Memvid MCP

MCPAI代理

提供方 Tapiocapioca

AI代理 未标注 OAuth 授权 社区 / 第三方 VS Code

MCP服务器为AI代理提供持久化内存管理,支持混合搜索(词法+向量)、时间索引、知识图谱和RAG能力。

一句话选型结论

按资料字段整理

Memvid MCP 属于AI代理类 MCP 服务器,传输方式未标注,OAuth 授权,可直接接入 VS Code,没有现成安装命令,需按官方文档接入。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 传输方式未标注 鉴权OAuth 授权 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 40 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40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

AI代理TypeScript本地部署内存管理混合搜索知识图谱RAG

安装与配置

未标注 OAuth 授权
上游未给出传输方式
  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

    连接成功后客户端会列出约 40 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
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

  • 资料标注 40 个工具,覆盖面较广,能满足多种调用。
  • 已适配 VS Code,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。
  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好OAuth 授权对应的凭据,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AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 VS Code 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
Memvid MCP当前 40 未标注 本地部署 无 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Tapiocapioca上游标注的维护方 Tapiocapioca
分类AI代理本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式OAuth 授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

9.4 KB
来自项目仓库与上游目录的原文,未做删改

memvid mcp

MCP(模型上下文协议)服务器 memvid 的 -AI代理的存储层。

该服务器封装了memvid Rust CLI,提供了40个用于持久内存管理的工具,包括混合搜索(词汇+向量)、时间索引、知识图和RAG功能。

用例

  • 代理内存:通过语义搜索和时间感知,为AI代理提供跨会话的持久内存
  • 文档智能:通过自动实体提取和事实跟踪摄取文档、代码和网络内容
  • 知识库:使用混合词汇/向量搜索和知识图关系构建可搜索的知识库
  • 审计与合规:通过引文生成和审计报告跟踪信息来源
  • 会话重放:记录和回放代理会话以进行调试和分析

先决条件

  • Node.js 18+
  • memvid CLI 的 二进制(参见 memvid 的 用于安装)
  • 可选的:矢量搜索的嵌入器配置(Embedder.toml)
  • 可选的:RAG的LLM配置(LLM.toml)

安装

来源```bash

git clone https://github.com/Tapiocapioca/memvid-mcp.git
cd memvid-mcp
npm install
npm run build


### 验证安装```bash
# Test the server starts
node dist/index.js
# Should output: "memvid-mcp server started"
# Press Ctrl+C to exit

配置

环境变量

变量 默认值 描述
MEMVID_PATH memvid memvid二进制文件的路径
MEMVID_LOG_LEVEL warning 日志级别: debug, info, warning, error
MEMVID_VERBOSE 0 设置为 1 用于详细的CLI输出

MCP 客户端安装

VS代码(副本)

添加到您的VS Code MCP设置中:```json
{
"servers": {
"memvid": {
"command": "node",
"args": ["/path/to/memvid-mcp/dist/index.js"],
"env": {
"MEMVID_PATH": "/path/to/memvid"
}
}
}
}


#### 克劳德桌面版

添加到 `claude_desktop_config.json`:```json
{
"mcpServers": {
"memvid": {
"command": "node",
"args": ["/path/to/memvid-mcp/dist/index.js"],
"env": {
"MEMVID_PATH": "/path/to/memvid"
}
}
}
}

光标

添加到MCP设置:```json
{
"memvid": {
"command": "node",
"args": ["/path/to/memvid-mcp/dist/index.js"],
"env": {
"MEMVID_PATH": "/path/to/memvid"
}
}
}


#### OpenCode

添加到 `opencode.json`:```json
{
"mcp": {
"memvid": {
"type": "stdio",
"command": "node",
"args": ["/path/to/memvid-mcp/dist/index.js"],
"env": {
"MEMVID_PATH": "/path/to/memvid"
}
}
}
}

安全考虑

路径验证

服务器实现了多层路径安全:

  1. 路径横向保护:块 .. 模式
  2. 系统路径阻止列表:防止访问敏感目录(/etc/, /proc/, \windows\等等)
  3. MCP根验证:尊重客户端提供的根边界(当客户端支持时)

加密

内存文件可以使用AES-256-GCM加密:```
memvid_lock { "file": "data.mv2", "output": "data.mv2e", "password": "secret" }
memvid_unlock { "file": "data.mv2e", "output": "data.mv2", "password": "secret" }


### 建议

- 将内存文件存储在专用目录中
- 使用加密文件(`.mv2e`)敏感数据
- 在客户端中配置MCP根以限制文件访问
- 为每个项目/上下文使用单独的内存文件

## 可用工具(40)

### 生命周期(5个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_create` |创建新的.mv2内存文件|写入|
| `memvid_open` |打开并显示文件元数据|只读|
| `memvid_stats` |显示详细统计信息(帧数、索引大小)|只读|
| `memvid_verify` |通过可选的深度检查验证文件完整性|只读|
| `memvid_doctor` |诊断和修复损坏的索引|破坏性|

### 内容管理(7个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_put` |使用可选嵌入从文件/目录添加内容|写入|
| `memvid_put_many` |批量添加并跟踪进度|写入|
| `memvid_view` |按ID查看框架内容|只读|
| `memvid_update` |替换帧内容|破坏性|
| `memvid_delete` |删除帧|破坏性|
| `memvid_correct` |用审计跟踪修改框架|写入|
| `memvid_api_fetch` |获取URL内容并添加到内存|网络|

### 搜索(5个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_find` |混合/词汇/向量搜索|只读|
| `memvid_vec_search` |仅矢量语义搜索|只读|
| `memvid_ask` |RAG问答|只读|
| `memvid_timeline` |按时间顺序的帧视图|只读|
| `memvid_when` |时态搜索(在提到某事时查找)|只读|

### 分析(6个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_audit` |生成带有引用的审计报告|只读|
| `memvid_debug_segment` |调试内部索引段|只读|
| `memvid_export` |导出为JSON/CSV/JSONL |写入|
| `memvid_tables` |列出内部SQLite表|只读|
| `memvid_schema` |模式推理和摘要|只读|
| `memvid_models` |列出可用的嵌入模型|只读|

### 知识图谱(6个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_enrich` |NER实体提取|写入|
| `memvid_memories` |存储卡操作|只读|
| `memvid_state` |显示当前内存状态|只读|
| `memvid_facts` |事实提取和列表|只读|
| `memvid_follow` |遍历实体关系|只读|
| `memvid_who` |实体查找|只读|

### 会话管理(5个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_session` |开始/停止/列出/重放会话|写入|
| `memvid_binding` |内存绑定操作|破坏性|
| `memvid_status` |系统状态(版本、型号状态)|只读|
| `memvid_sketch` |SimHash草图操作|写入|
| `memvid_nudge` |触发后台处理|写入|

### 加密(2个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_lock` |加密内存文件(AES-256-GCM)|写入|
| `memvid_unlock` |解密内存文件|写入|

### 实用工具(4个工具)

|工具|说明|注释|
|------|-------------|-------------|
| `memvid_process_queue` |处理待处理操作|写入|
| `memvid_verify_single_file` |验证单帧完整性|只读|
| `memvid_config` |显示当前配置|只读|
| `memvid_version` |打印版本信息|只读|

## 示例工作流

### 基本内存设置```
# 1. Create a new memory file
memvid_create { "file": "project.mv2" }

# 2. Ingest documentation
memvid_put {
"file": "project.mv2",
"input": "./docs",
"recursive": true,
"embed": true  # Generate vector embeddings
}

# 3. Check statistics
memvid_stats { "file": "project.mv2" }

搜索和检索```

Hybrid search (lexical + vector)

memvid_find {
"file": "project.mv2",
"query": "authentication flow",
"mode": "hybrid",
"limit": 5
}

Semantic search only

memvid_vec_search {
"file": "project.mv2",
"query": "how to handle user sessions"
}

RAG question answering

memvid_ask {
"file": "project.mv2",
"question": "What authentication methods are supported?"
}


### 知识图谱操作```
# Extract entities from all frames
memvid_enrich { "file": "project.mv2", "all": true }

# Look up an entity
memvid_who { "file": "project.mv2", "query": "OAuth" }

# Follow entity relationships
memvid_follow {
"file": "project.mv2",
"entity": "AuthService",
"hops": 2
}

审计和导出```

Generate audit report with sources

memvid_audit {
"file": "project.mv2",
"query": "security requirements",
"include_snippets": true
}

Export for backup

memvid_export {
"file": "project.mv2",
"output": "backup.json",
"format": "json"
}


### 会话录制```
# Start recording a session
memvid_session { "file": "project.mv2", "start": "debug-session-1" }

# ... agent interactions ...

# Stop recording
memvid_session { "file": "project.mv2", "stop": true }

# Replay later
memvid_session { "file": "project.mv2", "replay": "debug-session-1" }

嵌入器配置

对于矢量搜索功能,请创建 ~/.config/memvid/embedder.toml:```toml
[embedder]
provider = "openai"
model = "text-embedding-3-large"
api_key_env = "OPENAI_API_KEY"
dimensions = 3072


或者,对于A4F/OpenRouter兼容的API:```toml
[embedder]
provider = "openai"
model = "provider-3/text-embedding-3-large"
base_url = "https://api.a]4f.co/v1"
api_key_env = "A4F_API_KEY"

性能特征

操作 典型延迟 注意事项
memvid_create \<100ms 创建空SQLite数据库
memvid_put (单个文件) 100-500ms 取决于文件大小
memvid_put (带嵌入) 500ms-2s 包括用于嵌入的API调用
memvid_find (词汇) \<50ms Tantivy全文搜索
memvid_find (混合) 100-500ms 结合词汇+向量
memvid_ask (RAG) 1-5s 包括LLM API调用

超时按操作类型配置:

  • 默认值:120秒
  • 重型操作(批量投入):300秒
  • RAG操作:180秒

发展```bash

npm run dev # Run with tsx (hot reload)
npm run build # Compile TypeScript
npm start # Run compiled version
npm run clean # Remove dist/


## 故障排除

### 服务器无法启动

1. 检查Node.js版本: `node --version` (要求18+)
1. 验证构建: `npm run build`
1. 检查memvid二进制文件: `memvid --version`

### “未找到MEMVID_PATH”

将环境变量设置为完整路径:```bash
export MEMVID_PATH=/path/to/memvid
# or on Windows
set MEMVID_PATH=C:\path\to\memvid.exe

矢量搜索未返回任何结果

  1. 已生成检查嵌入: memvid_stats 显示 vector_count &gt; 0
  2. 验证嵌入器配置: memvid_config
  3. 使用嵌入物重新摄入: memvid_put { ..., &quot;embed&quot;: true }

路径验证错误

服务器根据以下内容验证所有路径:

  1. 路径遍历模式(..)
  2. 系统目录阻止列表
  3. MCP根(如果客户端支持根功能)

确保您的路径在允许的目录内。

许可证

麻省理工学院

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
Memvid MCP 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Memvid MCP 怎么在 VS Code 里配置?

它的传输方式未标注,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。

Memvid MCP 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。

Memvid MCP 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

Memvid MCP 支持哪些客户端?

资料标注支持 VS Code;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。

Memvid MCP 能提供哪些能力?

资料显示约 40 个工具;能力标签包括 AI代理、混合搜索、TypeScript、VS Code、内存管理。具体工具清单以官方文档为准。

Memvid MCP 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。

Memvid MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。

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。