MCP Mem AI

Mem.ai 的 MCP 服务器

一个可投入生产的模型上下文协议（MCP）服务器，为AI助手提供智能访问能力 Mem.ai（可译为“记忆人工智能”或根据具体语境调整为更贴切的表述，但直接保留原英文形式“Mem.ai”在中文中也是可接受的，尤其是在科技或特定领域术语中）的知识管理平台。

 

✨ 特点/功能

• 🧠 代表“大脑”或“思考”的意思，可以翻译为“大脑”或“思考中”。 智能记忆使用Mem的AI智能组织功能保存和处理内容
• 📝（笔记/待办事项的符号，可理解为“记录”或“待办事项”） 笔记管理创建、读取和删除结构化的Markdown笔记
• 📁 文件夹 集合将笔记组织成可搜索的集合
• 🔒 表示“锁”或“安全”的符号，常用于表示信息或账户的安全保护状态。 类型安全完整的类型提示和Pydantic验证
• ⚡（闪电符号，常用于表示快速、迅速或电） 异步/等待（Async/Await）全程高性能异步I/O
• 🎯 目标 简洁的API简洁直观的AI助手界面
• 🛡️ 译为中文是“盾牌”。这个符号通常用来表示防御、保护或安全的概念。 已准备好投入生产全面的错误处理和日志记录
• 🧪 翻译为中文是“🧪（化学实验/试管）”。这个符号通常用来表示化学实验或试管相关的场景。 经过充分测试的使用 pytest 的完整测试套件

📋 前提条件

• Python 3.10或更高版本
• A. Mem.ai（注：此处“Mem.ai”可能是一个特定公司或项目的名称，由于没有具体的上下文，所以直接音译为中文，实际翻译时可能需要根据具体情境进行调整） 账户
• Mem.ai API密钥（在这里获取一个）

🚀 快速入门

安装

1. 克隆仓库：

git clone https://github.com/yourusername/mcp-mem.ai.git
cd mcp-mem.ai

1. 安装依赖项：

pip install -e .

1. 设置您的环境：

cp .env.example .env
# Edit .env and add your MEM_API_KEY

运行服务器

本地开发

fastmcp run src/mcp_mem/server.py

与Claude Desktop配合使用

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

{
  "mcpServers": {
    "mem": {
      "command": "python",
      "args": ["-m", "mcp_mem.server"],
      "env": {
        "MEM_API_KEY": "your_api_key_here"
      }
    }
  }
}

与其他MCP客户端配合使用

from mcp_mem import mcp

# Run the server
mcp.run()

🛠️ 可用工具

1. mem_it - 智能内容处理

使用AI驱动的组织功能，保存并自动处理任何内容类型。

参数：

• input （必填）：要保存的内容（文本、HTML、Markdown 等）
• instructions （可选）：处理说明
• context （可选）：为组织提供的额外背景信息
• timestamp （可选）：ISO 8601 时间戳

示例：

mem_it(
    input="Just had a great meeting with the product team about Q1 roadmap...",
    instructions="Extract key action items and decisions",
    context="Product Planning"
)

2. create_note - 创建结构化票据

创建一个Markdown格式的笔记，对内容和组织结构进行明确控制。

参数：

• content （必需）：Markdown 格式的内容
• collection_ids （可选）：集合 UUID 列表
• collection_titles （可选）：收藏集标题列表

示例：

create_note(
    content="""# Team Standup - Jan 15, 2024

    ## Completed
    - Feature X shipped to production
    - Bug fixes for issue #123

    ## In Progress
    - Working on Feature Y
    - Code review for PR #456

    ## Blockers
    - Waiting for API access
    """,
    collection_titles=["Team Meetings", "Engineering"]
)

3. read_note - 阅读便签

通过ID检索笔记的完整内容和元数据。

参数：

• note_id （必填）：笔记的 UUID

示例：

read_note("01961d40-7a67-7049-a8a6-d5638cbaaeb9")

