MCP Memory Workshop

MCPAI代理

提供方 SadaqatDev343

AI代理 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

基于Model Context Protocol (MCP)模式实现AI代理的持久化记忆管理,提供会话记忆存储、检索和分析功能,适用于需要状态保持和上下文感知的AI交互场景。

一句话选型结论

按资料字段整理

MCP Memory Workshop 属于AI代理类 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AI代理 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

AI代理
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

AI代理Python本地部署记忆管理上下文感知FastAPISQLite

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
python -m venv venv

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
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

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AI代理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
MCP Memory Workshop当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
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SadaqatDev343上游标注的维护方 SadaqatDev343
分类AI代理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 · 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

3.6 KB
来自项目仓库与上游目录的原文,未做删改

用MCP构建Agent内存:超越快速工程

该项目演示了如何使用模型上下文协议(MCP)模式为AI代理实现持久内存,超越简单的提示工程,创建真正有状态和上下文感知的AI交互。它具有一个用于管理会话内存的FastAPI服务器和一个用于演示的Python客户端。

特性

服务器提供了一组强大的API端点,用于管理和分析代理内存:

  • /memory/store (职位):将给定会话的新消息存储在代理的内存中。
  • /memory/recall/{session_id} (获取):检索特定会话的最新消息。
  • /memory/sessions (获取):列出所有唯一的对话会话ID。
  • /memory/analytics/{session_id} (获取):为会话提供全面的分析,包括消息计数、持续时间和响应率。
  • /memory/extract/{session_id} (获取):提取包含所有消息详细信息的完整会话上下文,以实现完全透明。
  • /memory/relevancy/{session_id} (获取):显示消息相关性评分逻辑,显示消息如何根据上下文重要性进行排名。
  • /memory/context_details/{session_id} (获取):检索详细的上下文信息以进行调试,显示有关每条消息的元数据,但不显示完整内容。
  • /memory/trends/{session_id} (获取):显示会话上下文使用随时间变化的趋势,显示对话活动模式。
  • /workshop/status (获取):返回增强的服务器状态和内存统计信息。
  • / (获取):提供全面的研讨会元数据和API文档。

项目结构```

.
├── workshop_server.py
├── demo_script.py
├── requirements.txt


- `workshop_server.py`:处理内存存储、检索和分析的主要FastAPI应用程序。
- `demo_script.py`:一个Python客户端脚本,用于与 `workshop_server.py` 并展示其特点。
- `requirements.txt`:列出运行项目所需的所有Python依赖项。

## 使用的技术

- **快速 API**:一个现代、快速(高性能)的web框架,用于使用Python 3.8+构建API。
- **派丹蒂克**:使用Python类型提示进行数据验证和设置管理。
- **乌维科恩**:用于运行FastAPI应用程序的ASGI服务器。
- **数据库**:一种用于持久内存存储的轻量级、基于文件的关系数据库。
- **意图tp**:演示脚本中使用的Python异步HTTP客户端/服务器框架。

## 入门指南

按照以下步骤在本地设置和运行项目。

### 先决条件

- Python 3.8或更高版本

### 安装

1. **克隆存储库** (如果你还没有,或者创建一个新的):```bash
git clone https://github.com/your-username/mcp-memory-workshop.git
cd mcp-memory-workshop

(替换 your-username/mcp-memory-workshop 推送后,使用您的实际GitHub存储库路径。)

  1. 创建虚拟环境 (推荐):```bash
    python -m venv venv

1. **激活虚拟环境**:

- 在macOS/Linux上:```bash
source venv/bin/activate
  • 在Windows上:```bash
    .\venv\Scripts\activate

1. **安装依赖项**:```bash
pip install -r requirements.txt

运行服务器

  1. 启动FastAPI服务器:
    确保您的虚拟环境已激活。```bash
    python workshop_server.py
服务器通常会启动 `http://localhost:8081`。您可以访问API文档,网址为 `http://localhost:8081/docs`。保持这个终端打开。

### 运行演示

1. **确保服务器正在运行** 在单独的终端中。
1. **打开一个新终端** 并激活虚拟环境。
1. **运行演示脚本**:```bash
python workshopdemo.py

此脚本将与正在运行的服务器交互,存储示例对话,并演示所有内存调用和分析功能。

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
MCP Memory Workshop 怎么安装?

在客户端按下面的安装命令接入:python -m venv venv。装完在客户端配置里引用同一个包或端点。

MCP Memory Workshop 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。

MCP Memory Workshop 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 Memory Workshop 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。

MCP Memory Workshop 能提供哪些能力?

资料显示能力标签包括 AI代理、记忆管理、Python、上下文感知、SQLite。具体工具清单以官方文档为准。

MCP Memory Workshop 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 Memory Workshop 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。