor、Cline、Cherry Studio、OpenClaw、Gemini CLI、Aider,以及任何兼容MCP的客户端或代理。看 docs/05-client-integrations.md 用于特定于客户端的设置。

Install from source

git clone https://github.com/tt-a1i/evermemos-mcp.git
cd evermemos-mcp
cp .env.example .env   # set EVERMEMOS_API_KEY
uv run evermemos-mcp

源安装的MCP客户端配置:

{
  "mcpServers": {
    "evermemos-mcp": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "--directory", "/path/to/evermemos-mcp", "evermemos-mcp"],
      "env": { "EVERMEMOS_API_KEY": "your-key-here" }
    }
  }
}

______________________________________________________________________

所得

7工具

工具它做什么
list_spaces发现可用内存空间
remember将上下文存储到长期记忆中。自动检测敏感内容(API密钥、密码)并检查冲突内存
request_status检查是否已提取排队写入
recall使用6种检索策略(关键字/混合/向量/RRF/代理/自动)搜索记忆
briefing一个通话会话开始上下文恢复:个人资料+事件+事实+前瞻
forget通过验证工作流进行有针对性的删除
fetch_history按类型分页记忆时间线

关键能力

  • 空间隔离coding:my-app, chat:preferences, study:ml-notes --记忆永远不会在项目中流失
  • 多空间搜索 --一次最多查询10个空格 recall 具有自动来源归因功能的通话
  • 敏感内容保护 -存储前阻止API密钥、密码、令牌、私钥。请用户确认
  • 内存冲突检测 --自动检查中的类似记忆 chat:* 空间。表面冲突,以便代理可以决定
  • 生命周期跟踪 --每个结果都标记 queued, provisional, fallback,或 searchable 所有工具
  • 可追溯的引用memory_type, snippet, timestamp, score, source_message_id 每一个结果
  • Git自动检测 --省略 space_id 它推断 coding: 从git远程
  • 稳健的错误处理 --使用回退(429/5xx)重试,代理/WAF的GET主体回退,结构化错误代码

______________________________________________________________________

用例

持久架构上下文:

You: remember we chose PostgreSQL because our data is highly relational
     [space_id: coding:my-saas]

-- next day, new session --

You: what database did we choose and why?
     → "Chose PostgreSQL — highly relational data model"

坚持的个人偏好:

You: remember I prefer dark mode, vim keybindings, and concise responses
     [space_id: chat:preferences]

-- any future session --

You: recall my UI preferences
     → "dark mode, vim keybindings, concise responses"

跨课程学习笔记:

You: remember bias-variance tradeoff — high bias = underfitting, high variance = overfitting
     [space_id: study:ml-notes]

-- later --

You: briefing for study:ml-notes
     → profile + recent episodes + key facts + foresights

______________________________________________________________________

为什么选择evermemos mcp

还有其他内存MCP服务器。以下是它的不同之处:

evermemos mcpMem0 mcpLetta/MemGPT官方mcp内存
空间隔离domain:slug 每个项目/主题
生命周期跟踪排队→ 临时的→ 后备方案→ 可搜索
敏感内容保护阻止API密钥、密码、令牌
冲突检测聊天空间自动
多空间搜索一次通话最多10个空格
检索策略6种方法+自动合并仅语义仅语义None
基准验证60/60召回率,0个错误------
设置uvx evermemos-mcp云或自主机需要自主机npx

______________________________________________________________________

基准

在编码、聊天和学习空间的固定60个查询集上进行了测试。

度量有内存无内存
命中率60/60(100%)0/60(0%)
归因错误0--
P95延迟1958毫秒--

证据:

