Memory MCP (Solidlime)

内存MCP

日语专用的永久记忆MCP服务器—SQLite+Qdrant+Ebbinghaus遗忘曲线

  

特徴

• 混合搜索 -Semantic/Keyword/Hybrid（RRF集成）/Sart 4种模式
• Ebbinghaus忘却曲线 — R(t) = e^(-t/S) 基于自动重要性衰减和召回增强
• 核心内存块 —始终 get_context() 将条目添加到文档注册表
• 实体图表 —通过知识图表管理人物、场所、概念的关系
• Bi-temporal 状態管理 —完整保留用户信息更改历史记录
• 矛盾検出 -基于向量相似度自动检测与现有存储的冲突
• Persona分离 —支持多租户。每个人员的独立数据库向量集合
• 网页仪表板 — http://localhost:26262 在浏览器中查看存储图表统计信息
• 🔮 反射：LLM驱动的来自最近记忆的高级见解（生成代理风格）。由重要性累积自动触发。可配置的阈值和间隔。
• 🧠 心理模型：从累积的类型标记存储器中提取模式。检测重复模式（例如“用户每天早上喝咖啡”）并创建抽象模型。由每种类型的内存计数自动触发。
• ⚡ 沙盒代码执行：在隔离的Docker容器中执行Python/Bash代码（兄弟容器模式）。支持文件操作、软件包安装。需要Docker套接字挂载。
• 🔍 记忆丰富：创建记忆时，通过LLM自动评估重要性得分并提取实体关系。可配置的提供者/模型。
• 🧩 备忘录：内存上下文快照+线索生成，用于增强检索（从全局上下文扩展查询）。

快速启动

Docker（推奨）

docker-compose up -d

docker-compose.yml 中描述的场景，使用下列步骤创建明细表，以便在概念设计中分析体量的周长。数据是 ./data 中描述的相应参数的值。

本地开发

# Qdrant 起動
docker run -d -p 6333:6333 -v "$(pwd)/data/qdrant:/qdrant/storage" qdrant/qdrant

# 依存関係（CPU 版 torch）
pip install torch --index-url https://download.pytorch.org/whl/cpu
pip install -r requirements.txt

# サーバー起動
python -m memory_mcp.main

服务器是 http://localhost:26262 中所述修改相应参数的值。

沙盒文件持久化

在Docker中以兄弟容器沙盒模式运行时，在沙盒内创建的文件 在 /sandbox 需要一个主机端路径才能持久。如果文件在主机上不可见：

1. 集 MEMORY_MCP_SANDBOX__HOST_DATA_ROOT 到主机侧数据路径：

   # docker-compose.yml
   environment:
     MEMORY_MCP_SANDBOX__HOST_DATA_ROOT: /volume1/docker/MemoryMCP/data

1. 确保 docker 开发包 已安装(pip install docker>=7.0.0)

1. 验证Docker套接字 已安装： /var/run/docker.sock:/var/run/docker.sock

自动检测主机路径在标准Docker设置中有效，但可能会失败 定制部署（Synology、Podman等）。

MCP工具（6个）

MCP服务器（/mcp 端点）露出LLM的工具组。

get_context()

将当前的佩尔索纳状态、记忆摘要、装备、感情、Block、约定、目标一并返还。会话开始时首先呼叫。

result = get_context()
# → persona, emotion, physical_state, equipment, blocks, recent_memories, promises, goals, stats ...

memory(operation, ...)

存储冲突检测备用核心内存块实体图形操作。

# 記憶を作成
memory(operation="create", content="ユーザーは苺が好き", importance=0.8, emotion_type="joy")

# Block に書き込み
memory(operation="block_write", block_name="user_model", content="Pythonエンジニア、簡潔な説明を好む")

# エンティティグラフ
memory(operation="entity_graph", entity_id="user_tanaka", depth=2)

search_memory(query, top_k=5, ...)

