Token导航 LogoToken导航TokenDH.com
mcpmemo (Ugurakcil) logo
搜索检索未说明官方级别未说明来源级核验

mcpmemo (Ugurakcil)

MCP Server

Memory MCP是一个专为LibreChat工作区设计的单租户记忆管理服务器,提供原始对话记录、提炼持久记忆、混合检索和计划一致性审计功能。

工具数

8

提示词数

0

GitHub Stars

0

资源数

0
记忆管理持久记忆Python

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

dsins

提供方

dsins

最后核验

2026/5/17 20:23

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。

详细介绍

存储器MCP

生产级 存储器MCP 用于单租户LibreChat工作区的服务器。它存储原始对话回合,提取持久记忆(决策/约束/错误/假设/未决问题),并提供混合检索和计划一致性审计。

产品特点

  • 原始转弯记录 +嵌入+全文索引。
  • 已提取内存 推断:决定,限制,错误,假设,开放问题。
  • Dedup + 替换链条 (保留旧的决定,检测陈旧的决定)。
  • 混合检索:pgvector+PostgreSQL全文+RRF融合。
  • 快速/深度模型可预测的延迟,代币预算管理。
  • 审计: 计划/文本的主动决定/限制和取代项目的控制.
  • 共享导入/导出通过 HMAC 签名的包进行控制共享。
  • 可观测性:JSON日志+普罗米修斯度量衡。

安装

1)环境变量

.env 文件 .env.example 创建于:

cp .env.example .env

特别是设置:

  • DATABASE_URL
  • LLM_API_KEY
  • SHARED_HMAC_SECRET

2) Docker编写

make up

(3)移民

make migrate

4) 测试人员

make test

MCP端点

MCP端点 /mcp 在下面工作。这项服务 tool + arguments 使用JSON。

例子 :

curl -X POST http://localhost:8080/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "thread.create",
    "arguments": {}
  }'

LibreChat MCP 配置

将 LibreChat MCP URL 设置为:

  • 成功: https://mcp.datasins.com/mcp
  • Gökçe: https://mcp.gokce.ai/mcp

计划注册表(主题分离)

计划作为单独的工作主题进行管理,每个线程都依赖于一个计划。

plan.create

{
  "tool": "plan.create",
  "arguments": {
    "name": "memory-mcp-core",
    "meta": {"owner": "ugur"}
  }
}

thread.create

{
  "tool": "thread.create",
  "arguments": {
    "plan_id": "
",
    "meta": {"topic": "ingest-pipeline"}
  }
}

示例工具 payloads

转折点

{
  "tool": "turn.ingest",
  "arguments": {
    "thread_id": "",
    "role": "user",
    "text": "Yeni karar: Postgres kullanılacak.",
    "external_turn_id": "librechat-turn-123",
    "embed_now": true
  }
}

external_turn_id 在相同值的重复呼叫中表现为无能。

蒸馏萃取

{
  "tool": "distill.extract",
  "arguments": {
    "thread_id": "",
    "turn_id": "",
    "include_recent_turns": 4,
    "write_to_memory": true
  }
}

retrieve.context

{
  "tool": "retrieve.context",
  "arguments": {
    "thread_id": "",
    "query": "Hangi kararlar aktif?",
    "mode": "fast",
    "scope": "distilled_only",
    "top_k": 8,
    "token_budget": 800,
    "recency_bias": 0.1,
    "explain": true
  }
}

audit.check_一致性

{
  "tool": "audit.check_consistency",
  "arguments": {
    "thread_id": "",
    "proposed_plan_text": "SQLite kullanalım.",
    "deep": true
  }
}

共享出口

{
  "tool": "shared.export",
  "arguments": {
    "thread_id": "",
    "types": ["decision", "constraint"],
    "include_mistakes": false,
    "expires_in_minutes": 60
  }
}

共享导入

{
  "tool": "shared.import",
  "arguments": {
    "payload": {"...": "..."},
    "signature": ""
  }
}

安全

  • Pydantic验证+严格列表。
  • 系统提示中的明确警告,以确保 prompt injection 的安全性。
  • HMAC文件导出/导入。
  • API密钥不会被记录。

笔记

  • EMBEDDING_DIM 否则,迁移需要更新。
  • ENABLE_LLM_RERANK=true ise低置信度深度检索'da LLM重新存储活动卷。
  • 保留政策 .env 内部 RETENTION_* 由变量控制。

LibreChat端到端的用例

(1)启动新计划

  1. plan.create 创建一个新的计划。
  2. thread.create 在计划下方打开一个线程。
  3. turn.ingest 发送第一个决定。

(2)继续现有计划

  1. plan.list 找到计划。
  2. 跟踪当前计划的线程 ID 或添加新线程。
  3. distill.extract 通过新的回合来决定/限制。

3) 深度审计

  1. retrieve.contextmode=deep have的常用口语形式 explain=true 使用。
  2. audit.check_consistency 确认计划文本。
  3. stale_references 通过检查输出更新替换的决策。

目录标签

目录标签

记忆管理持久记忆Python本地部署对话分析混合检索计划审计

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

8

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

未说明none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。

仍需确认:installCommand

来源信息

继续浏览同类 MCP