使用Amazon Bedrock AgentCore内存扩展Kiro CLI中的会话内存
代理核心内存MCP服务器
一种模型上下文协议（MCP）服务器，它将Amazon Bedrock AgentCore Memory作为MCP服务器公开，可以与Kiro等任何其他MCP客户端集成，提供自动对话存储和检索。
它做什么
AgentCore内存MCP服务器将您的kiro-cli对话存储在Amazon Bedrock AgentCore内存中，提供跨会话的持久上下文。
先决条件
- 待更新
- Python 3.13或更高版本
- 具有Amazon Bedrock访问权限的AWS帐户
- 已配置有效的AWS凭据
- 已安装kiro-cli
快速启动
步骤1：安装依赖项
运行以下命令以创建虚拟环境并安装依赖项：
python3 -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
pip3 install -r requirements.txt步骤2：创建AgentCore内存资源
运行安装脚本以创建内存资源：
MCP服务器支持灵活的参与者识别：
选项1：用户ID（默认）
- 集
ACTOR_ID_TYPE=userid在代理/kiro_memory.json中 - 使用您的系统用户名
USER环境变量 - 最适合个人使用
选项2：项目ID
- 集
ACTOR_ID_TYPE=projectid在代理/kiro_memory.json中 - 集
PROJECT_ID=your-project-id特工/kiro_memory.json - 最适合基于团队/项目的内存隔离
使用的命名空间策略是： /strategy/semanticMemoryStrategy/actor/{actorId}/session/{sessionId}
python3 setup_bedrock_agentcore_memory.py此交互式脚本将：
- 检查AWS凭据和权限
- 使用语义记忆策略创建AgentCore内存资源
- 配置参与者ID类型（用户ID或项目ID）
- 生成内存资源ID
- 测试连接
- 创建kiro代理配置
步骤3：配置kiro-cli
mkdir -p ~/.kiro/agents/
mkdir -p ~/.kiro/hooks/
cp -p agent/kiro_memory.json ~/.kiro/agents/
cp -p hooks/cache-prompt.sh ~/.kiro/hooks/
cp -p hooks/load-preferences.sh ~/.kiro/hooks/
cp -p hooks/store-conversation.sh ~/.kiro/hooks/
chmod 755 ~/.kiro/hooks/*步骤4：将kiro_memory代理配置为默认代理
将以下内容添加到 cli.json 归档 ~/.kiro/settings/ 要使用的目录 kiro_memory 默认代理：
{"chat.defaultAgent": "kiro_memory"}
第五步：打开kiro cli
如果已经登录kiro-cli，请先注销并重新登录。
kiro-cli login --use-device-flow
kiro-cli --classic
/tools配置示例
示例1：用户ID配置（个人使用）
{
"mcpServers": {
"agentcore-memory-mcp-server": {
"command": "/path/to/venv/bin/python",
"args": ["/path/to/bedrock_agentcore_memory_mcp_server.py"],
"env": {
"AWS_REGION": "us-east-1",
"AGENTCORE_MEMORY_ID": "your-memory-id",
"ACTOR_ID_TYPE": "userid",
"PROJECT_ID": "",
"LOG_LEVEL": "INFO"
}
}
}
}示例2：项目ID配置（团队/项目使用）
{
"mcpServers": {
"agentcore-memory-mcp-server": {
"command": "/path/to/venv/bin/python",
"args": ["/path/to/bedrock_agentcore_memory_mcp_server.py"],
"env": {
"AWS_REGION": "us-east-1",
"AGENTCORE_MEMORY_ID": "your-memory-id",
"LOG_LEVEL": "INFO"
}
}
}
}可用工具
核心工具
search_conversation_history- 主要工具 用于按主题或时间段搜索对话历史记录
- 直接搜索存储的会话事件 - 快速可靠-在存储后立即查找对话 - 返回完整上下文的完整对话回合 - 包含 context_summary 易于与kiro上下文整合的字段 - 多词搜索支持：搜索内容中存在的所有单词，无论顺序如何
search_memories-通过处理后的长期记忆进行语义搜索
- 通过AWS retrieve_memory_records API使用语义/向量搜索进行概念匹配 - 通过语义策略处理的记忆进行搜索 - 包含 context_summary 具有相关性得分的字段 - 备注：存储对话和它们出现在语义搜索中之间可能存在延迟
store_conversation-使用一致的会话ID存储对话
- 用途 MemoryClient.create_event() 触发语义记忆策略 - 自动生成每小时会话ID以保持一致性
get_direct_conversation_history-访问特定会话的完整对话内容
list_sessions-列出以前存储的会话
注： 所有工具支持可选 actor_id 参数。如果没有提供，actor_id将根据您的 ACTOR_ID_TYPE 配置。
诊断工具
get_server_config-获取完整的MCP服务器配置，包括memory_id、region、actor_id和命名空间模式get_session_details-获取特定会话的详细信息，包括事件和提取的记忆
管理工具
delete_session-删除特定会话及其所有事件
- 需要session_id参数 - 删除会话中的所有事件 - 无法撤消
get_memory_stats-查看全面的内存使用统计数据
- 显示总会话、事件和长期记忆 - 显示最近会话的详细信息和事件计数 - 提供每个会话的平均事件数 - 用途 list_memory_records API可准确计数所有提取的内存 - 跨多个命名空间模式搜索以确保完全覆盖
clear_all_data-清除演员的所有对话数据
- 破坏性操作 -要求 confirm=True 参数 - 删除参与者的所有会话和事件 - 无法撤消 - 注：语义策略提取的长期记忆保留在内存资源中
使用示例
搜索对话历史记录（主要工具）
这 search_conversation_history 该工具提供可靠的对话检索。结果包括a context_summary kiro可以用来理解之前讨论的字段：