4. delete_note - 删除笔记

按ID永久删除一条笔记。

参数：

• note_id （必填）：笔记的 UUID

示例：

delete_note("01961d40-7a67-7049-a8a6-d5638cbaaeb9")

5. create_collection - 创建收藏夹

创建一个新集合来整理相关笔记。

参数：

• title （必填）：集合标题
• description （可选）：使用Markdown格式的描述

示例：

create_collection(
    title="Project Apollo",
    description="""# Project Apollo

    All notes related to the Apollo project including:
    - Meeting notes
    - Technical specifications
    - Customer feedback
    """
)

6. delete_collection - 删除集合

删除一个集合（笔记保留，只是不再关联）。

参数：

• collection_id （必填）：集合的UUID

示例：

delete_collection("5e29c8a2-c73b-476b-9311-e2579712d4b1")

⚙️ 配置

配置是通过环境变量完成的。复制 .env.example to .env 并进行定制：

# Required: Your Mem.ai API key
MEM_API_KEY=your_api_key_here

# Optional: Custom API endpoint (default: https://api.mem.ai/v2)
MEM_API_BASE_URL=https://api.mem.ai/v2

# Optional: Request timeout in seconds (default: 30)
MEM_REQUEST_TIMEOUT=30

# Optional: Enable debug logging (default: false)
MEM_DEBUG=false

🏗️ 建筑学

src/mcp_mem/
├── __init__.py      # Package initialization
├── models.py        # Pydantic data models
├── client.py        # Mem.ai API client
└── server.py        # MCP server implementation

关键组件

• models.py用于请求/响应验证的 Pydantic 模型
• client.pyMem.ai API的异步HTTP客户端封装
• server.py带有工具实现的FastMCP服务器

🧪 测试

运行测试套件：

# Install dev dependencies
pip install -e ".[dev]"

# Run all tests
pytest

# Run with coverage
pytest --cov=mcp_mem --cov-report=html

# Run specific test file
pytest tests/test_client.py

🔍 错误处理

服务器提供了清晰、可操作的错误信息：

• MemAuthenticationErrorAPI密钥无效或缺失
• MemNotFoundError资源（笔记/集合）未找到
• MemValidationError无效的请求参数
• MemAPIError通用API错误

所有错误都会被记录下来，并连同有用的上下文信息一起返回给AI助手。

📚 示例

查看 examples/ 完整使用示例目录：

• basic_usage.py每种工具的简单示例
• advanced_usage.py复杂的工作流程和模式

🤝 贡献

欢迎贡献！请随时提交拉取请求。

1. 为仓库创建分支（或：克隆仓库）
2. 创建你的特性分支（git checkout -b feature/amazing-feature)
3. 提交您的更改（git commit -m 'Add amazing feature')
4. 推送至分支（git push origin feature/amazing-feature)
5. 提交一个拉取请求

📄 许可证

此项目遵循MIT许可证授权——详见 许可证 详情见文件。

🔗 链接

• Mem.ai（注：这是一个假设的或特定上下文中的名称，直接翻译可能无实际意义，但按照字面意思可译为“记忆人工智能”或“记忆AI”，具体翻译需结合上下文确定。） - 智能内存平台
• Mem.ai API 文档
• 模型上下文协议
• FastMCP - MCP服务器框架

💡 应用场景

• 会议纪要自动处理并整理会议记录
• 研究保存并分类研究论文、文章和研究成果
• 客户反馈收集并整理客户对话
• 知识库构建一个可搜索的知识库
• 个人记忆记录想法、思绪和所学

🐛 故障排除

认证错误

MemAuthenticationError: MEM_API_KEY environment variable or api_key parameter is required

解决方案设定你的 MEM_API_KEY 在……中 .env 文件或环境。

连接超时

httpx.ReadTimeout: timeout

解决方案增加 MEM_REQUEST_TIMEOUT 在你的 .env 文件。

无效的UUID

MemValidationError: invalid UUID format

解决方案确保笔记/收藏ID是来自Mem.ai的有效UUID。

______________________________________________________________________