混合搜索引擎（总是keyword+semantic的RRF集成）。

# ハイブリッド検索（デフォルト）
search_memory(query="最近の出来事", top_k=10)

# 日付フィルタ付き（自然言語）
search_memory(query="成果", date_range="先週")

# 重要度ブースト
search_memory(query="ユーザー情報", importance_weight=0.3, min_importance=0.6)

date_range 表现例: 今日 昨日 先週 先月 3日前 7d 2025-01-01~2025-06-01

update_context(...)

实时更新感情、状态、用户信息。user_info 的变更在Bi-temporal中保持历史记录。

update_context(emotion="joy", emotion_intensity=0.8)
update_context(physical_state="tired", mental_state="focused", environment="home office")
update_context(user_info={"name": "太郎", "preferred_address": "太郎さん"})

参数｜说明｜ |---|---| | emotion / emotion_intensity 感情类型和强度（0.0-1.0） | physical_state / mental_state | 身体的・精神的状態 | | environment 当前环境（例如： "home office"） | | user_info | name / nickname / preferred_address 的词典 | persona_info ｜佩尔索纳自己的信息（nickname, active_promises 等） | | fatigue / warmth / arousal | 身体感覚（0.0–1.0）| | speech_style ｜说话风格（例如： "甘えた口調"） |

item(operation, ...)

物品装备的管理。仅物理项目対象。

item(operation="equip", equipment={"top": "白いドレス", "accessories": "花の髪飾り"})
item(operation="search", category="clothing")

sandbox(code, language="python")

在隔离的Docker沙箱中执行代码（兄弟容器模式）。需要Docker套接字挂载。

参数｜说明｜ |---|---| | code 执行的代码字符串（Python/Bash） | language |言语： "python"（默认）或 "bash" |

# Python コード実行
sandbox("import pandas as pd; print(pd.DataFrame({'a': [1,2,3]}))")

# Bash コマンド実行
sandbox("ls -la /sandbox/", language="bash")

# パッケージインストール
sandbox("import subprocess; subprocess.run(['pip', 'install', 'requests'], capture_output=True)")

# ファイル作成（/sandbox 以下は永続化可能）
sandbox("open('/sandbox/output/result.txt', 'w').write('hello')")

嵌入WebUI聊天工具（15个）

WebUI聊天（/chat/{persona}）将条目添加到文档注册表。由MCP工具的简易包装+砂箱专用工具构成。

内存操作（12条）

｜工具名称｜说明｜对应MCP｜ |---|---|---| | memory_create |记忆を作成（content，importance，tags，emotion_type）| memory(operation="create") | | memory_search 搜索存储（query，top_k=1-200） search_memory() | | memory_update |既存记忆を更新（query→検索→上书き）| memory(operation="update") | | context_update | 感情・状態を更新（emotion, mental_state） | update_context() | | context_recall 通过标记指定获取存储（tags，top_k） search_memory(tags=...) | | goal_create |目标を作成（content，importance=0.75）| memory(tags=["goal","active"]) | | goal_achieve |目标を达成（content部分一致）| memory(operation="update", tags=["goal","achieved"]) | | goal_cancel 取消目标 memory(operation="update", tags=["goal","cancelled"]) | | promise_create |约束を记録（content，importance=0.8）| memory(tags=["promise","active"]) | | promise_fulfill 履行约定 memory(operation="update", tags=["promise","fulfilled"]) | | promise_cancel 取消约会 memory(operation="update", tags=["promise","cancelled"]) | | invoke_skill 在独立上下文中运行技能（仅用于构建）

砂箱操作（2个）

｜工具名称｜说明｜对应MCP｜ |---|---|---| | execute_code 代码执行（Python/Bash、matplotlib图像自动显示） sandbox() | | sandbox_files 文件操作（list/read/write/delete，图像为自动base64）

