MCP Local Context Memory

MCP数据服务

提供方 eldarj

数据服务 stdio · 本地进程 会话登录 社区 / 第三方 ClaudeCursor
查看接入方式

一个私有的本地运行的模型上下文协议服务器,为Claude提供持久化的个人层,包括自定义工具、文件存储和可搜索的知识库,所有数据都保留在本地。

一句话选型结论

按资料字段整理

MCP Local Context Memory 属于数据服务类 MCP 服务器,stdio · 本地进程,会话登录,可直接接入 Claude、Cursor,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类数据服务 传输方式stdio · 本地进程 鉴权会话登录 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 10 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

数据服务
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量10暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

本地运行Python本地部署自定义工具文件存储知识库持久化存储

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
uv run python3 scripts/backfill_embeddings.py

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  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

    复制上面的安装命令执行;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 配置里填好启动命令和参数,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约 10 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 10 个工具,职责相对集中,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。
  • 已适配 Claude、Cursor,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好会话登录对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP Local Context Memory当前 10 stdio · 本地进程 本地部署 有 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
字段来自项目仓库与公开索引,中文说明由本站标注
提供方eldarj上游标注的维护方 eldarj
分类数据服务本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式会话登录远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

12.8 KB
来自项目仓库与上游目录的原文,未做删改

我自己的mcp服务器

一家私营、本地经营的公司 模型上下文协议 服务器为Claude提供了一个持久的个人层——自定义工具、文件存储和可搜索的知识库——所有这些都在您的机器上,什么都没有留下。

Claude Code在启动时将服务器作为子进程生成(stdio传输)。没有Docker,没有守护进程,没有开放端口。

> 使用光标? MCP服务器可与任何兼容MCP的客户端配合使用。看 CURSOR_SETUP.md 对于特定于Cursor的设置说明,请在Cursor Agent会话中打开它,它将为您配置所有内容。


它做什么

没有此服务器 有此服务器
每次会话都重新解释项目上下文 用一次工具调用加载上下文
生成的代码只存在于聊天历史中 生成的工件无限期存在
Claude会忘记您的偏好和决定 永久存储,始终可检索
搜索旧聊天记录 立即按关键字搜索笔记
重复生成相同的样板 存储一次,随时检索和调整
上下文窗口是唯一的内存 实际上是无限的持久内存

连接后,Claude可以:

  • 存储和检索文件/图像 --按名称保存任何内容,稍后取回
  • 维护知识库 --存储笔记、片段和上下文;按意义(语义)或关键字搜索
  • 在对话中保持状态 --所有内容都存在于SQLite+本地文件中,并在会话重新启动后幸存下来
  • 调用自定义工具 --将Python文件放入 tools/,下次启动时会自动加载
  • 可视化知识库 --本地web UI将所有注释显示为交互式图形,按语义相似性进行聚类

从以前版本升级

如果您已经运行了此服务器并正在拉取新的更改,请在重新启动之前执行以下操作:

1.安装新的依赖项 (没有这些,服务器将无法启动):```bash
uv sync

or: pip install --break-system-packages "numpy>=1.24.0" "sentence-transformers>=3.0.0"


**2.现有注释的回填嵌入** (语义搜索不返回任何内容):```bash
# uv:
uv run python3 scripts/backfill_embeddings.py
# pip:
python3 scripts/backfill_embeddings.py

3.注: search_notes 现在默认为语义搜索
这 query 参数现在按含义匹配,而不是按精确的关键字匹配。要保留旧的关键字行为,请传递 keyword=True:```
search_notes(query="authentication", keyword=True)


______________________________________________________________________

## 快速开始

> **更愿意让你的AI来做吗?** 在Claude Code中打开此仓库,并从粘贴提示 AGENT_SETUP.md --它将为您完成整个设置。否则,请手动执行以下步骤。

1. 安装Python 3.11+

1. 安装MCP SDK。选择一种方法并坚持下去——选择会影响你的 `PYTHONPATH` 在步骤3中:

**选项A-uv(推荐,使用 `pyproject.toml`):**```bash
uv sync

您的网站包路径将位于内部 .venv/:```bash
.venv/lib/python3.x/site-packages # replace 3.x with your Python version


或者用以下方式精确地得到它:```bash
uv run python3 -c "import site; print(site.getsitepackages()[0])"

选项B-pip(全局安装):```bash
pip install "mcp[cli]>=1.0.0"


通过以下方式获取您的网站包路径:```bash
python3 -c "import site; print(site.getsitepackages()[0])"
  1. 复制 .mcp.json.example 到 .mcp.json 并填写你的路径:```bash
    cp .mcp.json.example .mcp.json

