MCP Memvid State Service

MCP Memvid国家服务

具有矢量搜索、全文搜索和时态查询的单文件AI存储层

    

快速开始 | 工具目录 | 嵌入提供者 | 配置 | 例子

______________________________________________________________________

🧠 这是什么？

MCP（模型上下文协议）服务器封装 memvid 的 -一个基于Rust的内存系统，将所有内容存储在一个便携设备中 .mv2 文件。替换Redis用于缓存，Qdrant/Pinecone用于向量搜索，SQLite用于结构化查询——所有这些都没有外部基础设施。

部分 克劳德代码插件市场 生态系统。

______________________________________________________________________

🚀 快速开始

1.添加到克劳德代码：

{
  "mcpServers": {
    "memvid": {
      "command": "npx",
      "args": ["mcp-memvid"],
      "env": {
        "OLLAMA_HOST": "http://localhost:11434"
      }
    }
  }
}

2.或手动安装运行：

git clone https://github.com/EricGrill/mcp-memvid-state-service.git
cd mcp-memvid-state-service
npm install && npm run build
node dist/index.js

______________________________________________________________________

💡 为什么使用MCP Memvid？

______________________________________________________________________

📦 工具目录

______________________________________________________________________

🔧 所有工具

存储

搜索

胶囊管理

配置

______________________________________________________________________

🤖 嵌入提供者

Ollama设置

# Install Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# Pull an embedding model
ollama pull nomic-embed-text

# Set environment variable
export OLLAMA_HOST=http://localhost:11434

______________________________________________________________________

⚙️ 配置

环境变量

存储位置

$XDG_DATA_HOME/memvid/capsules/
├── agent-context.mv2
├── knowledge-base.mv2
└── session-cache.mv2

______________________________________________________________________

📝 例子

使用嵌入存储内存

store_memory({
  capsule: "knowledge-base",
  text: "The API uses JWT tokens with 24-hour expiry. Refresh tokens last 7 days.",
  title: "Auth Architecture",
  tags: ["api", "security", "jwt"],
  enable_embedding: true,
  embedding_model: "bge-small"
})

语义搜索

semantic_search({
  capsule: "knowledge-base",
  query: "how long do authentication tokens last",
  limit: 5
})

获取最近的上下文

recent_memories({
  capsule: "agent-context",
  limit: 10
})

检查嵌入配置

embedding_config()
// Returns:
// {
//   "defaultModel": "bge-small",
//   "ollamaHost": "http://localhost:11434",
//   "openaiBaseUrl": "http://localhost:11434/v1",
//   ...
// }

______________________________________________________________________

🖥️ 平台支持

______________________________________________________________________

🤝 贡献

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/amazing)
3. 提交更改(git commit -m 'Add amazing feature')
4. 推送到分支(git push origin feature/amazing)
5. 打开拉取请求

______________________________________________________________________

📜 许可证

MIT许可证-请参阅 许可证 了解详情。

______________________________________________________________________