MCP ↔ Builtin 対応表

功能｜MCP工具｜构建工具｜备注｜ |---|---|---|---| |记忆CRUD | memory(operation=...) | memory_create/update Builtin是简易包装 | 検索 | search_memory() | memory_search/context_recall 建设者上限为200件 | 状態更新 | update_context() | context_update Builtin仅限感情、状态 | Goal 管理 | memory(tags=["goal"]) | goal_create/achieve/cancel ｜自动标记Builtin｜ | Promise 管理 | memory(tags=["promise"]) | promise_create/fulfill/cancel ｜自动标记Builtin｜ 执行代码 sandbox() | execute_code/sandbox_files ｜sandbox_files还集成了图像读取｜ 实体图表 memory(entity_*) | — | MCP 専用 | | 矛盾検出 | memory(check_contradictions) | — | MCP 専用 | 精神模型 memory(run_mental_model) | — | MCP 専用 | 会话导入 memory(import_conversation) | — | MCP 専用 | 项目管理 item() | — | MCP 専用 | 技能执行 invoke_skill | Builtin 専用 |

设定

所有设置均为环境变量（MEMORY_MCP_ 前缀）控制。嵌套设置 __ 用分隔符指定。

｜环境变量｜默认｜说明｜ |---|---|---| | MEMORY_MCP_DATA_ROOT | ./data ｜数据保存位置（自动导出所有子路径）｜ | MEMORY_MCP_SERVER__PORT | 26262 ｜HTTP端口｜ | MEMORY_MCP_SERVER__HOST | 0.0.0.0 绑定地址 | MEMORY_MCP_QDRANT__URL | http://localhost:6333 | Qdrant 接続先 | | MEMORY_MCP_EMBEDDING__MODEL | cl-nagoya/ruri-v3-30m ｜嵌入模型｜ | MEMORY_MCP_RERANKER__MODEL | hotchpotch/japanese-reranker-xsmall-v2 Reranker模型 | MEMORY_MCP_TIMEZONE | Asia/Tokyo ｜时区｜ | MEMORY_MCP_LOG_LEVEL | INFO 日志级别 | MEMORY_MCP_DEFAULT_PERSONA | default 默认人员名称 | PERSONA | *（无）* 默认人员名称（MEMORY_MCP_DEFAULT_PERSONA 优先）｜ | MEMORY_MCP_SANDBOX__ENABLED | true 启用Sandbox代码执行 | MEMORY_MCP_SANDBOX__PROVIDER | llm_sandbox Sandbox供应商 | MEMORY_MCP_SANDBOX__DOCKER_HOST | *（自动）* Docker主机URL（空=自动检测套接字） | MEMORY_MCP_SANDBOX__HOST_DATA_ROOT | *（自动）* 主机端数据目录绝对路径（用于sibling-container持久化） | MEMORY_MCP_SANDBOX__TIMEOUT | 30 ｜代码执行超时（秒）｜ | MEMORY_MCP_MEMORY_ENRICHMENT__ENABLED | true |记忆作成时のLLM补完（重要度・关系抽出）を有效化| | MEMORY_MCP_MEMORY_ENRICHMENT__PROVIDER | openrouter LLM供应商 | MEMORY_MCP_MEMORY_ENRICHMENT__API_KEY | *（无）* LLM API密钥 | MEMORY_MCP_MEMORY_ENRICHMENT__MODEL | openai/gpt-4o-mini LLM模型 | MEMORY_MCP_MEMORY_ENRICHMENT__BASE_URL | https://openrouter.ai/api/v1 基于LLM API的URL | MEMORY_MCP_MEMORY_ENRICHMENT__MIN_CHARS | 10 ｜跳过完成的最小字符数｜ | MEMORY_MCP_MEMORAG__ENABLED | true 启用MemoRAG上下文快照 | MEMORY_MCP_MEMORAG__CLUE_GENERATION_ENABLED | false 启用基于LLM的查询线索生成 | MEMORY_MCP_FORGETTING__ENABLED | true | Ebbinghaus忘却曲线を有效化| | MEMORY_MCP_FORGETTING__DECAY_INTERVAL_SECONDS | 3600 ｜衰减工作人员执行间隔（秒）｜ | MEMORY_MCP_FORGETTING__MIN_STRENGTH | 0.01 |最小记忆强度|

