此MCP服务器帮助构建基于Cline的记忆库模式的结构化文档系统,用于在AI助手环境中保存上下文。
由Enlighter和Hyperskill提供支持。
了解如何在Cursor中直接设置和使用记忆库:http://enlightby.ai/projects/37
<a href="https://glama.ai/mcp/servers/@ipospelov/mcp-memory-bank"> <img width="380" height="200" src="https://gips1.baidu.com/it/u=552660415,860169703&fm=3081&app=3181&f=PNG?w=760&h=400" alt="Memory Bank Server MCP服务器" /> </a>有几种方法可以使用此MCP服务器:
在您的mcp.json配置文件中添加以下内容:
{
"mcpServers": {
"mcp-memory-bank": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/ipospelov/mcp-memory-bank",
"mcp_memory_bank"
]
}
}
}
在您的mcp.json配置文件中添加以下内容:
{
"mcpServers": {
"memory-bank": {
"command": "npx",
"args": [
"-y",
"@smithery/cli@latest",
"run",
"@ipospelov/mcp-memory-bank",
"--key",
"your_smithery_key"
]
}
}
}
在您的mcp.json配置文件中添加以下内容:
{
"mcpServers": {
"memory-bank": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"19283744/mcp-memory-bank:latest"
]
}
}
}
克隆仓库并执行以下命令:
python -m venv venv
source venv/bin/activate # 在Windows上:venv\Scripts\activate
pip install -r requirements.txt
然后,在您的mcp.json配置文件中添加以下内容:
{
"mcpServers": {
"memory-bank": {
"command": "python",
"args": ["src/mcp_memory_bank/main.py"]
}
}
}
向Cursor或其他具有记忆库MCP功能的AI代码助手提问:
使用你的工具为待办事项应用创建记忆库
提供更多上下文以获得更好的结果。
返回记忆库文件结构的详细描述。
返回特定记忆库文件的模板。
示例:
{
"file_name": "projectbrief.md"
}
分析项目概述,并提供记忆库内容建议。
示例:
{
"project_summary": "构建一个带有条形码扫描功能的React Web应用程序,用于库存管理"
}
记忆库由核心文件和可选的上下文文件组成,所有文件均为Markdown格式:
projectbrief.md - 形成其他所有文件的基础文档productContext.md - 解释项目存在的原因及解决的问题activeContext.md - 当前工作重点、最近的变化及下一步计划systemPatterns.md - 系统架构、技术决策及设计模式techContext.md - 使用的技术、开发环境设置及约束条件progress.md - 已完成的工作及剩余需构建的内容memory_bank_instructions.md - 如何使用记忆库及对AI代理的指导说明