Memvid MCP Rs

Memvid MCP服务器

非官方模型上下文协议（MCP）服务器接口 孟维德 -用于AI代理的视频帧存储系统。

什么是Memvid？

Memvid是AI代理的一个存储层，它将知识作为压缩的“智能帧”存储在一个单一的内存中 .mv2 文件（类似于视频存储帧的方式）。这种方法提供了：

• 存储效率提高10倍 比传统的矢量数据库
• 低于5ms的内存访问时间
• 仅附加防撞存储 具有时间旅行功能
• 单个可移植文件 包含数据、嵌入、搜索结构和元数据
• 无需外部数据库或基础设施

特性

• 持久的长期记忆 对于AI代理
• 语义搜索 使用自然语言查询
• 即时检索 从单个可移植文件
• 无服务器架构 -不需要数据库基础架构
• 模型无关 -适用于支持MCP的任何LLM

安装

来自货物（生锈）

cargo install --git https://github.com/mystique09/memvid-mcp.git

来源

git clone https://github.com/mystique09/memvid-mcp.git
cd memvid-mcp
cargo build --release
# The binary will be at target/release/memvid-mcp.exe (Windows) or target/release/memvid-mcp (Linux/Mac)

配置

继续

添加到您的 mcpServers/new-mcp-server.yaml:

mcpServers:
  - name: Memvid MCP
    type: stdio
    command: memvid-mcp

克劳德桌面版

添加到您的Claude桌面配置(claude_desktop_config.json):

{
  "mcpServers": {
    "memvid": {
      "command": "memvid-mcp",
      "env": {}
    }
  }
}

Cline（VS代码扩展）

添加到您的Cline设置：

{
  "mcpServers": [
    {
      "name": "memvid",
      "command": "memvid-mcp"
    }
  ]
}

可用工具

用法示例

商店积木

Use the add_chunks tool to store information:
Add chunks ["Meeting discussed Q1 planning", "Action item: Review API integration", "Decision: Use Memvid for memory"]

搜索内存

Use the search tool with natural language queries:
Search for "Q1 planning" with top_k=5 and snippet_chars=200

健康检查

Ping to verify server is responsive:
Ping

存储

所有数据都存储在 memvid.mv2 在当前工作目录中。这是一个单一的可移植文件，其中包括：

• 压缩帧
• 全文检索
• 向量索引
• 时间线元数据

这 .mv2 文件可以像其他文件一样共享、版本控制和备份。

发展

构建

cargo build

运行（开发）

cargo run

使用MCP客户端进行测试

# Create test requests
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{"tools":{}},"clientInfo":{"name":"test","version":"1.0.0"}}}' | cargo run

需求

• 锈蚀1.85.0+
• memvid-core crate（作为依赖项包含）

了解更多

• Memvid文档
• 模型上下文协议规范

许可证

Apache许可证2.0

贡献

欢迎投稿！请随时提交拉取请求。