Token导航 LogoToken导航

MCP Server · AI代理

slopnesia (Jjtolton)

Slopnesia是一个轻量级MCP内存服务器,支持多种嵌入方式,适用于需要高效内存管理的多代理系统。

stdio官方级别未说明来源级核验工具 0
内存管理PythonClaude轻量级

快速开始

作者 / 组织
jjtolton
提供方
jjtolton
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

1

仓库热度

收录来源

1 个

MCP World

选型结论

slopnesia (Jjtolton) 属于AI代理类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

uv run python test_concurrency.py

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

斯洛普尼亚

具有可选嵌入的最小MCP内存服务器- 总计300MB以下 (基于PyTorch的替代品为900MB+)。

特性

  • 基于界面的设计 -轻松交换嵌入提供者
  • 自动回退 -尝试ONNX/GPU→ ONNX/CPU→ OpenAI API→ 文本搜索
  • SQLite存储 -单文件数据库位于 ~/.claude/memories.db
  • 最小依赖性 -28个基本包,总共48个ONNX包
  • 多代理保险箱 -CouchDB风格的版本向量乐观并发控制
  • 单作者队列 -序列化写入防止竞争条件

安装

先决条件

1.克隆存储库

cd ~/programs  # or wherever you want to install it
git clone https://github.com/jjtolton/slopnesia
cd slopnesia

2.选择您的安装

基本安装(仅限文本搜索)

uv pip install -e .

大小:~10MB

ONNX嵌入(本地,GPU加速)

uv pip install -e '.[onnx]'

大小:总计约300MB(ONNX运行时GPU+型号)

OpenAI嵌入(基于API)

uv pip install -e '.[api]'

大小:~15MB

配置

设置环境变量:

# Embedding mode (auto, onnx, openai, none)
MEMORY_EMBEDDING_MODE=auto

# ONNX settings
MEMORY_ONNX_MODEL=all-MiniLM-L6-v2
MEMORY_ONNX_USE_GPU=true

# OpenAI settings
MEMORY_OPENAI_API_KEY=sk-...
MEMORY_OPENAI_MODEL=text-embedding-3-small

# Database location
MEMORY_DB_PATH=~/.claude/memories.db

MCP配置

要使Claude能够使用slopenesia进行内存存储,请将此MCP服务器添加到您的配置中:

适用于Claude Code CLI

使用 claude mcp 全局安装命令:

claude mcp add --scope user simple-memory uv --directory /path/to/slopnesia run python -m src.server

替换 /path/to/slopnesia 根据您的实际安装路径(例如。, ~/programs/slopnesia).

验证安装:

claude mcp list

手动配置

或者,编辑您的 ~/.claude/mcp.json:

{
  "mcpServers": {
    "simple-memory": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/slopnesia",
        "run",
        "python",
        "-m",
        "src.server"
      ],
      "env": {
        "MEMORY_EMBEDDING_MODE": "auto",
        "MEMORY_ONNX_USE_GPU": "true"
      }
    }
  }
}

添加配置后,重新启动Claude Code。

MCP工具

服务器向Claude公开这些工具:

  • store_memory(content, tags?, context?) -存储新内存(返回版本和哈希值)
  • search_memory(query, limit?, threshold?) -使用文本或语义相似性进行搜索
  • list_recent(limit?) -获取最近的回忆
  • get_memory(id) -通过ID和版本信息获取特定内存
  • update_memory(id, content, expected_version, expected_hash?, tags?, context?) -更新冲突检测
  • delete_memory(id) -删除内存
  • get_stats() -获取数据库统计信息
  • restart_server() -优雅地重新启动MCP服务器

建筑

┌─────────────────────────────────┐
│   EmbeddingProvider Interface   │
└────────────┬────────────────────┘
             │
     ┌───────┴───────┬────────────┬──────────┐
     │               │            │          │
┌────▼────┐   ┌─────▼─────┐  ┌──▼────┐  ┌──▼─────┐
│ NoOp    │   │ ONNX      │  │OpenAI │  │ Future │
│(text)   │   │(local GPU)│  │(API)  │  │providers│
└─────────┘   └───────────┘  └───────┘  └────────┘

当前状态

✓ 已安装并连接到Claude Code

嵌入提供程序: 自动检测(带GPU回退的ONNX) 数据库: ~/.claude/memories.db 总大小: 约300MB(ONNX)与900MB+(PyTorch替代品)

比较

特征斜坡病克劳德·库索尔记忆MCP
大小300MB(ONNX)900MB+(PyTorch)
依赖关系48个包339个包
存储SQLite(单文件)PostgreSQL+Redis(Docker)
GPU支持是(ONNX运行时)是(PyTorch CUDA)
嵌入ONNX、OpenAI或无PyTorch仅限本地
安装简单pip安装Docker编写+Python环境

多代理并发

Slopenesia支持多个代理的安全并发访问。看 混凝土.md 有关以下内容的详细信息:

  • 版本向量和内容哈希
  • 带有冲突检测的乐观锁定
  • 单写入器队列架构
  • 冲突解决工作流程

测试实现:

uv run python test_concurrency.py

发展

见实施文件:

  • src/embeddings.py -嵌入接口和实现
  • src/database.py -带FTS5+版本控制的SQLite存储
  • src/config.py -配置和自动检测
  • src/server.py -MCP服务器实现
  • test_concurrency.py -并发控制测试套件

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

内存管理Python本地部署多代理系统轻量级嵌入服务

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
slopnesia (Jjtolton)

MCP World · 本页

0stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

slopnesia (Jjtolton) 怎么安装?

公开资料给出的安装命令是 uv run python test_concurrency.py,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

slopnesia (Jjtolton) 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

slopnesia (Jjtolton) 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

slopnesia (Jjtolton) 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

slopnesia (Jjtolton) 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP