Mnemos MCP

MCP文档知识

提供方 Tanush1912

文档知识 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude
查看接入方式

Mnemos是一个自托管的多上下文记忆服务器,用于将文档组织成隔离的集合,通过内容哈希消除冗余处理,并支持完全离线运行。

一句话选型结论

按资料字段整理

Mnemos MCP 属于文档知识类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude,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。

分类文档知识 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 2 仓库热度,无公开仓库时显示未标注
工具数 3 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

文档知识
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3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

自托管Python本地部署多上下文文档管理本地嵌入知识检索

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
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

    连接成功后客户端会列出约 3 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
文档检索问答

在你的文档库里按问题找答案。

知识库读写

把新资料写进知识库,随用随取。

内容整理

把零散资料归纳成结构化笔记。

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 3 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,换客户端不用重新研究配置。
  • 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。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 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。
  • 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
Mnemos MCP当前 3 stdio · 本地进程 本地部署 有 2026-05-17
dify 未标注 stdio · 本地进程 本地部署 有 2026-04-11
open-webui 未标注 stdio · 本地进程 本地部署 有 2026-04-11
JeecgBoot 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Cherry Studio 未标注 未标注 未标注 无 2026-05-17
mempalace 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

文档知识
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Tanush1912上游标注的维护方 Tanush1912
分类文档知识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

6.2 KB
来自项目仓库与上游目录的原文,未做删改

🧠 Mnemos

面向开发人员的自托管多上下文内存服务器

Mnemos是一个与MCP兼容的知识服务器,可以将您的文档堆变成一个多上下文存储系统。它将文档组织成独立的集合,消除了内容哈希的冗余处理,并使用Postgres+pgvector和Ollama完全离线运行。

特性

  • 多上下文集合:按项目隔离你的记忆(例如。, react-docs, rust-book, company-internal)使用不区分大小写的搜索过滤。
  • 确定性再摄取:SHA-256内容哈希保证幂等操作——跳过未更改的文件并在差异上自动重新分块。
  • 增强的终端用户界面:使用全屏搜索界面、结果导航和详细的块检查模块探索您的上下文。
  • 递归网站爬行:使用基于路径的过滤(例如,仅抓取)摄取整个文档站点 /learn 上 react.dev).
  • 稳定的局部嵌入:针对Ollama进行了优化,具有持久连接、自动转轮回退和负载节流功能。
  • 块状物质量控制:自动噪声过滤(最小长度阈值+字母数字验证)确保高质量检索。
  • 100%私人:完全离线。你的上下文永远不会离开你的本地机器。

快速开始

先决条件

  • Docker&Docker编写
  • Python 3.11+
  • 奥拉玛 (用于本地嵌入)

1.安装Ollama并拉动嵌入模型```bash

brew install ollama

ollama serve

ollama pull nomic-embed-text


### 2.启动数据库```bash
cd docker
docker-compose up -d

3.安装依赖项```bash

python -m venv venv
source venv/bin/activate
pip install -r requirements.txt


### 4.启动服务器```bash
# Option A: Start via CLI (recommended)
python cli/mnemos.py server

# Option B: Run API directly (development)
uvicorn src.main:app --reload

5.添加文档```bash

python cli/mnemos.py add ./docs/my-document.pdf --collection my-project

Or crawl a site

python cli/mnemos.py ingest https://react.dev/learn --path-filter /learn --collection react


### 6.搜索```bash
python cli/mnemos.py search "how to use useEffect"

CLI命令

命令 描述 标志
mnemos add 添加文档或目录 -c, -r (递归)
mnemos ingest 获取URL或抓取网站 -c, --path-filter
mnemos search 搜索相关上下文 -c, -k
mnemos list 列出所有文件 -c, -n
mnemos export 将知识库备份到JSON -c
mnemos delete 删除文档 -f (力)
mnemos server 启动API服务器 --host, --port

