evermemos mcp
   
AI编码助手的长期记忆。记住一次,永远记住。
你花了30分钟解释你的架构、命名约定,以及为什么放弃MongoDB。下一次会议——结束了。你再解释一遍。
evermemos mcp修复了这个问题。一 remember call存储它 briefing 调用会将其带回——在任何会话、任何客户端中。
基准:60/60召回率与0/60基线。零归因错误。P95\ 简介视频:** 观看Bilibili
演示视频: 观看Bilibili
______________________________________________________________________
快速开始
从获取API密钥 EverMemOS云,然后添加到MCP客户端配置中:
{
"mcpServers": {
"evermemos-mcp": {
"type": "stdio",
"command": "uvx",
"args": ["evermemos-mcp@latest"],
"env": {
"EVERMEMOS_API_KEY": "your-key-here"
}
}
}
}或者直接运行:
uvx evermemos-mcp@latest适用于 Claude Code、Cursor、Cline、Cherry Studio、OpenClaw、Gemini CLI、Aider,以及任何兼容MCP的客户端或代理。看 docs/05-client-integrations.md 用于特定于客户端的设置。
Install from source
git clone https://github.com/tt-a1i/evermemos-mcp.git
cd evermemos-mcp
cp .env.example .env # set EVERMEMOS_API_KEY
uv run evermemos-mcp源安装的MCP客户端配置:
{
"mcpServers": {
"evermemos-mcp": {
"type": "stdio",
"command": "uv",
"args": ["run", "--directory", "/path/to/evermemos-mcp", "evermemos-mcp"],
"env": { "EVERMEMOS_API_KEY": "your-key-here" }
}
}
}______________________________________________________________________
所得
7工具
| 工具 | 它做什么 |
|---|---|
list_spaces | 发现可用内存空间 |
remember | 将上下文存储到长期记忆中。自动检测敏感内容(API密钥、密码)并检查冲突内存 |
request_status | 检查是否已提取排队写入 |
recall | 使用6种检索策略(关键字/混合/向量/RRF/代理/自动)搜索记忆 |
briefing | 一个通话会话开始上下文恢复:个人资料+事件+事实+前瞻 |
forget | 通过验证工作流进行有针对性的删除 |
fetch_history | 按类型分页记忆时间线 |
关键能力
- 空间隔离 —
coding:my-app,chat:preferences,study:ml-notes--记忆永远不会在项目中流失 - 多空间搜索 --一次最多查询10个空格
recall具有自动来源归因功能的通话 - 敏感内容保护 -存储前阻止API密钥、密码、令牌、私钥。请用户确认
- 内存冲突检测 --自动检查中的类似记忆
chat:*空间。表面冲突,以便代理可以决定 - 生命周期跟踪 --每个结果都标记
queued,provisional,fallback,或searchable所有工具 - 可追溯的引用 —
memory_type,snippet,timestamp,score,source_message_id每一个结果 - Git自动检测 --省略
space_id它推断coding:从git远程 - 稳健的错误处理 --使用回退(429/5xx)重试,代理/WAF的GET主体回退,结构化错误代码
______________________________________________________________________
用例
持久架构上下文:
You: remember we chose PostgreSQL because our data is highly relational
[space_id: coding:my-saas]
-- next day, new session --
You: what database did we choose and why?
→ "Chose PostgreSQL — highly relational data model"坚持的个人偏好:
You: remember I prefer dark mode, vim keybindings, and concise responses
[space_id: chat:preferences]
-- any future session --
You: recall my UI preferences
→ "dark mode, vim keybindings, concise responses"跨课程学习笔记:
You: remember bias-variance tradeoff — high bias = underfitting, high variance = overfitting
[space_id: study:ml-notes]
-- later --
You: briefing for study:ml-notes
→ profile + recent episodes + key facts + foresights______________________________________________________________________
为什么选择evermemos mcp
还有其他内存MCP服务器。以下是它的不同之处:
| evermemos mcp | Mem0 mcp | Letta/MemGPT | 官方mcp内存 | |
|---|---|---|---|---|
| 空间隔离 | domain:slug 每个项目/主题 | 否 | 否 | 无 |
| 生命周期跟踪 | 排队→ 临时的→ 后备方案→ 可搜索 | 否 | 否 | |
| 敏感内容保护 | 阻止API密钥、密码、令牌 | 否 | 否 | |
| 冲突检测 | 聊天空间自动 | 否 | 否 | 不 |
| 多空间搜索 | 一次通话最多10个空格 | 否 | 否 | 不 |
| 检索策略 | 6种方法+自动合并 | 仅语义 | 仅语义 | None |
| 基准验证 | 60/60召回率,0个错误 | -- | -- | -- |
| 设置 | uvx evermemos-mcp | 云或自主机 | 需要自主机 | npx |
______________________________________________________________________
基准
在编码、聊天和学习空间的固定60个查询集上进行了测试。
| 度量 | 有内存 | 无内存 |
|---|---|---|
| 命中率 | 60/60(100%) | 0/60(0%) |
| 归因错误 | 0 | -- |
| P95延迟 | 1958毫秒 | -- |
证据:
______________________________________________________________________
运作原理
MCP Client (Claude Code / Cursor / Cline / Cherry Studio / OpenClaw / any agent)
│
│ MCP stdio
▼
┌─────────────────────────────┐
│ evermemos-mcp server │
│ ┌───────────────────────┐ │
│ │ 7 Tool Handlers │ │
│ └──────────┬────────────┘ │
│ ┌──────────▼────────────┐ │
│ │ Memory Service │ │ Content guard → Conflict check → Cloud write → Lifecycle tracking
│ └──────────┬────────────┘ │
│ ┌──────────▼────────────┐ │
│ │ Space Catalog Service │ │ Space registry, metadata sync, cross-session recovery
│ └──────────┬────────────┘ │
│ ┌──────────▼────────────┐ │
│ │ EverMemOS HTTP Client│ │ Auth, retries, rate-limit backoff, error normalization
│ └──────────┬────────────┘ │
└─────────────┼───────────────┘
│ HTTPS
▼
EverMemOS Cloud API- 云优先 --所有的记忆都存在于EverMemOS Cloud中。没有一个地方州会输。
- 异步提取 —
remember将内容排队以进行AI提取。使用request_status跟踪进展。 - 不是薄包装 --2500多行编排:回退层次结构、多方法搜索合并、身份镜像、部分故障恢复。
______________________________________________________________________
空间模板
| 模板 | 使用它 |
|---|---|
chat:preferences | 持久的个人偏好、姓名、语气、用户界面喜好 |
chat:daily | 不应泄露到项目中的持续聊天上下文 |
coding: | 架构决策、惯例、错误、项目背景 |
study: | 学习笔记、主题进度、复习背景 |
什么时候用什么工具
| 目标 | 工具 | 为什么 |
|---|---|---|
| 开始新会话 | briefing | 在一次调用中恢复上下文的最快方法 |
| 找到一个具体的事实 | recall | 跨空间的相关性排名搜索 |
| 回顾发生的事情 | fetch_history | 按时间顺序排列的时间线>审计排名搜索 |
| 删除前后验证 | fetch_history | 删除前/删除后检查的稳定时间表 |
______________________________________________________________________
配置
| 变量 | 默认值 | 描述 |
|---|---|---|
EVERMEMOS_API_KEY | *(必填)* | EverMemOS云API密钥 |
EVERMEMOS_USER_ID | mcp-user | 默认用户身份 |
EVERMEMOS_DEFAULT_SPACE | *(自动)* | 默认空间。从git remote自动检测到 coding: |
EVERMEMOS_BASE_URL | https://api.evermind.ai | API终点 |
EVERMEMOS_DEFAULT_TIMEZONE | UTC | 元数据的时区 |
EVERMEMOS_ENABLE_CONVERSATION_META | true | 同步对话元数据 |
Advanced configuration
| 变量 | 默认值 | 描述 |
|---|---|---|
EVERMEMOS_API_VERSION | v0 | API版本 |
EVERMEMOS_LLM_CUSTOM_SETTING_JSON | -- | 自定义LLM提取设置 |
EVERMEMOS_USER_DETAILS_JSON | -- | 对话的用户配置文件详细信息 |
flush 规则
| 场景 | flush |
|---|---|
| 交谈中,更多信息即将到来 | false |
| 会话结束/主题切换/总结 | true |
| 不确定 | true (更安全) |
______________________________________________________________________
Advanced: Memory Lifecycle States
| 状态 | 含义 |
|---|---|
queued | 写入已接受,提取尚未确认 |
provisional | 答复来自 pending_messages 在提取过程中 |
fallback | 来自镜像的答案 conversation-meta,不是正式提取的内存 |
searchable | 从正式提取的记忆中得到答案 |
所有7个工具均兼容 lifecycle 块,以便代理始终知道内存成熟度。
Advanced: Forget Safety
云删除是异步的,尽最大努力。evermemos mcp提供了一个验证优先的工作流程:
- 确认目标
memory_id通过fetch_history或recall - 呼叫
forget(memory_ids=[...], space_id=...) - 证实
fetch_history - 如果目标持续存在,生命周期模型将透明地显示
这是经过深思熟虑的:将真实状态暴露给代理,而不是假装删除是即时的。
______________________________________________________________________
发展
uv sync --group dev # Install dev dependencies
uv run ruff check # Lint
uv run pytest # Tests (285 pass)文档
| 文档 | 描述 |
|---|---|
docs/02-architecture.md | 技术架构 |
docs/05-client-integrations.md | 客户端设置指南 |
docs/auto-memory-prompt.md | 自动记忆提示模板 |
docs/06-benchmark.md | 基准协议 |
CHANGELOG.md | 版本历史 |
另请查看
MCO --代理编排CLI。让你的主代理(Claude Code、Cursor、Aider)并行地将任务分派给多个编码代理。与evermemos mcp配合得很好:MCO处理并行执行,evermemos mcp处理持久内存。
