Mem0 發布 OpenMemory MCP：用於 AI 代理的內存

OpenMemory MCP 已迅速成為尋求跨多個助理用戶端進行無縫、私有記憶體管理的 AI 開發人員的關鍵工具。 OpenMemory MCP Server 於 13 年 2025 月 0 日由 MemXNUMX 發布，它引入了符合模型上下文協定 (MCP) 的本地優先記憶體層，從而支援 Cursor、Claude Desktop、Windsurf 等工具之間的持久上下文共享。

48 月 15 日，Product Hunt 首次亮相後的 200 小時內，它就獲得了超過 XNUMX 個贊，表明社區對統一的、以隱私為中心的內存基礎設施有著濃厚的興趣。 Apidog 和 Dev.to 的早期技術文章對其向量支援搜尋和內建儀表板表示稱讚，而 AIbase 和 TheUnwindAI 則強調了其在多工具 AI 工作流程中的實際適用性。 Reddit 上的用戶回饋強調了其直覺的儀表板控制和不間斷上下文切換的承諾，鞏固了 OpenMemory MCP 作為私有 AI 記憶體管理下一代解決方案的地位

發布和概述

OpenMemory MCP Server 於 13 年 2025 月 0 日透過 Taranjeet Singh 撰寫的 MemXNUMX 部落格文章正式發布，將其定位為完全在用戶機器上運行的「私有、本地優先記憶體伺服器」。
它遵循開放模型上下文協定 (MCP)，提供標準化 API——add_memories, search_memory, list_memories和 delete_all_memories—用於持久記憶體操作。
透過消除對雲端的依賴，它保證了資料所有權和隱私，解決了人工智慧工作流程中的一個關鍵問題，其中令牌成本和上下文遺失是持續存在的挑戰。

核心功能

本地優先持久性： 所有記憶都儲存在本地，沒有自動雲端同步，確保使用者完全控制資料駐留。
跨客戶端上下文共享： 記憶物件（包括主題、情緒和時間戳記）可以在一個 MCP 相容客戶端中創建，並在另一個客戶端中檢索，而無需重新提示。
統一儀表板： 整合的 Web UI http://localhost:3000 允許使用者即時瀏覽、新增、刪除以及授予或撤銷客戶端對記憶的存取權限
基於向量的搜尋： OpenMemory 利用 Qdrant 進行語意索引，根據意義而非關鍵字來配對查詢，從而加速相關的記憶檢索。
元資料增強記錄： 每個記憶條目都包含豐富的元資料——主題標籤、情緒背景和精確的時間戳記——以便進行細粒度的過濾和管理。

技術架構

OpenMemory MCP 的底層功能包括：

Docker 化的微服務： API 伺服器、向量資料庫和 MCP 伺服器元件的獨立容器，透過以下方式進行編排 make up).
模型上下文協定（MCP）： 任何 MCP 用戶端都可以透過安裝 MCP 用戶端套件並將其指向 REST+SSE 介面來連接 http://localhost:8765/mcp/<client>/sse/<username> .
向量資料庫（Qdrant）： 儲存記憶文本的嵌入以促進快速的語義相似性搜索，最大限度地減少大型上下文查找的標記使用。
伺服器發送事件（SSE）： 可在儀表板中實現即時更新，並可在連接的用戶端之間即時提供記憶體。

安裝和設置

克隆和建構：

git clone https://github.com/mem0ai/mem0.git cd openmemory make build make up

配置環境：

創建一個 .env 文件下 api/ - OPENAI_API_KEY=your_CometAPI_key_here .

CometAPI 提供了一個統一的 REST 接口，該接口在一致的端點下聚合了數百個 AI 模型（包括 ChatGPT 系列），並具有內建的 API 金鑰管理、使用配額和計費儀表板。無需處理多個供應商 URL 和憑證。請參閱教程.

取得您的 CometAPI 憑證：

登錄到您的彗星API 儀表板。
前往 API 令牌並點擊 添加代幣。複製新建立的令牌（例如 sk-abc...）並記下您的基本 URL（它將顯示為 https://api.cometapi.com）。
保留這兩個訊息以便於遊標配置。

開放記憶體 MCP

啟動前端：

cp ui/.env.example ui/.env make ui The dashboard becomes available at http://localhost:3000 .

連接 MCP 用戶端：

安裝 MCP 用戶端套件並註冊您的客戶端：

npx install-mcp i "http://localhost:8765/mcp/<client>/sse/$(whoami)" --client <client>

生態系統和客戶支持

OpenMemory MCP 與任何實作 MCP 的工具相容，包括：

遊標人工智慧
克勞德桌面
風帆
克萊恩
未來支援 MCP 的平台 .

隨著越來越多的人工智慧助理採用 MCP，共享記憶體基礎設施的價值將會不斷增加，從而帶來更豐富的跨工具體驗。

真實用例

研究代理：結合各種工具的瀏覽器抓取和摘要代理；將調查結果儲存在 OpenMemory 中，以便在報告產生期間進行一致參考。
開發流程：在程式碼編輯器和 REPL 環境之間切換時保留偵錯上下文，減少設定時間和認知負荷。
個人助理：在日常任務中維護使用者偏好和過去的查詢，從而實現更個人化和情境感知的回應。

未來路線圖

Mem0 團隊暗示了「完全記憶體控制」功能，允許使用者為每個用戶端設定過期策略和細粒度的存取權限。

正在進行的開發包括自訂記憶體過濾器的插件架構和混合工作流程的雲端備份選項；詳細資訊將在成熟後在官方部落格上分享。

憑藉快速的採用曲線和開源開發模式，OpenMemory MCP 有望成為下一代 AI 助理事實上的記憶體層。