编辑 `.mcp.json` --替换 `` 该目录的绝对路径,以及 `` 使用步骤2中的站点包路径。

1. 重新启动Claude Code——服务器工具将自动出现。

1. *(可选)* 启用 `/learn-store-context` 和 `/learn-load-context` 全球技能:```bash
mkdir -p ~/.claude/skills
cp -r .claude/skills/learn-store-context ~/.claude/skills/
cp -r .claude/skills/learn-load-context ~/.claude/skills/

这些技能使Claude能够在对话中总结和恢复会话上下文。如果没有这一步,这些技能仍然可以在这个项目目录中使用,但在其他项目中不可用。

要使服务器在所有项目中全局可用,请在用户范围内注册它:```bash
claude mcp add --scope user my-own-mcp-server \
--cwd /absolute/path/to/repo \
-e TRANSPORT=stdio \
-e PYTHONPATH=$(python3 -c "import site; print(site.getsitepackages()[0])") \
python3 /absolute/path/to/repo/server.py


这写进 `~/.claude.json`Claude Code在全球范围内阅读。注: `~/.claude/mcp.json` 是 **不** 由克劳德·科德阅读。

______________________________________________________________________

## 用法

### 命令

此存储库附带了两项跨会话内存技能。直接在任何Claude Code对话中键入:

|命令|它的作用|
|---|---|
| `/learn-store-context` |总结当前对话并将其另存为笔记——在会话结束时运行此操作|
| `/learn-load-context` |加载并回读以前存储的摘要——在新会话开始时运行此程序,从您停止的地方继续|
| `/learn-start-ui` |在以下位置启动知识库UIhttp://localhost:8000 |

这些可以在这个项目目录中开箱即用。要在任何项目中使用它们,请将它们复制到 `~/.claude/skills/` (请参阅快速入门步骤5)。

______________________________________________________________________

### 与克劳德(正常模式)

克劳德代码读取 `.mcp.json` (或全球 `~/.claude.json`)并在会话开始时自动生成服务器。你不需要手动运行任何东西——只需与克劳德交谈:

> “存储一个注释,其中包含关键的‘项目/决策’、正文‘选择Postgres而不是MySQL来支持JSONB’、标签\[‘项目’、‘决策’\]。”

> “在我的笔记中搜索有关身份验证的任何信息。”

> “记下‘项目/决策’。”

> “列出标记为‘屏幕截图’的所有文件。”

> “在我自己的mcp服务器上将此JSON另存为'configs/app.JSON'。” *(Claude自动处理base64编码。)*

服务器进程随着您的Claude Code会话而生灭。您的数据在 `data/` 在会话之间持续存在。

### 手动(检查和调试)

服务器二进制文件可以直接运行进行测试——它讲MCP stdio协议,因此它将阻止等待输入。使用 `Ctrl+C` 退出:```bash
python3 server.py
# stderr: [tools] Loaded: example_tool.py
# (blocks on stdin — Ctrl+C to exit)

要直接检查存储的数据而不通过Claude:```bash

List all notes

sqlite3 data/db.sqlite "SELECT key, tags, updated_at FROM notes ORDER BY updated_at DESC;"

Read a specific note

sqlite3 data/db.sqlite "SELECT body FROM notes WHERE key = 'project/decisions';"

List all files with sizes

sqlite3 data/db.sqlite "SELECT name, mime_type, size_bytes FROM files;"

Browse raw files on disk

ls -lh data/files/


______________________________________________________________________

## 可用工具

这些是服务器公开的底层MCP工具。在正常使用中,你不会直接调用它们——技能(`/learn-store-context`, `/learn-load-context`)克劳德自己在后台自动调用它们。如果你想调试或做一些一次性的事情(例如“列出我标记为'project-x'的所有笔记”),你可以显式地调用它们。

### 系统

|工具|说明|
|---|---|
| `ping` |健康检查--确认服务器可访问|

### 文件存储

|工具|说明|
|---|---|
| `store_file(name, content_base64, mime_type, tags[])` |保存文件、图像或文档|
| `get_file(name)` |按名称检索文件内容|
| `list_files(tag?)` |列出所有存储的文件(可选按标签筛选)|
| `delete_file(name)` |删除存储的文件|

### 知识库

|工具|说明|
|---|---|
| `store_note(key, body, tags[])` |保存文字注释或片段|
| `get_note(key)` |按键检索笔记|
| `search_notes(query, keyword?)` |默认语义搜索;通过 `keyword=True` 用于基于LIKE的精确搜索|
| `list_notes(tag?)` |列出所有注释(可选按标签筛选)|
| `delete_note(key)` |删除注释|

______________________________________________________________________

## 添加您自己的工具

放下一个 `.py` 归档 `tools/`:```python
# tools/my_tool.py

def register(mcp):
@mcp.tool()
def greet(name: str) -> str:
"""Greet someone by name."""
return f"Hello, {name}!"