API终点

REST API

Mnemos为文档管理和操作提供了一个标准的REST API。

方法 端点 描述
POST /api/documents 上传文档
GET /api/documents 列出所有文件
GET /api/collections 列出所有独特的收藏
GET /api/documents/export 块的完整JSON备份
DELETE /api/documents/{id} 删除文档
POST /api/search 向量相似性搜索
POST /api/ingest/url 获取单个URL
POST /api/ingest/site 抓取文档网站
GET /api/health 健康和统计检查

MCP端点

Mnemos通过模型上下文协议(MCP)公开其检索功能,允许AI代理将其作为外部上下文提供者进行查询。从MCP客户端的角度来看,Mnemos被设计为无状态;所有持久性都存在于服务器端。

方法 端点 描述
GET /mcp/tools 列出可用的MCP工具
POST /mcp/call 执行MCP工具

MCP集成

克劳德桌面版

添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json):```json
{
"mcpServers": {
"mnemos": {
"command": "curl",
"args": ["-X", "POST", "http://localhost:8000/mcp/call", "-H", "Content-Type: application/json", "-d"]
}
}
}


### 可用的MCP工具

- **搜索文本**:在知识库中搜索相关上下文
- **list_文档**:列出知识库中的所有文档
- **get_document_info**:获取文档的详细信息

## 配置

环境变量(`.env`):

|变量|默认值|描述|
|----------|---------|-------------|
| `DATABASE_URL` | `postgresql+asyncpg://...` |Postgres连接字符串|
| `EMBEDDING_PROVIDER` | `ollama` | `ollama` (本地首次默认)或 `openai` |
| `EMBEDDING_MODEL` | `nomic-embed-text` |Ollama嵌入模型|
| `OLLAMA_BASE_URL` | `http://127.0.0.1:11434` |Ollama API网址|
| `CHUNK_SIZE` | `300` |每个块的目标字符数|
| `CHUNK_OVERLAP` | `40` |块之间的重叠|

## 建筑```mermaid
graph TD
User([User CLI / App]) --> API[FastAPI Server]
API --> DB[(PostgreSQL + pgvector)]
API --> Ollama[Ollama Local Embeddings]

subgraph Ingestion Pipeline
API --> Parser[Document Parser]
Parser --> Chunker[Text Chunker]
Chunker --> HashCheck[SHA-256 Content Hash]
HashCheck --> Embedding[Vector Generation]
end

subgraph Retrieval
API --> Search[Vector Search]
Search --> Context[Context Assembler]
end

设计原则

  • 默认情况下,本地优先:所有繁重的工作(矢量/搜索)都发生在您的硬件上。
  • 确定性摄入:SHA-256哈希确保幂等性和安全重新运行。
  • 显式上下文隔离:多收集支持可防止跨项目上下文污染。
  • 可检查的检索:相似性得分和块元数据被公开以建立信任。
  • 零供应商锁定:基于标准的技术栈(Postgres、MCP、REST)。

支持的嵌入模型

型号 尺寸 备注
nomic-embed-text 768 默认,平衡良好
mxbai-embed-large 1024 更高质量
all-minilm 384 更快、更小

安全态势

  • 仅限本地:默认情况下,Mnemos绑定到 0.0.0.0 但不包括认证。它用于本地使用或安全隧道后面。
  • 无外部通话:所有矢量生成和检索都在本地进行。遥测或文档数据不会发送到外部服务器。
  • SQLi预防:对所有数据库交互使用SQLAlchemy ORM和参数化查询。

非目标

  • 云主机:Mnemos不是为多租户云SaaS而设计的。
  • 高级LLM编排:它侧重于提供上下文,而不是成为一个完整的RAG代理。
  • 浏览器自动化:摄入是通过CLI或URL爬虫进行的,而不是GUI自动化工具。

发展```bash

black src/ cli/

pytest tests/
```

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
Mnemos MCP 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。

Mnemos MCP 怎么在 Claude 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。

Mnemos 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。

Mnemos MCP 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。

Mnemos MCP 支持哪些客户端?

资料标注支持 Claude;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。

Mnemos MCP 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 自托管、Python、Claude。具体工具清单以官方文档为准。

Mnemos MCP 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。

Mnemos MCP 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。