Memos API MCP

用于MemOS API的MCP服务器

一种模型上下文协议（MCP）的实现 备忘录 API服务。该软件包提供了一个命令行界面，用于使用MCP标准与MemOS API进行交互。

MCP配置

要在MCP客户端中使用此软件包，请使用以下配置： （您可能需要先安装Node.js）

{
  "mcpServers": {
    "memos-api-mcp": {
      "command": "npx",
      "args": ["-y", "@memtensor/memos-api-mcp"],
      "env": {
        "MEMOS_API_KEY": "your-api-key",
        "MEMOS_USER_ID": "your-user-id",
        "MEMOS_CHANNEL": "the-site-where-you-are-seeing-this-document"
      }
    }
  }
}

配置说明

• command：用途 npx 运行包
• args：传递给npx以运行包的参数
• env：环境变量

- MEMOS_API_KEY：用于身份验证的Memos API密钥（在仪表板中获取API密钥\[https://memos-dashboard.openmem.net/cn/apikeys/\]) - MEMOS_USER_ID：每个人类标识符稳定。必须是确定性的和非PII的，并且必须在设备/会话中对同一个人保持不变。永远不要在不同的人之间重复使用。请勿使用随机值、设备ID或型号/聊天会话ID。建议：SHA-256（小写（trim（email））或您的SSO主题/员工ID。 - MEMOS_CHANNEL：您看到此文档的网站。候选值： MODELSCOPE, MCPSO, MCPMARKETCN, MCPMARKETCOM, GLAMA, PULSEMCP, MCPSERVERS,LOBEHUB,MEMOS（指MemOS官方网站）， GITHUB（指此README文件）

可用的MCP工具

此软件包提供以下MCP工具：

1. add_message

- 在对话中添加新消息 - 参数： - conversation_id：与反馈关联的对话的唯一标识符。 - messages：包含角色和内容信息的消息数组。 - role：邮件发送者的角色(user 或 assistant). - content：消息内容。 - chat_time：（可选）消息时间戳。

1. search_memory

- 在对话中寻找记忆。 - 参数： - query：要在记忆中搜索的文本内容。单个查询的令牌限制为4k。 - filter：（可选）筛选条件，用于在检索之前精确限制内存范围。 - knowledgebase_ids：（可选）指定要搜索的知识库的数组。 - 不要用这个 除非用户明确提到“知识库”或“KB”。 - 1. 如果用户明确要求搜索所有知识库->通过 ["all"]. - 2. 如果用户指定了特定的KB ID->传递这些ID。 - 3. 如果用户没有提及知识库->忽略此参数（不要发送）。 - include_preference：（可选）启用偏好记忆调用。默认值：true。 - preference_limit_number：（可选）返回的最大偏好记忆。默认值：9，最大值25。 - include_tool_memory：（可选）启用刀具记忆调用。默认值：false。 - tool_memory_limit_number：（可选）返回的最大刀具记忆。默认值：6，最多25。 - include_skill：（可选）启用技能调用。默认值：false。 - skill_limit_number：（可选）返回的最大技能。默认值：6，最多25。 - relativity：（可选）回忆记忆的相关性阈值（0-1）。值为0时禁用相关性筛选。 - conversation_first_message：线程中的第一条用户消息（用于生成对话_id）。 - memory_limit_number：可回忆的最大记忆数。默认值：9，最大值25。

1. delete_memory

- 按ID删除特定记忆。 - 参数： - user_ids：将删除其记忆的用户ID列表。 - memory_ids：要删除的内存ID列表。

1. add_feedback

- 向MemOS系统提交用户反馈。 - 注意：反馈是异步应用的-- add_feedback 立即返回（通常带有 task_id)，并且效果可能需要很短的时间才能出现。 - 参数： - user_id：与反馈关联的用户标识符。 - conversation_id：与反馈关联的对话的唯一标识符。 - feedback_content：反馈的具体内容。 - agent_id：（可选）与反馈关联的代理ID。 - app_id：（可选）与反馈关联的应用程序ID。 - feedback_time：（可选）反馈时间字符串（默认值：当前UTC时间）。 - allow_public：（可选）是否允许公共访问（默认值：false）。 - allow_knowledgebase_ids：（可选）允许写入的知识库ID列表。

1. get_user_profile

- 获取用户的完整内存配置文件（事实、偏好和工具轨迹）。 - 参数： - include_preference：（可选）是否包括偏好记忆。 - include_tool_memory：（可选）是否包括刀具轨迹记忆。 - current：（可选）页码。 - size：（可选）每页条目数。

1. create_knowledge_base

- 创建一个命名的知识库容器。 - 参数： - knowledgebase_name：知识库的名称。 - knowledgebase_description：（可选）知识库的描述。

1. remove_knowledge_base

- 删除知识库关联。 - 参数： - knowledgebase_id：目标知识库ID。

1. add_kb_document

- 将文档上载到指定的知识库。 - 参数： - knowledgebase_id：目标知识库ID。 - file：文件列表。 - content：本地绝对路径、公共URL或Base64数据URI。 - file_name：（可选）文件名。 - mime_type：（可选）MIME类型。需要时 content 是本地文件路径。

1. get_kb_documents

- 按文件ID批量获取文档元数据。 - 参数： - file_ids：文档ID列表。

1. delete_kb_documents

• 按文件ID从知识库中删除指定的文档。
• 参数：

- file_ids：文档ID列表。

所有工具使用相同的配置，并要求 MEMOS_API_KEY 环境变量。

特性

• 符合MCP的API接口
• 命令行工具，便于交互
• 使用TypeScript构建类型安全
• Express.js服务器实现
• Zod模式验证

先决条件

• Node.js>=18
• npm或pnpm（推荐）

安装

您可以使用npm全局安装该包：

npm install -g @memtensor/memos-api-mcp

或者使用pnpm：

pnpm add -g @memtensor/memos-api-mcp

用法

安装后，您可以使用以下命令运行CLI工具：

npx @memtensor/memos-api-mcp

或者，如果全局安装：

memos-api-mcp

发展

1. 克隆存储库：

git clone 
cd memos-api-mcp

1. 安装依赖项：

pnpm install

1. 启动开发服务器：

pnpm dev

1. 构建项目：

pnpm build

可用脚本

• pnpm build -构建项目
• pnpm dev -使用tsx启动开发服务器
• pnpm start -运行构建版本
• pnpm inspect -使用@modelcontextprotocol/inspector检查MCP实现

项目结构

memos-mcp/
├── src/           # Source code
├── build/         # Compiled JavaScript files
├── package.json   # Project configuration
└── tsconfig.json  # TypeScript configuration

依赖项

• @modelcontextprotocol/sdk: ^1.0.0
• express: ^4.19.2
• zod: ^3.23.8
• ts-md5: ^2.0.0

版本

当前版本：1.1.0