TxtAi Memory Vector Server

MCP搜索检索

提供方 rmtech1

搜索检索 未标注 无需鉴权 社区 / 第三方 ClaudeCline

Model Context Protocol (MCP) server implementation for semantic vector search and memory management using TxtAI. This server provides a robust API for storing, retrieving, and managing text-based memories with semantic vector database search capabilities. You can use Claude and Cline AI as well.

一句话选型结论

按资料字段整理

TxtAi Memory Vector Server 属于搜索检索类 MCP 服务器,传输方式未标注,无需鉴权,可直接接入 Claude、Cline,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。

分类搜索检索 传输方式未标注 鉴权无需鉴权 部署方式支持远程部署
GitHub 星标 14 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

搜索检索
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

支持客户端

适用场景

research-and-datapythonmcpclinevector-databasellmclaude-desktopmcp-server

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    确认你的客户端支持远程端点,并拿到服务地址。

  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
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

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

  • 已适配 Claude、Cline,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

  • 远程端点依赖网络与服务方可用性,注意密钥与调用额度。
  • 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。
  • 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

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Cline 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

  • 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
TxtAi Memory Vector Server当前 未标注 未标注 支持远程部署 无 2026-05-18
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
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rmtech1上游标注的维护方 rmtech1
分类搜索检索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
部署类型支持远程部署上游给出的部署形态
最近核验2026-05-18上游最后核验时间

详细介绍

6.0 KB
来自项目仓库与上游目录的原文,未做删改

TxtAI助理MCP

用于语义搜索和内存管理的模型上下文协议(MCP)服务器实现 txtai该服务器提供了强大的API,用于存储、检索和管理具有语义搜索功能的基于文本的存储器。

关于txtai

该项目建立在 txtai,一个优秀的开源人工智能搜索引擎,由 NeuML.txtai提供:

  • 🔍 一体化语义搜索解决方案
  • 🧠 基于变压器的神经搜索
  • 💡 零样本文本分类
  • 🔄 文本提取和嵌入
  • 🚀 高性能和可扩展性

我们通过将txtai与模型上下文协议(MCP)集成来扩展其功能,使Claude和Cline等AI助手能够利用其强大的语义搜索功能。特别感谢txtai团队创建了如此强大而灵活的工具。

特性

  • 🔍 跨存储记忆的语义搜索
  • 💾 基于文件后端的持久存储
  • 🏷️ 基于标签的内存组织和检索
  • 📊 内存统计和健康监控
  • 🔄 自动数据持久化
  • 📝 综合录井
  • 🔒 可配置的CORS设置
  • 🤖 与Claude和Cline AI的集成

先决条件

  • Python 3.8或更高版本
  • pip(Python包安装程序)
  • virtualenv(推荐)

安装

  1. 克隆此存储库:```bash
    git clone https://github.com/yourusername/txtai-assistant-mcp.git
    cd txtai-assistant-mcp

2. 运行启动脚本:```bash
./scripts/start.sh

脚本将:

  • 创建虚拟环境
  • 安装所需的依赖项
  • 设置必要的目录
  • 从模板创建配置文件
  • 启动服务器

配置

可以使用中的环境变量配置服务器 .env 文件。模板提供于 .env.template:```ini

Server Configuration

HOST=0.0.0.0
PORT=8000

CORS Configuration

CORS_ORIGINS=*

Logging Configuration

LOG_LEVEL=DEBUG

Memory Configuration

MAX_MEMORIES=0


## 与Claude和Cline AI的集成

此TxtAI Assistant可以用作Claude和Cline AI的MCP服务器,以增强其语义记忆和搜索功能。

### Claude的配置

要将此服务器与Claude一起使用,请将其添加到Claude的MCP配置文件中(通常位于 `~/Library/Application Support/Claude/claude_desktop_config.json` 在 macOS 上:```json
{
"mcpServers": {
"txtai-assistant": {
"command": "path/to/txtai-assistant-mcp/scripts/start.sh",
"env": {}
}
}
}

