mcp-memory-service

🚀 MCP 内存存储

MCP 内存存储是一个借助云flare 工作器实现的内存服务，它基于云flare 工作器和 D1 数据库，提供了一套用于存储、检索和管理记忆内容的解决方案，能有效解决记忆数据的存储与管理难题，为用户提供便捷、高效的服务。

🚀 快速开始

配置指南

1. 克隆代码仓库并进入云flare 工作器目录

git clone https://github.com/doobidoo/mcp-memory-service.git
cd mcp-memory-service/cloudflare_worker

2. 安装 Wrangler CLI 工具

Wrangler 是云flare 提供的命令行工具，用于管理和部署工作器。

npm install -g wrangler

3. 登录云flare 账户

使用安装好的 Wrangler 登录你的云flare 账户。

wrangler login

4. 创建 D1 数据库

在云flare 平台创建一个新的 D1 数据库实例。

wrangler d1 create mcp_memory_service

5. 更新 wrangler.toml 配置文件

根据创建的数据库 ID 更新 wrangler.toml 文件中的数据库配置。

✨ 主要特性

核心组件

• Cloudflare Workers：负责处理 HTTP 请求和响应。
• D1 数据库：用于持久化存储记忆数据，支持 SQLite 风格的查询。
• Workers AI：集成 AI 模型进行内容分析和向量化。
• Server - Sent Events (SSE)：实现与 MCP 协议的兼容。

核心功能

| 工具 | 描述 | |------|-------------| | store_memory | 存储新的记忆内容，支持可选标签。| | retrieve_memory | 根据查询检索相关记忆内容。| | recall_memory | 使用自然语言的时间表达式检索记忆。| | search_by_tag | 按标签搜索记忆内容。| | delete_memory | 根据哈希删除特定记忆。| | delete_by_tag | 删除所有带有指定标签的记忆。| | cleanup_duplicates | 识别并删除重复记忆条目。| | get_embedding | 获取内容的原始嵌入向量。| | check_embedding_model | 检查嵌入模型是否加载并正常工作。| | debug_retrieve | 带有调试信息检索记忆。| | exact_match_retrieve | 使用精确内容匹配检索记忆。| | check_database_health | 检查数据库健康状态和获取统计信息。| | recall_by_timeframe | 根据时间范围检索记忆内容。| | delete_by_timeframe | 删除指定时间段内的记忆内容。| | delete_before_date | 删除指定日期之前的所有记忆内容。|

优势

• 无需本地安装：不需要在本地安装任何软件或依赖项。
• 跨平台兼容性：适用于所有能够访问互联网的设备。
• 自动扩展：根据使用情况自动调整资源分配，无需手动配置。
• 全球分布：通过云flare 的全球网络实现低延迟访问。
• 无维护需求：自动处理更新和维护工作。