重新启动克劳德代码。该工具现在可用。看 CLAUDE.md 了解更多工具模式。


用标签组织

笔记和文件都支持 tags 列表。建议的惯例:

模式 示例
按项目 project-name
按类型 snippet, config, screenshot, reference
按语言 python, sql, bash
按状态 wip, done, archived

项目结构```

my-own-mcp-server/
├── server.py # Entry point — init, tool registration, run
├── config.py # Configuration (DATA_DIR)
├── db.py # SQLite setup
├── modules/
│ ├── storage.py # File storage tools
│ ├── knowledge.py # Knowledge base tools (semantic search)
│ └── embeddings.py # sentence-transformers encoder + SQLite blob helpers
├── scripts/
│ └── backfill_embeddings.py # One-time migration for existing notes
├── tools/ # Drop custom tools here (auto-loaded)
├── ui/ # Knowledge base web UI
│ ├── Dockerfile
│ ├── main.py # FastAPI: /api/graph + /api/notes/:key
│ ├── requirements.txt
│ └── static/ # index.html, app.js, style.css (D3 force graph)
├── docker-compose.yml # UI service only (MCP server is not in Docker)
├── .claude/
│ └── skills/
│ ├── learn-store-context/ # Skill: summarize and store session context
│ ├── learn-load-context/ # Skill: restore context from a previous session
│ └── learn-start-ui/ # Skill: start the knowledge base UI
├── .mcp.json.example # Copy to .mcp.json and fill in your paths
├── AGENT_SETUP.md # Prompt for AI-assisted setup
├── data/ # Runtime data (gitignored)
│ ├── db.sqlite
│ └── files/
└── pyproject.toml


______________________________________________________________________

## 存储详细信息

|方面|细节|
|---|---|
|文件位置| `data/files/` --保留路径结构|
|数据库| `data/db.sqlite` |
|最大文件大小|无强制限制--受磁盘空间限制|
|注释体大小|没有强制限制——SQLite TEXT是无界的|
|标记格式|JSON数组存储为TEXT: `["tag1","tag2"]` |
|反常行为| `store_file` 和 `store_note` 覆盖密钥冲突|

______________________________________________________________________

## 故意限制

- 无身份验证--仅限本地,单一所有者
- 静态无加密--纯SQLite+文件
- 无自动备份--管理 `data/` 你自己
- 无注释/文件版本控制——覆盖具有破坏性
- 无网络暴露——仅通过stdin/stdout与Claude Code通信

______________________________________________________________________

## 备份```bash
cp data/db.sqlite data/db.sqlite.bak
cp -r data/files data/files.bak

要移动到另一台机器:复制整个 data/ 目录。


验证

设置后,确认一切正常:```bash

1. Verify the server starts

python3 server.py

Expected stderr: "[tools] Loaded: example_tool.py" then blocks on stdin. Ctrl+C to exit.

2. Verify db and files dirs were created

ls data/

Expected: db.sqlite files/

sqlite3 data/db.sqlite ".tables"

Expected: files notes

```

然后在克劳德的谈话中:

  • ping → 应返回 pong
  • store_note 使用测试密钥→ 取回它→ 确认重新启动Claude Code后它仍然存在

需求

  • Python 3.11+
  • mcp[cli]>=1.0.0
  • numpy>=1.24.0
  • sentence-transformers>=3.0.0
  • Docker(可选——UI也可以在本地运行 uvicorn)

数据和隐私

所有数据都保留在您的机器上:

  • 文件存储在 data/files/
  • 注释和元数据 data/db.sqlite
  • 无网络呼叫、无遥测、无外部服务
  • 没有开放端口——服务器仅通过stdin/stdout与Claude Code通信

未来 所有

  • SQLite FTS5 --用适当的标记化全文搜索替换基于LIKE的关键字回退
  • 注释版本控制 --在覆盖之前保留编辑历史记录
  • 出口/进口 — export_all / import_all 用于备份和迁移
  • UI:缓存图形布局 --持久化计算位置,这样大型图形就不会在每次加载时重新计算
  • UI:搜索栏 --按查询筛选可见节点

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP Local Context Memory 怎么安装?

在客户端按下面的安装命令接入:uv run python3 scripts/backfill_embeddings.py。装完在客户端配置里引用同一个包或端点。

MCP Local Context Memory 怎么在 Claude、Cursor 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

MCP Local Context Memory 收费吗?

本站不代收费用,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。

MCP Local Context Memory 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

MCP Local Context Memory 支持哪些客户端?

资料标注支持 Claude、Cursor;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。

MCP Local Context Memory 能提供哪些能力?

资料显示约 10 个工具;能力标签包括 本地运行、持久化存储、Python、Claude。具体工具清单以官方文档为准。

MCP Local Context Memory 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

MCP Local Context Memory 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。