membase-mcp

🚀 Unibase membase 服务器

Unibase membase 是首个专为 AI 代理打造的去中心化内存层，可存储历史信息、交互记录和代理的持久数据，保障其连续性与可追溯性。Membase mcp 服务器则实现了与 membase 协议的无缝集成，用于去中心化存储，还能上传和下载当前对话记忆至 Unibase 网络。

🚀 快速开始

你可以按照以下步骤快速搭建 Unibase membase 服务器：

git clone https://github.com/unibaseio/membase-mcp.git
cd membase-mcp
uv run src/membase_mcp/server.py

✨ 主要特性

消息或记忆可通过以下地址访问：https://testnet.hub.membase.io/

• get_conversation_id：获取当前对话 ID。
• switch_conversation：切换到不同的对话。
• save_message：将消息/记忆保存到当前对话中。
• get_messages：获取当前对话中的最后 n 条消息。

📦 安装指南

使用以下命令克隆项目并运行服务器：

git clone https://github.com/unibaseio/membase-mcp.git
cd membase-mcp
uv run src/membase_mcp/server.py

📚 详细文档

环境变量

在使用服务器时，你需要设置以下环境变量： | 属性 | 详情 | |------|------| | MEMBASE_ACCOUNT | 用于上传的你的账户。 | | MEMBASE_CONVERSATION_ID | 当前对话 ID，应唯一且会预加载其历史记录。 | | MEMBASE_ID | 你的实例 ID。 |

配置（适用于 Claude/Windsurf/Cursor/Cline）

你可以按照以下 JSON 格式进行配置：

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "你的账户，0x...",
        "MEMBASE_CONVERSATION_ID": "当前对话 ID，应唯一且会预加载其历史记录",
        "MEMBASE_ID": "你的子账户，任意字符串"
      }
    }
  }
}

💻 使用示例

基础用法

在 LLM 聊天中调用函数：

• 获取对话 ID 和切换对话
• 保存消息和获取消息