记忆库 MCP

Memory Bank 是一个 MCP 服务器，可帮助团队创建、管理和访问结构化的项目文档。它生成并维护一组相互关联的 Markdown 文档，这些文档涵盖项目知识的各个方面，从总体目标到技术细节，再到日常进度。

特征

• AI 生成的文档：利用 Gemini API 自动生成全面的项目文档

• 结构化知识系统：以分层结构维护六种核心文档类型

• MCP 集成：实现模型上下文协议，实现与 AI 助手的无缝集成

• 可定制的位置：指定您想要创建记忆库目录的位置

• 文档模板：项目简介、产品背景、系统模式等的预定义模板。

• 人工智能辅助更新：手动更新文档或在人工智能的帮助下重新生成文档

• 高级查询：使用上下文感知相关性排名搜索所有文档

安装

用法

开发模式

生产模式

MCP 配置

要将 Memory Bank 与模型上下文协议 (MCP) 集成，请将以下配置添加到mcp.json文件：

将/path/to/memory-bank-mcp/dist/index.js替换为您构建的 index.js 文件的绝对路径，并添加您的 Gemini API 密钥（如果适用）。

例子：

MCP 工具

记忆库 MCP 通过模型上下文协议提供以下工具：

initialize_memory_bank

创建包含所有文档模板的新存储库结构。

参数：

• goal （字符串）：项目目标描述（至少 10 个字符）

• geminiApiKey （字符串，可选）：用于文档生成的 Gemini API 密钥

• location （字符串，可选）：将创建存储库文件夹的绝对路径

例子：

update_document

更新存储库中的特定文档。

参数：

• documentType （枚举）：以下之一： projectbrief 、 productContext 、 systemPatterns 、 techContext 、 activeContext 、 progress

• content （字符串，可选）：文档的新内容

• regenerate （布尔值，默认值：false）：是否使用 AI 重新生成文档

例子：

query_memory_bank

使用上下文感知相关性排名搜索所有文档。

参数：

• query （字符串）：搜索查询（至少 5 个字符）

例子：

export_memory_bank

导出所有存储库文档。

参数：

• format （枚举，默认值：“folder”）：导出格式，可以是“json”或“folder”

• outputPath （字符串，可选）：导出的自定义输出路径

例子：

文档类型

记忆库将项目知识组织成六种核心文档类型：

1. 项目简介（ projectbrief.md ）：定义项目目标、范围和愿景的核心文件

2. 产品上下文（ productContext.md ）：从用户角度记录产品功能

3. 系统模式（ systemPatterns.md ）：建立系统架构和组件关系

4. 技术背景（ techContext.md ）：指定技术堆栈和实现细节

5. 活动上下文（ activeContext.md ）：跟踪当前任务、未解决的问题和开发重点

6. 进度（ progress.md ）：记录已完成的工作、里程碑和项目历史

执照

麻省理工学院