Membase

Name: Membase
Author: unibaseio

作者：unibaseio版本 1.0.1i★ –i在云端运行

注册名称ai.membase/membase

安装

概览

作者提供的说明（英文原文）

Long-term memory for you and your AIs: search memories, read the profile, add facts and documents.

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: 在云端运行
传输方式: Streamable HTTP
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
在作者的服务器上运行：你向它提出的内容会经过他们的服务器。
注册中心没有列出需要填写的密钥。

你需要

在云端运行无需安装任何东西，通过互联网连接

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 …”。

适用于网页版、桌面版和手机版 Claude：

打开 Settings → Connectors
点击 Add custom connector
粘贴下面的地址，然后点击 Add
如果要求登录，请登录作者的服务

https://api.app.membase.com/mcp-http

在终端中运行这条命令

claude mcp add --transport http membase https://api.app.membase.com/mcp-http

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": {
    "membase": {
      "url": "https://api.app.membase.com/mcp-http"
    }
  }
}

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": {
    "membase": {
      "type": "http",
      "url": "https://api.app.membase.com/mcp-http"
    }
  }
}

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。

ChatGPT 只能连接互联网上的服务器：

打开网页版 ChatGPT → Settings → Connectors (Apps)
点击 Create 或 Add（部分套餐需要先在 Advanced 中开启 Developer mode）
粘贴下面的地址，起个名字，然后保存
如果要求登录，请登录作者的服务

https://api.app.membase.com/mcp-http

菜单名称可能因套餐和版本不同而略有差异。

你的选择通过 Cookie 保存在这台设备上，无需账户。

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

我们还没有读取这个服务器的工具列表；我们会轮流检查各个端点。

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
注册名称已通过域名 membase.ai 验证（注册中心会核实域名所有权）
… 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
… 尚未检查
端点有响应
尚未检查；我们会轮流检查各个端点
… 尚未检查
使用 OAuth 登录
尚未检查；我们会轮流检查各个端点
… 尚未检查
工具描述中没有隐藏指令
尚未检查；我们会在检查端点时读取工具列表

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 7223 个服务器的 0%
发布到注册中心的时间比此分类中其他 7223 个服务器的 69% 更新
基础检查结果等于或优于此分类中其他 7223 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

Membase 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？

它在作者的云端运行。通过互联网连接，无需安装，但你发送的内容会经过作者的服务器。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（1.0.1）于17天前进入注册中心。

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。它通过 URL 连接，所以接受远程 MCP 服务器的应用也可以使用，例如开启开发者模式的 ChatGPT。

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★ 64,224MIT3天前更新

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★ 5,213MIT44天前更新

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。

Membase

One memory. Every AI. Only yours.

Teach it once. Every AI remembers.

Website · Docs · Web app · Discord · X

Membase is the memory layer for AI agents. It keeps one memory for everything you and your agents know, and every AI you use reads it. You stop re-explaining yourself each time you switch models or tools.

Add. Facts, documents, web pages and chat exports from Claude or ChatGPT go into one memory.
Manage. Memories keep projects apart; search them, ask them questions, forget what should go.
Use. Your code, Claude Code, Cursor, Codex and ChatGPT read the same memory through the SDK or MCP.

This repository is the developer side: Python and TypeScript clients, the membase command line and an MCP server. The memory lives in your Membase account, which the web app and browser extension also fill, or on your machine with unibaseio-membase[local].

Write once, read from any AI

Recordings: Python SDK (57 s) · Claude Code (1 min 33 s). The answer above is illustrative.

Accuracy

93.1% on LoCoMo, 92.6% on LongMemEval_S and 92.2% on DMR, using about 3× fewer tokens than the full history on LoCoMo and 11× fewer on LongMemEval_S. Method and results: membase.com/research

Quickstart

pip install unibaseio-membase              # hosted · Python 3.10+ · needs MEMBASE_API_KEY

pip install 'unibaseio-membase[local]' # local · Python 3.12 or 3.13 · needs OPENAI_API_KEY pip install 'unibaseio-membase[media]' # local + photos, videos and audio npm install @unibaseio/membase # TypeScript · Node 18+ npm install -g @unibaseio/membase-cli # the membase command (hosted) without Python

from membase import Membase

m = Membase() # hosted

m = Membase(local=True) # local, in ~/.membase

m.memories.add("We picked Postgres for the ledger service.") # a fact m.search("what database is the ledger on?") # {"items": [...], "partial": [...]} m.add("Design notes …", custom_id="design-1") # a document m.profile_facts.list() # who the user is (Your profile ticked) m.capabilities() # what this key may do, and the rules

No call names a Memory: reads cover every Memory the key reaches, and writes land in its write target (a key that reaches several Memories and has none is refused with WriteTargetRequiredError). Ids are typed (mem_… a fact, doc_… a document, med_… a photo or video), lists are {items, has_more, partial}, and a removal without confirm=True raises ConfirmationRequiredError. Local memory answers the same routes with the same shapes.

Every method, its REST route and MCP tool, and the access it needs: SDK reference. Upgrading from 0.3: see the changelog. The Python package is unibaseio-membase (import membase); membase on PyPI is unrelated.

Command line

membase --local add "We picked Postgres for the ledger"

membase --local search "what did we pick for the ledger?" membase --local memories list membase --local ask "Which database is the ledger on?" membase --local import ~/Downloads/claude-export.json # Claude, ChatGPT, markdown or JSON chats membase --local agent ingest trace.json --agent coder membase --local agent search "fix flaky deploy" --agent coder membase --local media add ~/Movies/trip.mp4 # shots, speech and speakers membase --local media search "someone skiing" # any language

Without --local (or --store DIR, both before the command) commands use the hosted API; agent, import and serve need unibaseio-membase[local], and media add and media ask (local only) need unibaseio-membase[media]: see Media memory. A local store with several Memories writes where MEMBASE_WRITE_TARGET names.

MCP

claude mcp add membase -- membase --local mcp                                   # local

claude mcp add --transport http membase https://api.app.membase.com/mcp-http \ --header "Authorization: Bearer $MEMBASE_API_KEY" # hosted

Hosted without the header, the connection signs you in and is read-only. Setup for Claude, ChatGPT, Cursor, Codex and other clients: Connect your AI.

Docs

SDK reference: methods, REST routes, MCP tools, access levels
Memory operations: Memories, facts, documents, media, profile, ask
Authentication: keys and what each one can reach
Connect your AI: per-client MCP setup
Agent framework integrations: LangChain, Microsoft Agent Framework, Dify, Hermes Agent, OpenClaw and Strands Agents
Local engine: what it stores, membase serve, settings

License

MIT; see LICENSE. unibaseio-membase[local] also installs unibaseio-membase-core, the compiled engine, under its own Unibase license.

Membase

概览

PopNx MCP 的三大支柱

它能帮你做什么

安装

安装之前

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

Write once, read from any AI

Accuracy

Quickstart

m = Membase(local=True) # local, in ~/.membase

Command line

MCP

Docs

License