PostgMem

一个基于Model Context Protocol (MCP)的服务器实现，使用PostgreSQL和pgvector为AI应用提供向量存储。

概述

PostgMem是一个基于.NET的服务，允许AI代理通过向量嵌入来存储、检索和搜索记忆。它利用了带有pgvector扩展的PostgreSQL，以提供高效的相似性搜索能力。

主要特性：

• 使用向量嵌入存储结构化的记忆
• 通过ID检索记忆
• 使用向量相似性进行语义搜索
• 使用标签过滤搜索结果
• 集成MCP（模型上下文协议）以便于与AI代理一起使用

技术栈

• .NET 9.0
• 带有pgvector扩展的PostgreSQL
• 模型上下文协议（MCP）
• ASP.NET Core
• 使用Npgsql连接PostgreSQL

先决条件

• .NET 9.0 SDK
• 安装了pgvector扩展的PostgreSQL数据库
• 文本嵌入API（默认配置使用Ollama）

设置

数据库配置

1. 为应用程序创建一个PostgreSQL数据库
2. 在您的数据库中安装pgvector扩展：

   CREATE EXTENSION vector;
   

3. 创建记忆表：

   CREATE TABLE memories (
       id UUID PRIMARY KEY,
       type TEXT NOT NULL,
       content JSONB NOT NULL,
       source TEXT NOT NULL,
       embedding VECTOR(384) NOT NULL,
       tags TEXT[] NOT NULL,
       confidence DOUBLE PRECISION NOT NULL,
       created_at TIMESTAMP WITH TIME ZONE NOT NULL,
       updated_at TIMESTAMP WITH TIME ZONE NOT NULL
   );
   

环境配置

在.env文件中配置应用程序设置：

ConnectionStrings__Storage=Host=localhost;Database=mcp_memory;Username=
postgres;Password=postgres
Embeddings__ApiUrl=http://localhost:11434/
Embeddings__Model=all-minilm:33m-l12-v2-fp16

• ConnectionStrings__Storage：PostgreSQL连接字符串
• Embeddings__ApiUrl：嵌入API的URL（默认为Ollama）
• Embeddings__Model：要使用的嵌入模型

运行应用程序

1. 导航到PostgMem目录
2. 运行应用程序：

   dotnet run
   

3. 默认情况下，MCP服务器将在http://localhost:5000可用

MCP工具

以下MCP工具可用：

存储

在数据库中存储新的记忆。

参数：

• type（字符串）：记忆类型（例如，'对话'，'文档'等）
• content（字符串）：作为JSON对象的记忆内容
• source（字符串）：记忆来源（例如，'用户'，'系统'等）
• tags（字符串数组）：可选标签，用于分类记忆
• confidence（双精度浮点数）：记忆的信心得分（0.0到1.0）

搜索

搜索与提供的文本相似的记忆。

参数：

• query（字符串）：要搜索相似记忆的文本
• limit（整数）：返回的最大结果数量（默认：10）
• minSimilarity（双精度浮点数）：最小相似度阈值（0.0到1.0）（默认：0.7）
• filterTags（字符串数组）：可选标签，用于过滤记忆

获取

通过ID检索特定的记忆。

参数：

• id（Guid）：要检索的记忆ID

删除

通过ID删除记忆。

参数：

• id（Guid）：要删除的记忆ID

实现细节

• Memory.cs：定义记忆的数据模型
• Storage.cs：处理存储和检索记忆的数据库操作
• EmbeddingService.cs：生成文本的向量嵌入
• MemoryTools.cs：实现与记忆存储交互的MCP工具

许可证

[在此处添加许可证信息]

贡献

[在此处添加贡献指南]