Skip to main content
Glama

MCP内存

MCP Memory是一款MCP 服务器,它使MCP 客户端(Cursor、Claude、Windsurf 等) 能够记住用户在对话过程中的信息(偏好、行为)。它使用向量搜索技术,根据含义而非关键词来查找相关记忆。它基于 Cloudflare Workers、D1、Vectorize (RAG)、Durable Objects、Workers AI 和 Agents 构建。

📺 视频

Related MCP server: MCP Memory

🚀 尝试一下

https://memory.mcpgenerator.com/

🛠️ 如何部署你自己的 MCP 内存

选项 1:一键将您自己的 MCP 内存部署到 Cloudflare

部署到 Cloudflare

在**“创建矢量化”**部分中选择:

  • 尺寸: 1024

  • **度量:**余弦

点击**“创建并部署”**按钮

在 Cloudflare 仪表板中,转到“Workers & Pages”并单击“访问”

访问 MCP 内存

选项 2:使用此模板

  1. 单击此存储库顶部的“使用此模板”按钮

  2. 克隆你的新存储库

  3. 按照以下设置说明进行操作

选项 3:使用 CloudFlare CLI 创建

npm create cloudflare@latest --git https://github.com/puliczek/mcp-memory

🔧 设置(仅限选项 2 和 3)

  1. 安装依赖项:

npm install
  1. 创建矢量化索引:

npx wrangler vectorize create mcp-memory-vectorize --dimensions 1024 --metric cosine
  1. 安装Wrangler:

npm run dev
  1. 部署工作人员:

npm run deploy

🧠 工作原理

MCP 内存架构

  1. 存储记忆

    • 您的文本由Cloudflare Workers AI使用开源@cf/baai/bge-m3模型处理,以生成嵌入

    • 文本及其向量嵌入存储在两个地方:

      • Cloudflare Vectorize :存储用于相似性搜索的向量嵌入

      • Cloudflare D1 :存储原始文本和元数据以实现持久性

    • 持久对象(MyMCP)管理状态并确保一致性

    • Agents框架处理MCP 协议通信

  2. 找回记忆

    • 您的查询将使用具有相同@cf/baai/bge-m3模型的Workers AI转换为向量

    • Vectorize 执行相似性搜索来查找相关记忆

    • 结果按相似度得分排序

    • D1数据库提供匹配向量的原文

    • 持久对象协调检索过程

此架构可实现:

  • 通过 Vectorize 快速搜索向量相似性

  • 使用 D1 进行持久存储

  • 通过持久对象进行状态操作

  • 通过 Workers AI 实现标准化的 AI 交互

  • 通过代理框架实现协议合规性

即使确切的词语不匹配,系统也能找到概念上相关的信息。

🔒 安全

MCP Memory 实施了多项安全措施来保护用户数据:

  • 每个用户的记忆都存储在 Vectorize 内独立的命名空间中,以实现数据分离

  • 内置速率限制可防止滥用( 100 req/min - 您可以在 wrangler.jsonc 中更改它)

  • 身份验证仅基于用户 ID

    • 虽然这足以通过速率限制提供基本保护

    • 如果需要,可以轻松添加额外的身份验证层(如 API 密钥或 OAuth)

  • 所有数据都存储在 Cloudflare 的安全基础设施中

  • 所有通信均采用行业标准 TLS 加密进行保护(由 Cloudflare 的 SSL/TLS 认证自动提供)

💰 费用信息 - 大多数用户免费

MCP 内存在正常使用水平下可免费使用:

  • 免费套餐允许 1,000 个记忆,每月约 28,000 次查询

  • 使用 Cloudflare 的 Workers、Vectorize、Worker AI 和 D1 数据库免费配额

有关 Cloudflare 定价的更多详细信息,请参阅:

❓ 常见问题解答

  1. 我可以使用memory.mcpgenerator.com 来存储我的记忆吗?

    • 是的,您可以使用memory.mcpgenerator.com来存储和检索您的记忆

    • 该服务免费

    • 您的记忆将被安全存储,并且只有您可以访问

    • 我无法保证该服务始终可用

  2. 我可以主持吗?

    • 是的,您可以在 Cloudflare 上免费托管您自己的 MCP Memory 实例

    • 您需要一个 Cloudflare 帐户和以下服务:

      • 工人

      • 矢量化

      • D1 数据库

      • 工人人工智能

  3. 我可以在本地运行它吗?

    • 是的,您可以在本地运行 MCP Memory 进行开发

    • 使用wrangler dev在本地运行 worker

    • 您需要为 Cloudflare 服务设置本地开发凭据

    • 请注意,某些功能(例如矢量搜索或 AI 工作者)需要连接到 Cloudflare 的服务

  4. 我可以使用不同的主机吗?

    • 不,MCP Memory 是专为 Cloudflare 的基础设施设计的

  5. 你为什么要建造它?

    • 我想要一个开源解决方案

    • 控制我自己的数据对我来说很重要

  6. 我可以多人使用它吗?

    • 是的,MCP Memory 可以集成到您的应用程序中,为所有用户提供服务

    • 每个用户都有自己独立的内存空间

  7. 我可以用它来存储记忆以外的东西吗?

    • 是的,MCP 内存可以存储任何类型的基于文本的信息

    • 一些实际的例子:

      • 知识库:存储技术文档、程序和故障排除指南

      • 用户行为:跟踪用户如何与功能和常见使用模式进行交互

      • 项目说明:决策和项目更新

    • 矢量搜索将帮助查找相关项目,无论内容类型如何

🤝 表达你的支持

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/d0kwon/mcp-memory'

If you have feedback or need assistance with the MCP directory API, please join our Discord server