搜索功能：
- 单字查询：搜索精确的子字符串匹配（例如，“lambda”）
- 多词查询：搜索内容中存在的所有单词，无论顺序如何（例如，“lambda python runtime”将匹配包含“lambda for python支持的运行时”的内容）
- 上下文集成：退货
context_summary根据kiro的上下文提供完整的对话内容
# Find conversations about Lambda Python runtime
"search my conversation history about lambda python runtime"
# Find conversations about EMR
"search my conversation history about EMR"
# Get all recent conversations
"show me my recent conversation history"
# Search with custom timeframe
"search my conversations about serverless from the last 7 days"搜索语义记忆
这 search_memories 工具通过语义处理的长期记忆进行搜索。结果包括a context_summary 相关性得分：
# Search for memories about Python
"search my long-term memory about Python functions"
# Search for memories about AWS services
"search my memory about AWS Lambda"存储对话
可以通过指示kiro-cli手动存储对话：
"store this conversation in memory"检查服务器配置
"show me the memory server configuration"这将返回完整的配置，包括memory_id、region、actor_id和命名空间模式。
删除特定会话
"delete session cli_session_20260122_14 from memory"这将删除指定会话中的所有事件。该操作无法撤消。
查看内存统计信息
"show me my memory usage statistics"这将返回：
- 会话总数
- 事件总数（按每个会话中实际列出的事件计数）
- 长期记忆数量（使用
list_memory_records跨多个名称空间模式的API） - 每个会话的平均事件数
- 最近会议的详细信息及其事件计数
该工具现在通过以下方式提供准确的计数：
- 实际上列出每个会话中的事件，而不是信任缓存的计数
- 使用
list_memory_recordsAPI枚举所有提取的内存 - 在多个命名空间模式（参与者级别、会话级别）中搜索，以确保完全覆盖
检查特定会话
"get details for session cli_session_20260122_15"这将返回：
- 会话中的事件数
- 每个事件的详细信息（消息、时间戳）
- 从本次会话中提取的长期记忆数量
- 实际内存内容
- 正在使用的确切命名空间
清除所有数据（小心使用！）
"clear all my conversation data from memory with confirmation"警告：这是一次破坏性的行动：
- 删除actor_id的所有会话和事件
- 无法撤消
- 需要
confirm=True要执行的参数 - 语义策略提取的长期记忆将保留，但会失去其源事件
主要特点
上下文集成
两者 search_conversation_history 和 search_memories 返回a context_summary 字段提供：
- 查看对话历史记录：完整的用户/助理消息交换
- 用于语义记忆：提取具有相关性得分的见解
这使得kiro能够理解之前的讨论，并自动根据历史背景采取行动。
多词搜索
搜索工具支持灵活的多词查询：
- 搜索内容中存在的所有单词，无论顺序如何
- 示例：“lambda python运行时”匹配包含“lambda for python支持的运行时”的内容
演员ID灵活性
所有工具支持可选 actor_id 参数：
- 如果未提供，则使用配置
ACTOR_ID_TYPE（用户ID或项目ID） - 允许对特定用例进行覆盖
- 确保正确的命名空间隔离
许可证
此库根据MIT-0许可证获得许可。请参阅LICENSE文件。
故障排除
为什么不是 search_memories 找到我的对话？
语义记忆策略异步处理对话：
- 存储:
store_conversation用途MemoryClient.create_event()存储并触发策略处理 - 处理：语义策略提取对长期记忆的见解（可能需要几分钟）
- 搜索:
search_memories使用AWSretrieve_memory_records带有通配符命名空间匹配的API
如果记忆没有出现：
- 存储后等待几分钟，以便处理策略
- 使用
search_conversation_history用于立即访问存储的对话 - 检查CloudWatch日志中的内存资源，以验证是否正在进行提取
- 验证命名空间模式是否匹配：
/strategy/semanticMemoryStrategy/actor/{actorId}/*
内存隔离：
search_memories仅从配置的memory_id返回内存- 结果的作用域为actor_id命名空间
- 通配符命名空间模式确保搜索所有会话
配置问题
如果找不到对话：
- 使用检查您的actor_id配置
get_server_config - 验证
ACTOR_ID_TYPE匹配您的设置（用户ID或项目ID） - 如果使用projectid，请确保
PROJECT_ID设置正确 - 重新启动kiro-cli以使用更新的环境变量重新加载MCP服务器
技术细节
存储方法
- 用途
MemoryClient.create_event()而不是session.add_turns() - 更好地触发语义记忆策略以进行自动处理
- 为一致分组生成每小时会话ID
搜索实施
- 对话历史：通过AgentCore SDK直接搜索会话事件
- 语义记忆：AWS
retrieve_memory_records带有命名空间通配符的API - 命名空间模式:
/strategy/semanticMemoryStrategy/actor/{actorId}/* - 上下文集成：两个工具都返回
context_summary用于kiro的上下文窗口
演员ID解析
这 get_actor_id(actor_id_type) 函数确定actor_id：
userid：用途USER环境变量（系统用户名）projectid：用途PROJECT_ID环境变量- 所有工具均接受可选
actor_id要覆盖的参数
安全
看 贡献 了解更多信息。
许可证
此库根据MIT-0许可证获得许可。请参阅LICENSE文件。