Memory MCP

Name: Memory MCP
Author: chenxiaofie

作者：chenxiaofie版本 0.2.1i★ –i在你的电脑上运行

注册名称io.github.chenxiaofie/memory-mcp

安装

概览

作者提供的说明（英文原文）

情景+实体记忆 MCP 服务，为 Claude Code 提供持久化记忆能力

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 搜索与 AI 记忆

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： CLAUDE_PROJECT_ROOT

你需要

PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "memory": {
      "command": "uvx",
      "args": [
        "chenxiaofie-memory-mcp"
      ],
      "env": {
        "CLAUDE_PROJECT_ROOT": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add memory --env CLAUDE_PROJECT_ROOT=your-value -- uvx chenxiaofie-memory-mcp

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "memory": {
      "command": "uvx",
      "args": [
        "chenxiaofie-memory-mcp"
      ],
      "env": {
        "CLAUDE_PROJECT_ROOT": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "memory": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "chenxiaofie-memory-mcp"
      ],
      "env": {
        "CLAUDE_PROJECT_ROOT": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

CLAUDE_PROJECT_ROOT env
项目根目录路径

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月6日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 chenxiaofie 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 7245 个服务器的 0%
发布到注册中心的时间比此分类中其他 7245 个服务器的 2% 更新
基础检查结果等于或优于此分类中其他 7245 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Memory MCP 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.2.1）于9个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Context7

作者：upstash

Up-to-date docs for AI agents

电脑或云端★ 64,224MIT今天更新

安装

Codebase Memory

作者：DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

在你的电脑上运行★ 48,148MIT20天前更新

安装

Exa

作者：exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

在云端运行★ 5,213MIT上个月更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

Memory MCP Service

English | 中文

A persistent memory MCP service for Claude Code. Automatically saves conversations and retrieves relevant history across sessions.

What it does: Every time you chat with Claude Code, your conversation context (decisions, preferences, key discussions) is saved and automatically recalled in future sessions — so Claude always has the background it needs.

Quick Start

Prerequisites

Install uv (Python package runner):

# Windows

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

Mac/Linux

curl -LsSf https://astral.sh/uv/install.sh | sh

Requires Python 3.10 - 3.13 (chromadb is not compatible with Python 3.14+).

1. Initialize (First Time Only)

Download the vector model (~400MB, one-time):

uvx --from chenxiaofie-memory-mcp memory-mcp-init

2. Add MCP Server to Claude Code

claude mcp add memory-mcp -s user -- uvx --from chenxiaofie-memory-mcp memory-mcp

3. Configure Hooks (Recommended)

Hooks enable fully automatic message saving. Without hooks, you need to manually call memory tools.

Add the following to ~/.claude/settings.json:

"hooks": { "SessionStart": [{ "matcher": ".*", "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-start" }] }], "UserPromptSubmit": [{ "matcher": ".*", "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-auto-save" }] }], "Stop": [{ "matcher": ".*", "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-save-response" }] }], "SessionEnd": [{ "matcher": ".*", "hooks": [{ "type": "command", "command": "uvx --from chenxiaofie-memory-mcp memory-mcp-session-end" }] }] } }

4. Verify

claude mcp list

You should see memory-mcp: ... - ✓ Connected.

That's it! Start a new Claude Code session and your conversations will be automatically saved and recalled.

How It Works

Session Start ──► Create Episode ──► Monitor Process (background)

│ User Message ──► Save Message ──► Recall Related Memories ──► Inject Context │ Claude Reply ──► Save Response │ │ Session End ──► Close Signal ──► Archive Episode + Generate Summary

Episodes: Each conversation session is an "episode" with auto-generated summaries
Entities: Key knowledge extracted from conversations (decisions, preferences, concepts)
Dual-layer storage: User-level (shared across projects) + Project-level (isolated per project)
Semantic search: Vector-based retrieval finds relevant past context

Usage

Automatic Mode (With Hooks)

Once hooks are configured, everything is automatic. Claude will see relevant history from past sessions as context.

Manual Mode

You can also call memory tools directly in Claude Code:

# Start a new episode

memory_start_episode("Login Feature Development", ["auth"])

Record a decision

memory_add_entity("Decision", "Use JWT + Redis", "For distributed deployment")

Search history

memory_recall("login implementation")

Close episode

memory_close_episode("Completed JWT login feature")

Hooks Reference

Hook	What it does	Timing
SessionStart	Creates a new episode	~50ms
UserPromptSubmit	Saves user message + retrieves related memories	~1-2s
Stop	Saves assistant response	~1s
SessionEnd	Signals episode closure	~50ms

Tools Reference

Tool	Description
`memory_start_episode`	Start a new episode
`memory_close_episode`	Close and archive current episode
`memory_get_current_episode`	Get current active episode
`memory_add_entity`	Add a knowledge entity
`memory_confirm_entity`	Confirm a detected entity candidate
`memory_reject_candidate`	Reject a false detection
`memory_deprecate_entity`	Mark an entity as outdated
`memory_get_pending`	List pending entity candidates
`memory_recall`	Semantic search across episodes and entities
`memory_search_by_type`	Search entities by type
`memory_get_episode_detail`	Get full episode details
`memory_list_episodes`	List all episodes chronologically
`memory_stats`	Get system statistics
`memory_encoder_status`	Check vector encoder status
`memory_cache_message`	Manually cache a message
`memory_clear_cache`	Clear message cache
`memory_cleanup_messages`	Clean up old cached messages

Entity Types

Type	Level	Description
`Decision`	Project	Technical decisions for this project
`Architecture`	Project	Architecture designs
`File`	Project	Important file descriptions
`Preference`	User	Personal preferences (shared across projects)
`Concept`	User	General concepts
`Habit`	User	Work habits

Storage Locations

User-level: ~/.claude-memory/
Project-level: {project-root}/.claude/memory/

Alternative: Install from source

If you need to run from source (e.g., for development):

git clone https://github.com/chenxiaofie/memory-mcp.git

cd memory-mcp

Windows:

install.bat

Mac/Linux:

chmod +x install.sh && ./install.sh

Then configure MCP server with the venv Python:

# Windows:

claude mcp add memory-mcp -s user -- "C:\path\to\memory-mcp\venv310\Scripts\python.exe" -m memory_mcp.server

Mac/Linux:

claude mcp add memory-mcp -s user -- /path/to/memory-mcp/venv310/bin/python -m memory_mcp.server

Author

陈佳俊 (Jiajun Chen) — front-end engineer based in Hangzhou, China. GitHub @chenxiaofie · feifeichen1999@gmail.com

本项目由陈佳俊（GitHub: chenxiaofie）开发并维护。

License

MIT License - see LICENSE file for details.

Memory MCP

概览

PopNx MCP 的三大支柱

它能帮你做什么

安装

安装之前

需要你填写的值

它能做什么

基础检查i

作者与仓库一致

仍在维护

有许可证

端点有响应

使用 OAuth 登录

工具描述中没有隐藏指令

与“搜索与 AI 记忆”中的其他服务器比较i

常见问题

替代选择

Context7

Codebase Memory

Exa

作者的 README

Memory MCP Service

Quick Start

Prerequisites

Mac/Linux

1. Initialize (First Time Only)

2. Add MCP Server to Claude Code

3. Configure Hooks (Recommended)

4. Verify

How It Works

Usage

Automatic Mode (With Hooks)

Manual Mode

Record a decision

Search history

Close episode

Hooks Reference

Tools Reference

Entity Types

Storage Locations

Windows:

Mac/Linux:

Mac/Linux:

Author

License