Memex Targeted Search Server

Memex定向搜索服务器

一种模型上下文协议（MCP）服务器，提供跨Memex对话历史和项目文件的有针对性的搜索功能。

概述

此MCP服务器使AI代理能够高效地搜索：

• 对话历史：来自Memex的952多个对话文件，包含元数据、标题、摘要和消息内容
• 项目文件：用户工作区中有516+个项目目录，其中包含各种文件类型和技术

特性

🔍 核心搜索工具

1. search_conversations -按文本、元数据和过滤器搜索对话历史记录
2. get_conversation_snippet -在不过载上下文的情况下检索对话的特定部分
3. search_projects -按内容、文件类型和名称搜索项目文件
4. get_project_overview -通过技术检测获取项目摘要
5. find_command - 新 从对话历史记录中查找特定命令、CLI使用情况或代码片段

🎯 智能上下文管理

• 返回有针对性的片段，而不是完整的对话
• 限制搜索范围以防止上下文爆炸
• 支持分面过滤（日期、项目、文件类型）
• 为搜索结果提供相关性评分

安装

# Clone the repository
git clone https://github.com/memextech/memex-targeted-search-server.git
cd memex-targeted-search-server

# Install dependencies
npm install

# Build the project
npm run build

配置

服务器配置为搜索：

• 对话历史: ~/Library/Application Support/Memex/history/
• 项目文件: ~/Workspace/

MCP服务器配置

添加到您的MCP配置中（例如，Claude Desktop配置）：

{
  "mcpServers": {
    "memex-search": {
      "command": "node",
      "args": ["/path/to/memex-targeted-search-server/dist/index.js"]
    }
  }
}

使用示例

1.查找被遗忘的命令

“我不记得运行memex代理cli的命令是什么”

find_command({
  query: "memex agent cli",
  command_type: "cli",
  limit: 5
})

查找特定的npm命令

find_command({
  query: "npm install",
  command_type: "cli",
  limit: 5
})

示例响应：

{
  "query": "npm install",
  "total_found": 3,
  "commands": [
    {
      "command": "npm install -g firebase-tools",
      "context": "Install Firebase CLI: `npm install -g firebase-tools`\n- Login to Firebase: `firebase login`",
      "conversation_id": "abc123",
      "conversation_title": "Firebase Setup Guide",
      "message_index": 7,
      "confidence": 0.9,
      "type": "cli"
    }
  ]
}

2.搜索对话

查找关于特定主题的对话

search_conversations({
  query: "3D modeling",
  limit: 5
})

示例响应：

{
  "total_found": 3,
  "conversations": [
    {
      "conversation_id": "a3edfc8f-0978-415e-9de8-18f4d94ea3a2",
      "title": "3D Interactive Solar System Model",
      "summary": "Design an engaging, visually appealing 3D representation of planets and celestial bodies",
      "created_at": "2025-05-27T17:13:26Z",
      "project": "Stellar 3d solar system",
      "message_count": 76,
      "relevance": "content"
    }
  ]
}

按日期范围和项目筛选

search_conversations({
  query: "python",
  project: "cad_example",
  date_from: "2025-01-01",
  date_to: "2025-03-01",
  limit: 3
})

3.获取对话详细信息

从对话中检索特定消息

get_conversation_snippet({
  conversation_id: "bf283daa-25d3-434f-ad7e-9adda48cdcdd",
  message_start: 1,
  message_count: 3
})

示例响应：

{
  "conversation_id": "bf283daa-25d3-434f-ad7e-9adda48cdcdd",
  "title": "3D Model 3MF File Creation",
  "message_range": "1-3",
  "total_messages": 30,
  "messages": [
    {
      "index": 1,
      "role": "user",
      "content": "can I create a 3D model in .3mf?"
    },
    {
      "index": 2,
      "role": "assistant",
      "content": "I'll help you create a 3D model using PythonOCC and convert it to .3mf format..."
    }
  ]
}

4.搜索项目

按技术查找文件

search_projects({
  query: "interface",
  file_types: ["ts", "js"],
  limit: 10
})

搜索所有项目文件

search_projects({
  query: "streamlit",
  limit: 5
})

