Memory Server Sigma

MCP运维云端

提供方 nextmcp

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个用于构建和部署基于FastAPI的MCP内存服务器到AWS ECS的生产就绪模板,提供完整的基础设施即代码、CI/CD管道和内存管理服务的最佳实践。

一句话选型结论

按资料字段整理

Memory Server Sigma 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,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。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 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 未标注 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

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注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

适用场景

内存管理Python本地部署FastAPIAWSECSCI/CD向量搜索

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install -r src/requirements.txt

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 Node.js 等运行时,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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

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

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

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。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 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。
  • 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
Memory Server Sigma当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
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nextmcp上游标注的维护方 nextmcp
分类运维云端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
鉴权方式无需鉴权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 · 未标注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

6.2 KB
来自项目仓库与上游目录的原文,未做删改

MCP内存服务器模板

用于构建和部署基于FastAPI的MCP(模型上下文协议)内存服务器到AWS ECS的生产就绪模板。此模板提供了完整的基础架构代码、CI/CD管道和构建内存管理服务的最佳实践。

此模板提供什么

核心应用程序

  • 快速API 支持异步的web框架
  • MCP服务器 内存操作的实现
  • PostgreSQL 用于持久存储
  • Qdrant 语义搜索的矢量数据库
  • 蒸馏器 数据库迁移
  • 具有JSON输出的自定义日志框架

基础设施

  • AWS云形成 ECS部署模板
  • 码头工人 多阶段构建的集装箱化
  • 应用程序负载平衡器 使用SSL/TLS
  • 路线53 DNS管理
  • 秘密经理 整合
  • 自动扩展ECS服务

CI/CD

  • GitHub操作 工作流
  • 自动化测试
  • Docker镜像构建和向ECR推送
  • 自动化堆栈部署到开发/暂存/生产

开发工具

  • 使用Docker Compose进行本地开发
  • 测试框架(pytest)
  • 数据库迁移工具
  • 部署脚本

入门指南

先决条件

  • Python 3.12+
  • Docker和Docker Compose
  • AWS CLI已配置
  • GitHub帐户(用于CI/CD)

初始设置

  1. 克隆或分叉此模板```bash
    git clone
    cd mcp-memory-server-template

1. **配置AWS帐户**

更新 `.github/workflows/deploy-service.yaml`:```yaml
role-to-assume: arn:aws:iam::YOUR_AWS_ACCOUNT_ID:role/cicd-deployer
  1. 设置参数文件

复制示例参数文件:```bash
cp aws/parameters.dev.yaml.example aws/parameters.dev.yaml
cp aws/parameters.staging.yaml.example aws/parameters.staging.yaml
cp aws/parameters.production.yaml.example aws/parameters.production.yaml


编辑每个文件并自定义:

- `ServiceName`:您的服务名称
- `MemoryReservation` 和 `CpuReservation`:资源分配

1. **配置环境变量**

复制和自定义:```bash
cp .env.example .env
cp src/openmemory/.env.example src/openmemory/.env
  1. 再进行```bash
    pip install -r src/requirements.txt
    pip install -r test/requirements.txt

### 地方发展

**使用Docker Compose运行:**```bash
cd docker
docker compose up

该服务将在 http://localhost:8000

运行测试:```bash
./run_tests.sh


**数据库迁移:**```bash
cd src/openmemory
alembic upgrade head

部署到AWS

  1. 创建ECR存储库```bash
    aws cloudformation create-stack \
    --stack-name your-service-ecr \
    --template-file aws/ecr.yaml \
    --parameters file://aws/parameters.ecr.yaml

1. **部署到开发**

推到 `dev` branch-GitHub操作将自动:

