MCP Memory Supabase

MCP内存服务器-Supabase

](https://www.npmjs.com/package/@kaspnilsson/mcp-memory-supabase) 

用于 模型上下文协议（MCP） 由Supabase和pgvector支持进行语义搜索。

为什么？

• 拥有你的AI记忆 --你的知识图谱存储在你自己的Supabase数据库中，而不是其他人的服务器上
• 内置语义搜索 --pgvector支持基于相似性的检索，而不仅仅是关键字匹配
• 适用于任何MCP客户端 --Claude桌面、打字思维、光标等
• 免费层友好 --Supabase的免费版非常适合个人使用
• 云原生 --带自动备份的托管Postgres，无需自托管
• 可组合 --用作独立服务器或您自己的MCP服务器中的库

快速开始

1.创建一个Supabase项目

首选 网站 supabase.com 并创建一个新项目。

2.拿到钥匙

在项目控制面板中，转到 设置→ API:

• 项目Url: `https://

.supabase.co`

• service_role密钥: ⚠️ 保守这个秘密！用于服务器端操作。

3.运行架构

首选 SQL编辑器 在您的Supabase仪表板中，运行以下内容 supabase/schema.sql.

这将创建：

• entities, observations，以及 relations 表格
• 行级安全（RLS）策略
• 矢量相似性搜索索引（HNSW）
• 全文搜索索引
• 语义搜索的辅助功能

4.安装并运行

# Run directly with npx
SUPABASE_URL=https://your-project.supabase.co \
SUPABASE_KEY=your-service-role-key \
npx @kaspnilsson/mcp-memory-supabase

# Or install globally
npm install -g @kaspnilsson/mcp-memory-supabase
SUPABASE_URL=https://your-project.supabase.co \
SUPABASE_KEY=your-service-role-key \
mcp-memory-supabase

配置

环境变量

语义搜索

随着 EMBEDDING_API_KEY 设置， search_nodes 使用向量相似性搜索进行语义匹配。没有它，搜索就会退回到不区分大小写的文本匹配。

默认设置使用 开放路由 对于嵌入，但您可以指向任何与OpenAI兼容的嵌入API。

MCP客户端配置

添加到MCP客户端配置中：

克劳德桌面版 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@kaspnilsson/mcp-memory-supabase"],
      "env": {
        "SUPABASE_URL": "https://
.supabase.co",
        "SUPABASE_KEY": "",
        "EMBEDDING_API_KEY": ""
      }
    }
  }
}

打字思维 --使用具有相同配置的MCP设置UI。

工具

数据模型

┌─────────────┐     ┌───────────────┐
│   Entity    │──── console.debug(msg, data),
    info: (msg, data) => console.info(msg, data),
    warn: (msg, data) => console.warn(msg, data),
    error: (msg, data) => console.error(msg, data),
  },
});

// Optionally add your own tools
server.tool("my_custom_tool", { /* schema */ }, async (args) => {
  // Use manager to interact with the knowledge graph
  const graph = await manager.searchNodes(args.query);
  return { content: [{ type: "text", text: JSON.stringify(graph) }] };
});

// Connect
await server.connect(new StdioServerTransport());

导入路径

故障排除

启用RLS后结果为空

确保从以下位置运行RLS策略 schema.sql服务角色密钥绕过RLS，但Supabase要求存在策略。

矢量搜索不起作用

1. 确保 vector 扩展已在Supabase中启用
2. 检查一下 EMBEDDING_API_KEY 设置正确
3. 验证是否正在生成嵌入：

   SELECT name, embedding IS NOT NULL AS has_embedding FROM entities LIMIT 10;

使用匿名密钥而不是service_role

如果使用anon密钥，则需要更严格的RLS策略。service_role密钥完全绕过RLS。

开发中

# Install dependencies
npm install

# Build
npm run build

# Run tests
npm test

# Lint
npm run lint

许可证

麻省理工学院© 卡斯珀 尼尔森