示例响应：

{
  "total_found": 3,
  "results": [
    {
      "project": "ad_campaign_dashboard",
      "file": "ad_campaign_dashboard/app.py",
      "match": "import streamlit as st",
      "line": 1
    }
  ]
}

5.获取项目概述

分析项目结构和技术栈

get_project_overview({
  project_name: "memex_targeted_search_server"
})

示例响应：

{
  "name": "memex_targeted_search_server",
  "path": "/Users/user/Workspace/memex_targeted_search_server",
  "file_count": 8,
  "directories": ["dist", "src"],
  "file_types": {
    "ts": 1,
    "js": 1,
    "json": 3,
    "md": 1
  },
  "main_files": ["package.json", "README.md"],
  "technologies": ["JavaScript/TypeScript"]
}

实际使用场景

场景1：“我忘了那个命令……”

// User: "I don't remember what the command is to run the memex agent cli"
find_command({
  query: "memex agent",
  command_type: "cli",
  limit: 5
})

// User: "What was that firebase command to deploy?"
find_command({
  query: "firebase deploy",
  command_type: "cli",
  limit: 3
})

// Result: Finds exact commands with context from previous conversations

场景2：寻找相关工作

// Agent: "I need to find previous conversations about Blender projects"
search_conversations({
  query: "blender",
  limit: 5
})

// Result: Finds 2 conversations about 3D Manhattan cityscape and geometric skyscraper
// Agent can then drill down into specific conversations for details

场景3：代码引用查找

// Agent: "Show me Python projects that use Streamlit"
search_projects({
  query: "streamlit",
  file_types: ["py"],
  limit: 10
})

// Result: Finds specific Python files with Streamlit imports
// Agent can then examine project structure and implementation patterns

场景4：交叉引用发现

// Agent: "Find conversations from January 2025 about 3D modeling"
search_conversations({
  query: "3D model",
  date_from: "2025-01-01",
  date_to: "2025-01-31",
  limit: 5
})

// Agent: "Now show me the related project files"
get_project_overview({
  project_name: "cad_example"
})

api参考

搜索_对话

• 目的：使用灵活的筛选功能搜索对话历史记录
• 参数: query （必填）， limit, project, date_from, date_to
• 退货：具有相关性评分的对话元数据数组

get_conversation_snippet

• 目的：从对话中检索特定消息范围
• 参数: conversation_id （必填）， message_start, message_count
• 退货：包含消息详细信息的对话片段

搜索_项目

• 目的：按内容和元数据搜索项目文件
• 参数: query （必填）， file_types, limit
• 退货：文件数组与上下文匹配

get_project_overview

• 目的：分析项目结构和技术栈
• 参数: project_name （必填）
• 退货：项目总结，包括文件计数和技术检测

find_命令

• 目的：从对话历史记录中查找特定命令、CLI用法或代码片段
• 参数: query （必填）， command_type （cli/code/config/any）， limit
• 退货：一系列带有上下文、置信度评分和对话参考的命令

建筑

内置：

• TypeScript -类型安全开发
• MCP-SDK -官方模型上下文协议SDK
• Node.js -运行时环境
• 文件系统API -直接文件访问以提高性能

性能注意事项

• 限制搜索范围以防止出现压倒性的结果
• 对大文件使用流式JSON解析
• 实现智能文件过滤
• 缓存频繁访问的元数据
• 返回截断的内容，并可按需提供完整的上下文

代理经验

服务器旨在实现最佳的代理交互：

• 目标搜索：在不过载上下文的情况下查找特定信息
• 分面过滤：多个搜索维度（日期、项目、文件类型）
• 渐进式发现：从摘要开始，深入到细节
• 上下文保护：保持对话和项目关系

发展

在发展中奔跑

npm run dev

生产大楼

npm run build
npm start

测试

该服务器包括全面的错误处理和优雅的降级功能，用于：

• 会话文件丢失或损坏
• 无法访问项目目录
• JSON解析无效
• 大文件处理

贡献

欢迎投稿！请随时提交拉取请求。

许可证

ISC许可证

______________________________________________________________________

🤖 生成于 Memex\ 合著者：Memex