- 构建Docker镜像
- 推到ECR
- 部署CloudFormation堆栈
- 更新ECS服务

1. **部署到暂存/生产**

具有相应分支或手动触发器的类似过程

## 项目结构```
mcp-memory-server-template/
├── .github/
│   └── workflows/          # CI/CD pipelines
├── aws/
│   ├── template.yaml       # CloudFormation template
│   ├── ecr.yaml           # ECR repository template
│   └── parameters.*.yaml   # Environment configurations
├── docker/
│   ├── Dockerfile         # Production container
│   ├── docker-compose.yaml # Local development
│   └── entrypoint.sh      # Container startup script
├── src/
│   ├── openmemory/        # Main application code
│   │   ├── app/          # FastAPI application
│   │   ├── alembic/      # Database migrations
│   │   └── main.py       # Application entry point
│   └── th_logging/        # Logging framework
├── test/                   # Test suite
├── pyproject.toml         # Python project config
├── .env.example           # Environment variables template
└── README.md              # This file

主要特点

通过MCP进行内存操作

  • 添加回忆
  • 搜索记忆(语义向量搜索)
  • 列出回忆
  • 删除记忆
  • 访问控制和权限

矢量搜索

  • 语义搜索的Qdrant集成
  • OpenAI嵌入
  • 高效的批量操作
  • 从PostgreSQL自动同步

数据库管理

  • PostgreSQL用于关系数据
  • 用于模式更改的Alembic迁移
  • 用户和应用程序管理
  • 内存状态跟踪和历史记录

部署功能

  • 零停机滚动更新
  • 自动健康检查
  • 用于故障部署的断路器
  • CloudWatch日志记录
  • 自动缩放支持

配置

所需AWS资源

  • ECS集群
  • VPC和子网
  • 应用程序负载平衡器
  • Route53托管区
  • ACM证书
  • 秘密管理器秘密

环境变量

看 .env.example 所需的环境变量包括:

  • 数据库连接字符串
  • API密钥(OpenAI、Anthropic等)
  • Qdrant配置
  • 日志记录设置

秘密管理

按照以下模式在AWS secrets Manager中存储机密:```
${Environment}/${ServiceName}/*


例子:

- `dev/my-service/database-url`
- `dev/my-service/openai-api-key`

## 定制

### 添加新路线

添加路线 `src/openmemory/app/routers/`

### 数据库架构更改```bash
cd src/openmemory
alembic revision --autogenerate -m "description"
alembic upgrade head

添加依赖关系```bash

echo "package-name" >> src/requirements.in
./update_requirements_txt.sh


## 监控与调试

### 查看日志

CloudWatch日志会自动配置为7天保留期。

### 健康检查

- 健康终点: `/health`
- 负载平衡器执行自动健康检查
- ECS监控容器运行状况

### 部署状态

监控GitHub Actions的部署进度和状态。

## 体系结构决策

- **EC2上的ECS**:在持续工作负载方面比Fargate更具成本效益
- **桥接网络**:启用动态端口映射
- **云层形成**:无外部依赖的本地AWS IaC
- **滚动更新**:零停机部署
- **结构化日志记录**:JSON格式,便于解析

## 安全

- ECS任务的IAM角色
- 存储在AWS Secrets Manager中的秘密
- 通过ALB的HTTPS/TLS
- VPC隔离
- 网络访问控制的安全组

## 测试```bash
# Run all tests
./run_tests.sh

# Run specific test
pytest test/test_specific.py

# Run with coverage
pytest --cov=src

贡献

自定义此模板时:

  1. 使用您的配置更新参数文件
  2. 根据需要修改CloudFormation模板
  3. 在中自定义应用程序代码 src/openmemory/app/
  4. 用您的具体细节更新此README

许可证

[指定您的许可证]

支持

[添加您的支持信息]

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Memory Server Sigma 怎么安装?

在客户端按下面的安装命令接入:pip install -r src/requirements.txt。装完在客户端配置里引用同一个包或端点。

Memory Server Sigma 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Memory Server Sigma 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。

Memory Server Sigma 需要 API Key 吗?

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。

Memory Server Sigma 能提供哪些能力?

资料显示能力标签包括 内存管理、向量搜索、FastAPI、CI/CD。具体工具清单以官方文档为准。

Memory Server Sigma 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Memory Server Sigma 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。