Cline配置

要与Cline一起使用,请将服务器配置添加到Cline的MCP设置文件中(通常位于 ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json):```json
{
"mcpServers": {
"txtai-assistant": {
"command": "path/to/txtai-assistant-mcp/scripts/start.sh",
"env": {}
}
}
}


### 可用的MCP工具

配置后,Claude和Cline可以使用以下工具:

1. `store_memory`:使用元数据和标签存储新的内存内容```json
{
"content": "Memory content to store",
"metadata": {
"source": "conversation",
"timestamp": "2023-01-01T00:00:00Z"
},
"tags": ["important", "context"],
"type": "conversation"
}
  1. retrieve_memory:基于语义搜索检索记忆```json
    {
    "query": "search query",
    "n_results": 5
    }

3. `search_by_tag`:按标签搜索记忆```json
{
"tags": ["important", "context"]
}
  1. delete_memory:按内容哈希删除特定内存```json
    {
    "content_hash": "hash_value"
    }

5. `get_stats`:获取数据库统计信息```json
{}
  1. check_health:检查数据库和嵌入模型的运行状况```json
    {}

### 使用示例

在Claude或Cline中,您可以通过MCP协议使用这些工具:```python
# Store a memory
txtai-assistant store_memory
{
"content": "Important information to remember",
"tags": ["important"]
}

# Retrieve memories
txtai-assistant retrieve_memory
{
"query": "what was the important information?",
"n_results": 5
}

人工智能将自动使用这些工具来维护上下文并在对话中检索相关信息。

API终点

存储内存```http

POST /store


使用可选元数据和标签存储新内存。

**请求正文:**```json
{
"content": "Memory content to store",
"metadata": {
"source": "example",
"timestamp": "2023-01-01T00:00:00Z"
},
"tags": ["example", "memory"],
"type": "general"
}

搜索记忆```http

POST /search


使用语义搜索搜索记忆。

**请求正文:**```json
{
"query": "search query",
"n_results": 5,
"similarity_threshold": 0.7
}

按标签搜索```http

POST /search_tags


按标签搜索记忆。

**请求正文:**```json
{
"tags": ["example", "memory"]
}

删除内存```http

DELETE /memory/{content_hash}


按内容哈希删除特定内存。

### 获取统计信息```http
GET /stats

获取系统统计信息,包括内存计数和标签分布。

健康检查```http

GET /health


检查服务器的运行状况。

## 目录结构```
txtai-assistant-mcp/
├── server/
│   ├── main.py           # Main server implementation
│   └── requirements.txt  # Python dependencies
├── scripts/
│   └── start.sh         # Server startup script
├── data/                # Data storage directory
├── logs/                # Log files directory
├── .env.template        # Environment configuration template
└── README.md           # This file

数据存储

内存和标签存储在JSON文件中 data 目录:

  • memories.json:包含所有存储的记忆
  • tags.json:包含标签索引

日志记录

日志存储在 logs 目录。默认日志文件为 server.log.

发展

为该项目做出贡献:

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 提交拉取请求

错误处理

服务器实现了全面的错误处理:

  • 无效请求返回适当的HTTP状态代码
  • 错误记录在堆栈跟踪中
  • 响应中返回用户友好的错误消息

安全考虑

  • CORS设置可通过环境变量进行配置
  • 对文件路径进行清理,以防止目录遍历
  • 对所有端点执行输入验证

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

贡献

欢迎投稿!请随时提交拉取请求。

支持

如果您遇到任何问题或有疑问,请在GitHub存储库上提交问题。

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
TxtAi Memory Vector Server 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。

TxtAi Memory Vector Server 怎么在 Claude、Cline 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。

TxtAi Memory Vector Server 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。

TxtAi Memory Vector Server 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。

TxtAi Memory Vector Server 支持哪些客户端?

资料标注支持 Claude、Cline;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。

TxtAi Memory Vector Server 能提供哪些能力?

资料显示能力标签包括 搜索、内存管理、Python、Cline。具体工具清单以官方文档为准。

TxtAi Memory Vector Server 需要什么运行环境?

属于远程端点,不需要在本地装运行时。

TxtAi Memory Vector Server 是本地还是远程?

它是远程端点,连服务地址即可。

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 2026-05-18。