助记符:用于持久 AI 内存的本地 MCP 服务器
助记符,由吉姆·舒伯特提供,为人工智能助手和模型提供持久的长期记忆。该工具作为一个小型服务器运行,允许人工智能客户端在对话之间保存和回忆离散的事实、偏好或本地化字符串,将短暂的聊天转换为测试和开发的连续上下文。它的目标是开发人员、人工智能研究人员和在工作流程中需要可重用对话状态和可预测模型端记忆的高级用户。
查看广告以免费下载
Softonic 评论
助记符,由吉姆·舒伯特提供,为人工智能助手和模型提供持久的长期记忆。该工具作为一个小型服务器运行,允许人工智能客户端在对话之间保存和回忆离散的事实、偏好或本地化字符串,将短暂的聊天转换为测试和开发的连续上下文。它的目标是开发人员、人工智能研究人员和在工作流程中需要可重用对话状态和可预测模型端记忆的高级用户。
助记符充当一个记忆库,存储模型可以在会话间引用的短小、可检索的项目。它接受代表偏好、本地化文本字符串、用户笔记和其他离散上下文项目的助记符,以便助手能够随着时间的推移呈现一致的行为。服务器与兼容MCP的主机协同工作,旨在填补无状态聊天会话与持久对话上下文之间的空白。
该服务将数据放入本地SQLite数据库,以在重启后保留条目,并提供创建、读取、更新和删除操作以及搜索以定位存储的项目。条目主要基于字符串,并且该工具支持序列化JSON,当用户必须存储结构化值时,这意味着检索依赖于复杂对象的正确序列化。
助记符需要Node.js运行时(推荐v18或更高版本)和一个兼容MCP的主机来与记忆API进行交互。该项目可以使用Node.js包工具初始化,并在支持Node.js的Windows、macOS和Linux上运行。工作流程假设开发人员或高级用户将配置主机应用程序以指向助记符服务器端点。
该工具被设计为一个专注的单一用途实用程序,给AI工作流程增加最小的开销,旨在供开发人员和研究人员集成。它的搜索和CRUD端点允许模型驱动的代码以编程方式管理上下文项目,因此团队使用它进行本地化测试、偏好存储或长期会话连续性。它并不是作为复杂事务系统的一般用途数据库而定位。
助记符是开发者在模型驱动项目中需要本地内存层的实用选项。该项目的MIT许可证和开发者的开源记录使其易于扩展,而社区的支持将其定位为基础的MCP工具。没有开发资源的团队应该预计需要一名工程师来集成和维护该服务。
免费
v0.0.14
MCP
其他平台(1)英语
查看广告以免费下载
您是否尝试过 mnemonic?成为第一个离开您的意见!
添加评论