人员标识优先级

Claude Desktop设定

{
  "mcpServers": {
    "memory": {
      "url": "http://localhost:26262/mcp",
      "headers": {
        "X-Persona": "your_name"
      }
    }
  }
}

体系结构

基于Clean Architecture+DDD的图层配置：

┌───────────────────────────────────────────────────────────┐
│                      API Layer                            │
│   api/mcp/  ── 6 つの MCP ツール                          │
│   api/http/ ── Web ダッシュボード + REST API + 15 ビルトインツール │
├───────────────────────────────────────────────────────────┤
│                  Application Layer                        │
│   application/  ── UseCases（ビジネスフロー制御）          │
├───────────────────────────────────────────────────────────┤
│                    Domain Layer                           │
│   domain/memory/     ── Memory, MemoryStrength, Search    │
│   domain/persona/    ── PersonaState 管理                 │
│   domain/equipment/  ── アイテム・装備                     │
│   domain/search/     ── SearchEngine, Ranker, Strategies  │
├───────────────────────────────────────────────────────────┤
│                 Infrastructure Layer                      │
│   infrastructure/sqlite/     ── SQLite Repository 実装    │
│   infrastructure/qdrant/     ── ベクトルストア             │
│   infrastructure/embedding/  ── 埋め込みモデル            │
└───────────────────────────────────────────────────────────┘

目录配置

memory_mcp/
├── main.py              # エントリポイント（FastMCP + HTTP）
├── config/settings.py   # Pydantic BaseSettings
├── domain/              # ビジネスロジック
│   ├── skill.py              # Skills system
│   └── shared/
│       └── time_utils.py     # 日付範囲パース、時刻ユーティリティ
├── infrastructure/      # SQLite / Qdrant / Embedding
├── application/         # UseCases
│   ├── chat/            # チャットサブパッケージ
│   │   ├── service.py             # ChatService（SSEストリーミング）
│   │   ├── session_store.py       # セッション管理（SQLite永続化）
│   │   ├── memory_llm.py          # MemoryLLM（自動記憶抽出）
│   │   ├── pattern_detector.py    # メンタルモデル抽象化
│   │   ├── summarizer.py          # セッション要約（LLM）
│   │   └── tools/                 # 組み込みツール定義・実行
│   │       ├── definitions.py     # 15 ツールのスキーマ定義
│   │       └── builtin.py         # ツール実装
│   ├── sandbox/          # Sandbox コード実行（Docker sibling-container）
│   └── chat_service.py   # 後方互換 re-export
├── api/mcp/             # MCP ツール 6 本
├── api/http/            # Web ダッシュボード + REST API
└── migration/           # スキーママイグレーション

数据目录

$MEMORY_MCP_DATA_ROOT/     # デフォルト: ./data（Docker: /data）
├── memory/{persona}/      # Persona 別 DB（memory.sqlite 等）
├── import/                # Auto-import 用 ZIP 配置ディレクトリ
│   └── done/              # 処理済み ZIP 移動先
├── cache/                 # モデルキャッシュ（HF_HOME 等を自動設定）
└── config/                # 設定ファイル

聊天功能

WebUI(http://localhost:26262/chat/{persona}）或REST API，可与佩尔索纳实时聊天。

上交所API

POST /api/chat/{persona}
Content-Type: application/json

{"message": "こんにちは", "session_id": "my-session"}

响应是SSE流。以下事件将继续：

｜事件｜说明｜ |---|---| | text_delta 递增LLM文本 | tool_call 工具调用 | tool_result 工具执行结果 | debug_info 会话、存储、内存结果等调试信息 | done | 完了 |

聊天设置

GET/POST /api/chat/{persona}/config 中找到最佳实践。

｜字段｜默认｜说明｜ |---|---|---| | provider | anthropic LLM供应商（anthropic / openai / gemini） | | model | claude-opus-4-5 使用模型 | api_key | *（无）* API密钥（保存后显示掩码） | system_prompt | *（无）* ｜佩尔索纳系统提示｜ | auto_extract | true 通过MemoryLLM自动存储提取 | extract_model | *（与model相同）* ｜MemoryLLM专用模型｜ | extract_max_tokens | 512 最大MemoryLLM令牌数 | max_window_turns | 3 会话窗口的转数 | max_tool_calls | 5 1回合的最大工具调用数 | enable_memory_tools | true 是否注入内置memory工具 | mcp_servers | [] ｜追加MCP服务器的设置列表｜ | enabled_skills | [] ｜要启用的技能名称列表｜ | reflection_enabled | true | Reflection（高次洞察）を有効化 | | reflection_threshold | 1.0 反射触发重要度累积阈值 | reflection_min_interval_hours | 1.0 | Reflection最小実行间隔（时间）| | mental_model_enabled | true ｜启用心理模型抽象化｜ | mental_model_min_samples | 3 精神模型生成所需的最小样本数 | sandbox_enabled | true 允许执行代码（Docker Sandbox） | debug_mode | false 启用调试日志输出 | retrieval_recency_weight | 0.3 搜索得分的最近性权重 | retrieval_importance_weight | 0.3 ｜检索得分的重要度权重｜ | retrieval_relevance_weight | 0.4 ｜搜索得分的关联性权重｜

聊天记录持久化

对话历史记录为SQLite（chat_sessions ），模板名称将采用不同的格式。即使重新启动服务器 session_id 如果相同的话，可以继续对话。超过TTL（默认值7天）的会话被自动删除。

MemoryLLM（自动记忆抽出）

auto_extract: true 在这种情况下，在每个回合结束后，MemoryLLM异步启动，并从对话中自动提取以下内容：

• 事实：用户的喜好、个人信息、约定、重要事件
• 上下文更新：佩尔索纳的感情、状态变化
• 库存更新：衣服、随身物品的变化

测试

# 全テスト実行
python -m pytest tests/ -q

# ユニットテストのみ
python -m pytest tests/unit/ -q

# カバレッジレポート付き
python -m pytest tests/ --cov=memory_mcp --cov-report=html

CLI工具

# インポート
python -m memory_mcp.cli import --persona herta --input data/herta.zip

# エクスポート
python -m memory_mcp.cli export --persona herta --output backup.jsonl

# スキーママイグレーション
python -m memory_mcp.cli migrate --target latest

# Persona 統計
python -m memory_mcp.cli stats --persona herta

CI/CD

工作流｜触发｜内容｜ |---|---|---| | ci.yml 测试+Lint（ruff） | docker.yml 标签push→Docker映像构建→GHCR

技术栈

｜类别｜技术｜ |---|---| |言语| Python 3.12+ | ｜MCP框架｜快速MCP｜ ｜数据库｜SQLite（WAL模式）｜ 矢量存储 设置/验证（BaseSettings） ｜嵌入模型｜cl-nagoya/ruri-v3-30m（日语特化）｜ |重新排序|混合点/日本-重新排序-xsmall-v2| 日志记录 |过梁/格式化器|褶皱|

许可证

IT许可证-了解更多信息 许可证 来修改标记元素的显示属性。

谢辞

• 模型上下文协议（MCP）
• Qdrant
• Cl nagoya/ruriov 3-30米
• 混合点/日本-重新链接-xsmall-v2

______________________________________________________________________

内存MCP --建造于 固体石灰 随着❤️