______________________________________________________________________

运作原理

MCP Client (Claude Code / Cursor / Cline / Cherry Studio / OpenClaw / any agent)
        │
        │  MCP stdio
        ▼
┌─────────────────────────────┐
│     evermemos-mcp server    │
│  ┌───────────────────────┐  │
│  │   7 Tool Handlers     │  │
│  └──────────┬────────────┘  │
│  ┌──────────▼────────────┐  │
│  │   Memory Service      │  │  Content guard → Conflict check → Cloud write → Lifecycle tracking
│  └──────────┬────────────┘  │
│  ┌──────────▼────────────┐  │
│  │ Space Catalog Service │  │  Space registry, metadata sync, cross-session recovery
│  └──────────┬────────────┘  │
│  ┌──────────▼────────────┐  │
│  │  EverMemOS HTTP Client│  │  Auth, retries, rate-limit backoff, error normalization
│  └──────────┬────────────┘  │
└─────────────┼───────────────┘
              │  HTTPS
              ▼
       EverMemOS Cloud API
  • 云优先 --所有的记忆都存在于EverMemOS Cloud中。没有一个地方州会输。
  • 异步提取remember 将内容排队以进行AI提取。使用 request_status 跟踪进展。
  • 不是薄包装 --2500多行编排:回退层次结构、多方法搜索合并、身份镜像、部分故障恢复。

______________________________________________________________________

空间模板

模板使用它
chat:preferences持久的个人偏好、姓名、语气、用户界面喜好
chat:daily不应泄露到项目中的持续聊天上下文
coding:架构决策、惯例、错误、项目背景
study:学习笔记、主题进度、复习背景

什么时候用什么工具

目标工具为什么
开始新会话briefing在一次调用中恢复上下文的最快方法
找到一个具体的事实recall跨空间的相关性排名搜索
回顾发生的事情fetch_history按时间顺序排列的时间线>审计排名搜索
删除前后验证fetch_history删除前/删除后检查的稳定时间表

______________________________________________________________________

配置

变量默认值描述
EVERMEMOS_API_KEY*(必填)*EverMemOS云API密钥
EVERMEMOS_USER_IDmcp-user默认用户身份
EVERMEMOS_DEFAULT_SPACE*(自动)*默认空间。从git remote自动检测到 coding:
EVERMEMOS_BASE_URLhttps://api.evermind.aiAPI终点
EVERMEMOS_DEFAULT_TIMEZONEUTC元数据的时区
EVERMEMOS_ENABLE_CONVERSATION_METAtrue同步对话元数据

Advanced configuration

变量默认值描述
EVERMEMOS_API_VERSIONv0API版本
EVERMEMOS_LLM_CUSTOM_SETTING_JSON--自定义LLM提取设置
EVERMEMOS_USER_DETAILS_JSON--对话的用户配置文件详细信息

flush 规则

场景flush
交谈中,更多信息即将到来false
会话结束/主题切换/总结true
不确定true (更安全)

______________________________________________________________________

Advanced: Memory Lifecycle States

状态含义
queued写入已接受,提取尚未确认
provisional答复来自 pending_messages 在提取过程中
fallback来自镜像的答案 conversation-meta,不是正式提取的内存
searchable从正式提取的记忆中得到答案

所有7个工具均兼容 lifecycle 块,以便代理始终知道内存成熟度。

Advanced: Forget Safety

云删除是异步的,尽最大努力。evermemos mcp提供了一个验证优先的工作流程:

  1. 确认目标 memory_id 通过 fetch_historyrecall
  2. 呼叫 forget(memory_ids=[...], space_id=...)
  3. 证实 fetch_history
  4. 如果目标持续存在,生命周期模型将透明地显示

这是经过深思熟虑的:将真实状态暴露给代理,而不是假装删除是即时的。

______________________________________________________________________

发展

uv sync --group dev       # Install dev dependencies
uv run ruff check         # Lint
uv run pytest             # Tests (285 pass)

文档

文档描述
docs/02-architecture.md技术架构
docs/05-client-integrations.md客户端设置指南
docs/auto-memory-prompt.md自动记忆提示模板
docs/06-benchmark.md基准协议
CHANGELOG.md版本历史

另请查看

MCO --代理编排CLI。让你的主代理(Claude Code、Cursor、Aider)并行地将任务分派给多个编码代理。与evermemos mcp配合得很好:MCO处理并行执行,evermemos mcp处理持久内存。

许可证

麻省理工学院

目录标签

目录标签

PythonClaude云端部署AI记忆增强本地部署编码辅助工具上下文持久化多空间隔离敏感内容防护

支持客户端

ClaudeCursorCline

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

session

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

7

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiosession部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP