Sponsors

Your brand could live here

Reach developers browsing DeepSeek Harness plugins. Sponsorship slots are open — logo, link, and a short tagline on this spot.

Get in touch
← Back to home

BingoAgentTouch

Personal_MCP

这是一个用来存放个人搭建的MCP服务的仓库

Stars
2
Language
TypeScript
Created
Jul 3, 2026
Updated
Aug 16, 2026
MCPMemory
GitHub repo

Introduction

memory-mcp-server

一个给 LLM Agent(如 Claude Code)用的分层长期记忆 MCP 服务器。把对话沉淀成可语义检索的三层记忆,回答"我们上次聊到哪了"时能带出完整上下文。

当前版本:0.9.1

  • 本地优先,可选 API:默认用本地 @xenova/transformers(多语言 MiniLM,384 维,零云依赖);也可切换到 OpenAI 兼容嵌入 API(MEMORY_EMBED_PROVIDER=api,免下载本地模型,见下文)。
  • 分层回溯:命中片段(L1)时自动回填当天总结(L2)和主题脉络(L3)。
  • 优雅降级:本地模型加载失败或 API 不可用时退回关键词(Jaccard)检索,并在 stderr 明确告警——不会假装正常。

记忆分层

memory/                     # 存储根,相对「服务器进程的工作目录(CWD)」
├── raw/<date>/turns.jsonl  # 原始对话,一字不改,全量保留
├── fragments/<date>/       # L1 任务→结果片段 (.md + .embedding 向量)
├── daily/<date>.md         # L2 每日总结
└── topics/<topic>.md       # L3 跨天主题索引

写入顺序:store_turn(逐轮) → create_fragment(打包几轮为一个片段,自动算 embedding) → create_daily_summary / upsert_topic(汇总)。

重要:存储根是相对 CWD 的(path.resolve("memory/..."))。服务器进程以哪个目录为工作目录,记忆就写在那个目录的 memory/ 下。让宿主(Claude Code 等)以「你想要记忆的项目根」为 CWD 启动本服务器。

安装 & 构建

下载安装到某个路径

npm install
npm run build      # tsc → dist/

（注意，CherryStudio用户可能由于该GUI的路径问题或管道问题无法直接使用，请谨慎安装）

要求 Node ≥ 20(开发用 22 验证)。

从 npm 安装（发布后）

npm install -g @<你的scope>/memory-mcp-server     # 全局安装（包名以实际发布为准）
memory-mcp                                        # 直接以 stdio 启动
# 或临时运行：npx @<你的scope>/memory-mcp-server

发布者注意：npm 裸名 memory-mcp-server / memory-mcp 均已被占用，发布前必须把 package.json 的 name 改为 scoped 名（@<你的npm用户名>/memory-mcp-server）并 npm login 后 npm publish --access public。

各 harness 接入片段（参数化）

数据根约定（最重要）：记忆库存储在服务器进程 CWD 下的 memory/ 目录。以你想让记忆归属的项目根作为 cwd 启动——下面两个配置的 cwd 字段都是关键。

DeepSeek Harness（DSH）：~/.dsh/profiles/<profile>/cordis.patch.yml

- id: mcp-memory
  name: '@deepseek-ai/dsh-mcp-client'
  config:
    serverName: memory
    transport: stdio
    command: node
    args:
      - '<安装路径>/dist/index.js'   # 或全局安装后：["npx", "memory-mcp"]
    cwd: '<项目根>'                  # 记忆库落在这里的 memory/ 下
    toolCallTimeoutMs: 120000
    failOnStartupError: true

Claude Code：项目根的 .mcp.json

{
  "mcpServers": {
    "memory": {
      "type": "stdio",
      "command": "node",
      "args": ["<安装路径>/dist/index.js"],
      "env": {}
    }
  }
}

或直接给 Claude Code 文件已安装的路径，让其智能注册，然后重启 Claude Code。

发布友好开关：服务器启动时会向 CWD 项目的 harness 规则文件（AGENTS.md 等）注入「记忆使用规范」。对他人机器这是侵入性行为——设 MEMORY_SKIP_INJECT=1（或 true/yes）可跳过；本机不设则保留现状。

⚠ Embedding 模型:首次运行需要它,离线环境要手动放

语义检索默认用 Xenova/paraphrase-multilingual-MiniLM-L12-v2(quantized,约 118MB,多语言，中文检索排序正确)。联网时 transformers.js 首次运行会自动下载到:

node_modules/@xenova/transformers/.cache/Xenova/paraphrase-multilingual-MiniLM-L12-v2/

想换模型：设环境变量 MEMORY_EMBED_MODEL=<repo/model> 即可覆盖默认（见 src/embedding/provider.ts 的 MODEL_ID）。若换成非 384 维的模型，务必回填历史片段（见下文），新旧维度/模型的向量不可混用。

早期版本用的是 Xenova/all-MiniLM-L6-v2(英文模型,约 23MB)——它对中文语义排序会倒挂(无关闲聊的 cosine 会压过正确答案),已弃用。

如果网络访问 huggingface.co 受阻(常见于国内/隔离网络),自动下载会以 TypeError: fetch failed 失败,服务器会退回关键词检索(召回质量明显下降)。此时手动放置模型即可,用镜像下载:

BASE="https://hf-mirror.com/Xenova/paraphrase-multilingual-MiniLM-L12-v2/resolve/main"
DEST="node_modules/@xenova/transformers/.cache/Xenova/paraphrase-multilingual-MiniLM-L12-v2"
mkdir -p "$DEST/onnx"
curl -sL "$BASE/config.json"           -o "$DEST/config.json"
curl -sL "$BASE/tokenizer.json"        -o "$DEST/tokenizer.json"
curl -sL "$BASE/tokenizer_config.json" -o "$DEST/tokenizer_config.json"
curl -sL "$BASE/onnx/model_quantized.onnx" -o "$DEST/onnx/model_quantized.onnx"

验证离线可加载:

node --input-type=module -e '
import { pipeline, env } from "@xenova/transformers";
env.allowRemoteModels = false;   // 强制只用本地缓存
const ex = await pipeline("feature-extraction","Xenova/paraphrase-multilingual-MiniLM-L12-v2",{quantized:true});
const r = await ex("你好",{pooling:"mean",normalize:true});
console.log("OK dim=", r.data.length);   // 期望 384
'

放好后重启 MCP 服务器(常驻进程,不热更新;在 Claude Code 里即重启客户端)。

怎么判断当前跑在哪种模式

看服务器 stderr 与 create_fragment 返回的 embedding_mode 字段(取值为 api / transformers / fallback):

  • embedding_mode: "api" → 走 OpenAI 兼容嵌入 API。
  • embedding_mode: "transformers" → 本地 MiniLM 语义模式正常。
  • embedding_mode: "fallback" → 模型没加载 / API 不可用,在用关键词检索,按上面步骤修。
  • memory_search 返回分数普遍在 0.2+(且同义改写也能命中)→ 语义模式正常。

嵌入模型 API 后端(可选,免下载本地模型)

不想下载/运行本地 384 维模型时,设 MEMORY_EMBED_PROVIDER=api 即可切到 OpenAI 兼容的 /v1/embeddings(覆盖 OpenAI、智谱、通义、月之暗面、Ollama、PPInfra 等):

MEMORY_EMBED_PROVIDER=api
MEMORY_EMBED_API_URL=https://api.openai.com/v1   # 必填,含 /v1 的 base URL
MEMORY_EMBED_API_KEY=sk-xxxx                     # 必填
MEMORY_EMBED_API_MODEL=text-embedding-3-small    # 可选,默认这个
MEMORY_EMBED_API_MAX_TOKENS=8191                 # 可选,文档预算上限
MEMORY_EMBED_API_DIM=1536                        # 可选,固定维度;缺省则首次编码自动探测
MEMORY_EMBED_API_MAX_RETRIES=4                   # 可选,429/5xx/网络异常的退避重试次数
MEMORY_EMBED_API_RETRY_BASE_MS=2000              # 可选,重试退避基数(指数增长,上限 60s)
MEMORY_EMBED_API_DELAY_MS=0                      # 可选,相邻请求最小间隔;严格限流档(如 5/min)设 12000+

要点:

  • API 模式不做本地分词:文档预算截断用字符近似计数(tokenizer_id = char-approx-v1),不下载任何模型文件。
  • API 模型与本地 MiniLM 的向量不可混用:切换模型后 representation_identity_hash 变化,必须 migrate_embeddings.mjs build/validate/switch 重建;建议用 --representation single(multiview 证据门阈值是按 MiniLM 384 校准的,不随 API 迁移)。
  • 失败语义分层:检索路径(编码失败)快速回退关键词,不等待重试;构建/迁移路径严格失败,绝不出半成品向量。429/5xx/网络异常自动指数退避重试(优先 Retry-After 头)。
  • 免费档限流:如 PPInfra 免费档 5 请求/分钟,建库必须配 MEMORY_EMBED_API_DELAY_MS=12000+(76 片段 ≈ 16 分钟)。

回填历史片段

如果某段时间跑在降级模式,那期间的片段没有向量(或为空),且当前存在 active embedding generation 时不能直接运行旧回填脚本。D0 会保护性拒绝对 active generation 的写入，避免把不可变快照当作可写目录。

cd <记忆库所在的项目根>          # 必须,存储根相对 CWD
node <绝对路径>/backfill_embeddings.mjs

脚本仅在没有 active generation 时回填 legacy .embedding；如果检测到 active generation，会以非零状态退出并提示使用：

node <绝对路径>/migrate_embeddings.mjs build --generation gen_YYYYMMDD_xxx
node <绝对路径>/migrate_embeddings.mjs validate --generation gen_YYYYMMDD_xxx
node <绝对路径>/migrate_embeddings.mjs switch --generation gen_YYYYMMDD_xxx

当前简化模型下，服务器启动不会自动做 orphan reconcile 或后台修复；如果你怀疑 delta/base 状态不一致，直接走手动 rebuild + switch。

Multiview evidence calibration（离线维护者流程）

多窗口 evidence gate 只允许使用通过 development 与 hold-out 验证的、版本化 fixture calibration artifact；不能把 src/search/retriever.ts 中的旧候选阈值当作 production policy。评测工具只读取 bench/datasets/，不会读取或修改任何 memory/ root；它不切 active pointer，也不生成真实 generation。

node bench/run-multiview-eval.mjs calibrate \
  --max-fpr 0 \
  --min-evidence-recall 1 \
  --output <candidate-report.json>

# 从 candidate-report.json 提取 candidate_artifact 后，使用 untouched hold-out：
node bench/run-multiview-eval.mjs validate \
  --artifact <candidate-artifact.json> \
  --output <holdout-report.json>

node bench/run-multiview-eval.mjs evaluate \
  --threshold <validated-threshold> \
  --output <shadow-report.json>

validate 只有在 hold-out 满足冻结目标时才会输出 validated artifact；失败时报告 no_go，不得手动把 candidate 标为 validated。artifact 绑定 model/tokenizer、recipe、窗口策略、aggregation/raw-similarity mode、development/hold-out dataset hash 和 canonical artifact hash。

新的 multiview generation、activation、delta 写入与 compaction 都必须携带并校验该 immutable validated snapshot；compaction 的 artifact 还必须与 active generation 的 snapshot 完全一致。历史 policy-less multiview generation 仍可读取，并在 search 中保持 summary-only shadow；它们不能重新激活或创建/重置/写入 delta。

本项目采用简单、手动维护优先的落地策略，不把大规模生产级 calibration、长时间 shadow observation 或复杂自动运维作为首次启用的前置条件。真实库首次启用时只需在维护窗口完成 multiview build → validate → switch，保留旧 generation，并用少量真实查询做 sanity check；必要时手动回切旧 generation。fixture artifact 不能冒充真实生产阈值，但不再阻塞首次使用。

Compaction 日常维护流程（手动维护）

日常写入走 delta 增量层（generation 是不可变快照，写入只更新 memory/embedding_delta/）。delta 条目数 D 增长后：① 每次 create_fragment 重写 delta_index.json 的写放大 ≈ O(D²)；② 检索多一层校验。compaction 把 base + delta 合并进一个全新 generation 并清空 delta（两层变一层）。

什么时候做：delta 条目数（memory/embedding_delta/delta_index.json 的键数）≥ 100~300、create_fragment/memory_search 明显变慢、或按使用强度定期（如每月/每 200 片段）。全程在维护窗口执行，先备份 memory 根。

cd <记忆库所在的项目根>          # 存储根相对 CWD，必须
node <绝对路径>/compact_embeddings.mjs preflight --generation gen_YYYYMMDD_compaction --representation multiview --evidence-policy <validated-artifact.json>
node <绝对路径>/compact_embeddings.mjs build --generation gen_YYYYMMDD_compaction
node <绝对路径>/compact_embeddings.mjs validate --generation gen_YYYYMMDD_compaction
node <绝对路径>/compact_embeddings.mjs switch --generation gen_YYYYMMDD_compaction
  • --representation 必须与当前 active generation 一致；multiview 时必须携带 validated evidence policy（run-multiview-eval.mjs validate 产出，candidate 不可用）。
  • preflight 会上 compaction 锁 + 封存 delta + 写 merge contract；validate 不通过不得 switch；异常中断先用 compact_embeddings.mjs unlock 确认解锁，不要把 unlock 当通用恢复手段。
  • switch 后旧 generation 保留在 previous_generation_id，可手动回切。
  • 换模型/换表示请用 migrate_embeddings.mjs，不要用 compaction 顶替。
  • 详细判定信号、故障处理与操作前检查清单见《项目维护/memory-mcp-server_compaction维护手册_20260809.md》；archive 恢复场景见下一节。

Compaction archive recovery（维护者手动流程）

此流程只用于恢复一个 C3-3B v2 compaction archive：把 archive 中的 sealed delta 和记录的 base active pointer 原样恢复。它不是通用 JSON 修复、migrate_embeddings.mjs 的 rollback、orphan reconcile，也不是面向日常用户的操作。

当前没有公开的 restore CLI 或 MCP tool；仅维护者可在受控环境中调用内部 API：verifyArchivedDelta(archivePath)、restoreArchivedDelta(archivePath)、recoverDeltaRestoreTransaction()。不要手动复制 archive 文件、改写 embedding_active.json、删除 transaction，或把 compact_embeddings.mjs unlock 当作通用恢复手段。

恢复前按顺序完成：

  1. 停止 MCP server 和全部写入方，记录绝对 memory root、候选 archive 路径、当前 active pointer、delta manifest/index 摘要、compaction lock，以及 memory/embedding_delta/transactions/restore-* 目录。
  2. 对整个 memory root 做独立的字节级备份；恢复流程不会替代这一份操作前备份。
  3. 只选择 memory/embedding_delta/archive/<delta-id>-into-<target-generation-id>/ 下的 archive。它必须包含 merge_receipt.json、merge_contract.json、manifest.json、delta_index.json；有 materialized record 时还必须有对应 vectors/ payload。
  4. 先执行 verifyArchivedDelta(archivePath)，只有返回 valid: true 才能继续。v1 receipt、任意 payload/receipt/contract/pointer 校验失败都必须停止，不能尝试“修好” archive 后继续。
  5. restoreArchivedDelta(archivePath) 会再次拒绝 source inventory 漂移、active pointer 不等于 receipt target pointer、非空的 post-compaction target delta、或已有未完成 restore transaction。满足条件后它才会恢复 archive 的 sealed delta，并最后写入 receipt base pointer。
  6. 成功后确认：active pointer 等于 receipt.pointer_snapshots.base；live delta 的 ID/payload 等于 archive、状态为 sealed、兼容性正常；target generation 与 archive 均仍存在；没有遗留 restore-* transaction。

正常调用返回 { restored: true, idempotent: false }；若已经完全处于 archive 记录的 base+sealed-delta 状态，会返回 { restored: false, idempotent: true }。若出现 recovery_failed: true，保留其 transaction_path、archive、pointer/manifest 快照和错误输出，不要重跑 restore 或手动清理；由维护者先调用一次 recoverDeltaRestoreTransaction()。多个 restore transaction、未知 transaction schema、archive 验证失败或 recovery 再次失败都属于停止并人工检查的条件，不能 force-unlock。

当没有有效 archive、source 已变化或 pointer 状态不满足恢复前提时，走受控 rebuild：

node <绝对路径>/migrate_embeddings.mjs build --generation gen_YYYYMMDD_xxx
node <绝对路径>/migrate_embeddings.mjs validate --generation gen_YYYYMMDD_xxx
node <绝对路径>/migrate_embeddings.mjs switch --generation gen_YYYYMMDD_xxx

对真实 memory root 的复制副本演练、自动启动恢复、公开 restore CLI 和 MCP restore tool 都是后续独立授权事项；本文档不启用它们。

MCP 工具一览

工具作用
memory_store_turn追加一轮对话到 raw(全量原文)
memory_create_fragment把若干轮打包成 L1 片段,自动算 embedding
memory_create_daily_summary写 L2 每日总结
memory_upsert_topic创建/更新 L3 跨天主题索引
memory_search语义检索 → 命中 L1 并回填 L2/L3 上下文
memory_get_fragment / memory_get_daily / memory_get_topic按 ID 读取完整内容
memory_list_dates列出所有有记录的日期
memory_get_raw_turns按 exact/range/recent/all 四种互斥模式读取 L0 逐轮原文，可先按 agent_id 过滤
memory_consolidate_topics检测中文相似 Topic；经审阅后支持 dry-run、整批预检、执行合并与 fragment 回指修复

Topic 合并说明

memory_consolidate_topics(action="execute") 会先做整批校验。任一 active 合并组存在 source/target 冲突、非法 fragment ID、路径越界、fragment 缺失或旧 Topic 回指不唯一时，整批返回 validated: false 和 MCP isError: true，不会改写 live 文件。

dry_run: true 使用与正式执行相同的计划和预检，只返回 changes，不写文件。正式执行会更新 target、改写 fragment 回指，并把 source 主题备份到 .trash 后删除。

这是面向个人项目的简化维护模型：优先保证行为直白、出问题后可人工检查；不承诺工业级自动恢复或复杂维护编排。

和宿主自带记忆的分工(避免双写)

很多 Agent 宿主(如 Claude Code)自身已有一套"始终加载进上下文"的轻量记忆。本 MCP 与它职责不同,不要重复存:

  • 宿主自带记忆 = 蒸馏后的常驻规则/偏好,需要每个会话都在上下文里、无需检索。少而精,一条一行。
  • 本 MCP = 可检索的情节档案:完整对话、任务片段、每日/主题脉络。按需 memory_search 取用,不常驻。

一条经验值得记时问自己:它需要每个会话都在场,还是只在我去翻的时候才要? 前者进宿主记忆(一行),后者进本 MCP(带证据的片段)。宿主里的那一行可以引用 MCP 的主题名做下钻,但不要复制正文。

仓库卫生

memory/ 里是原始对话逐字记录。若把本服务器的记忆库放在某个 git 项目内,记得在该项目 .gitignore 忽略它,别把对话原文和向量提交进版本库:

/memory/

记忆重要性评分

新建 fragment 时请保守填写 importance，不要把普通记忆默认评为 0.7 以上：

  • 0.35~0.4：临时、局部、低复用信息
  • 0.5：普通可复用记忆
  • 0.6~0.7：持续有帮助或明确重要
  • 0.8：关键架构、重要约束
  • 0.9~1.0：核心事实，错误代价高，应该很少使用

历史 fragment 的 importance 不因这次规则调整而批量改写。P3 Phase 1c 检索时使用 max(importance, earned_importance)，earned 只提升有效重要性，不会降低已有权重。

已知取舍

  • MiniLM 的相似度整体偏低,0.2–0.35 就是可靠命中,不要按 0.8 的直觉设阈值。
  • 检索质量高度依赖写入方给的 task_desc/result_desc/片段浓缩质量——工具负责结构与召回,浓缩得好不好看用的人。
  • embedding 文本 = task_desc + result_desc + turns_text(查询多针对结论,纳入后召回更准)。

开发

npm run dev      # tsx 直跑 src/index.ts
npm run check    # tsc --noEmit 类型检查
npm run watch    # 文件监听(如启用 watcher)