MEMCORD v3.4.0 (mcp server)
This privacy-first, self-hosted MCP server helps you organize chat history, summarize messages, search across past chats with AI — and keeps everything secure and fully under your control.
Never Lose Context Again
Transform your Claude conversations into a searchable, organized knowledge base that grows with you
v3.4.0的新增功能 --完全符合MCP规范2025-03-26/2025-11-25:所有28个工具上的工具注释(只读/破坏性/幂等提示),读取/查询工具上的Anthropic结果大小扩展,丰富的资源元数据,具有插槽名称自动完成的ResourceTemplate注册,以及长时间运行的处理程序中带有消息字段的进度通知。
目录
核心优势
- 无限记忆 -Claude通过智能自动摘要记住无限对话中的所有内容
- 您的数据,您的控制 -100%本地存储,无云依赖或隐私问题
- 轻松整理 -具有时间线导航和智能标记的每个项目内存插槽
- 智能合并 -自动组合相关对话,同时消除重复对话
先决条件
Python 3.10+ and uv are required. The installer handles both — click to expand manual instructions.
- Python 3.10+ — python.org
- 紫外线 (Python包管理器)--安装时使用:
macOS/Linux:
curl -LsSf https://astral.sh/uv/install.sh | shWindows(PowerShell):
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"快速开始
macOS/Linux:
curl -fsSL https://github.com/ukkit/memcord/raw/main/install.sh | bashWindows(PowerShell):
irm https://github.com/ukkit/memcord/raw/main/install.ps1 | iex这将:
- ✅ 下载和设置 memcord
- ✅ 使用uv设置Python虚拟环境
- ✅ 生成特定于平台的MCP配置文件
- ✅ 配置克劳德桌面、克劳德代码、VSCode和反重力IDE
演示
_此处将添加演示GIF或终端录制。欢迎投稿!_
IDE配置
安装程序会自动配置所有支持的IDE。有关手动设置或故障排除,请参阅详细指南:
| IDE/客户端 | 指南 |
|---|---|
| 克劳德代码CLI | 安装指南——克劳德代码 |
| 克劳德桌面 | 安装指南--Claude Desktop |
| VSCode+GitHub副本 | VSCode设置指南 |
| 谷歌反重力 | 安装指南——其他MCP应用程序 |
| 配置模板 | config-templates/ (自述文件) |
手动安装
git clone https://github.com/ukkit/memcord.git
cd memcord
uv venv && uv pip install -e .
uv run python scripts/generate-config.py请参阅 完整安装指南 用于更新、高级选项和自定义命令。
保持Memcord更新
cd /path/to/memcord
git pull
uv pip install -e .
uv run python scripts/generate-config.py # Regenerate configs
# Optional: Enable auto-save hooks (new in v2.5.0)
uv run python scripts/generate-config.py --install-hooks这 --install-hooks 标志是幂等的——它合并到现有的 .claude/settings.json 而不会覆盖其他设置或挂钩。
在项目中使用Memcord
首次设置(新项目)
# 1. Once you are in claude code, initialize the project with a memory slot (one-time setup)
memcord_init "." "my-project-name"
# OR
memcord_init "my_project_name"
# Creates .memcord file containing "my-project-name"
# 2. Start saving your conversations
/memcord-save-progress # Auto-detects slot from .memcord file后续会议(返回项目)
# Just use slash commands - no slot name needed!
/memcord-read # Reads from bound slot automatically
/memcord-save # Saves to bound slot automatically
/memcord-save-progress # Summarizes and saves automatically启用自动保存(可选)
uv run python scripts/generate-config.py --install-hooks在上下文压缩之前和会话结束时自动保存对话进度。看 配置模板/README.md 了解详情。
自动检测的工作原理
全部阅读 并写 操作遵循相同的时隙分辨率优先级:
- 明确的
slot_name争论(总是赢) - 当前活动插槽(由设置
memcord_use或memcord_name) .memcord当前工作目录中的绑定文件
时中 .memcord 绑定已使用,插槽已存在,它也是 自动激活 在会话的其余时间里,因此后续操作会自动跳过重新检测。
这意味着之后 memcord_init,新的会议(否 memcord_use 需要呼叫)将正确路由 memcord_save, memcord_save_progress, memcord_configure,以及 memcord_read 到绑定插槽。
基本用法
保存和检索
memcord_name "project_meeting" # Create or select a slot
memcord_save "Our discussion about..." # Save exact text
memcord_save_progress # Save a compressed summary
memcord_read # Read the slot导航和搜索
memcord_select_entry "2 hours ago" # Jump to a point in the timeline
memcord_list # List all slots
memcord_search "API design" # Full-text search
memcord_query "What did we decide?" # Natural language query项目与隐私
memcord_init "." "my-project" # Bind a memory slot to this directory
memcord_zero # Privacy mode — nothing gets saved看 完整工具参考 所有23个工具都有完整的参数和示例。
摘要生成器后端
Memcord支持四个汇总器后端。新插槽默认为 苏米 (基于图表,无需下载)。保留现有插槽 自然语言工具包 以保持先前的行为。
| 后端 | 类型 | 速度 | 质量 | 额外安装 |
|---|---|---|---|---|
nltk | 提取 | 快速 | 良好 | 无(内置) |
sumy | 提取(图形) | 快速 | 更好 | 无(内置) |
semantic | 提取物(包埋物) | 中等 | 最佳提取物 | uv pip install "memcord[semantic]" (约80 MB) |
transformers | 抽象(BART) | 慢 | 整体最佳 | uv pip install "memcord[transformers]" (约400 MB) |
切换后端
使用 memcord_configure 要更改任何插槽的后端,无需重新启动:
# Check current config
memcord_configure action="get"
# Switch to the BART abstractive summarizer (best for conversations)
memcord_configure action="set" key="summarizer_backend" value="transformers"
# Switch to embedding-based semantic summarizer
memcord_configure action="set" key="summarizer_backend" value="semantic"
# Switch sumy algorithm (lexrank / lsa / edmundson)
memcord_configure action="set" key="sumy_algorithm" value="lsa"
# Reset to defaults
memcord_configure action="reset"将一个后端应用于 所有插槽 (例如在Docker或CI中),设置环境变量:
export MEMCORD_SUMMARIZER=transformers看 工具参考--memcord_configure 查看完整的参数列表。
文档
| 指南 | 说明 |
|---|---|
| 安装指南 | 所有MCP应用程序的完整设置说明 |
| 功能指南 | 完整的功能列表 |
| 工具参考 | 所有23个工具的详细文档 |
| 导入和合并指南 | 第3阶段功能的综合指南 |
| 搜索与查询指南 | 高级搜索功能和自然语言查询 |
| 使用示例 | 真实世界的工作流程和实际用例 |
| 数据格式规范 | 技术细节和文件格式 |
| 故障排除 | 常见问题和解决方案 |
| 版本历史 | 所有版本的变更日志 |
______________________________________________________________________
如果你觉得这个项目有帮助,可以考虑:
- ⭐ 在GitHub上标记存储库
- ☕ 支持发展
- 🐛 报告错误并建议功能
______________________________________________________________________
MIT许可证 -有关详细信息,请参阅LICENSE文件。
______________________________________________________________________
明星历史

