最新

我构建了一个AI助手所缺失的功能：一个真正持久的智能记忆，能够在所有对话和项目中持续存在，并根据上下文主动提供建议。 **这是什么？** MCP记忆是一个模型上下文协议（MCP）服务器，它将任何AI助手转变为一个学习伴侣，能够记住一切，识别模式，并主动从您的历史中提供相关上下文建议。 可以把它看作是赋予您的AI助手类似于人类情节记忆的能力——但更强大。MCP是用Go语言编写的，为了实现这一点，我将整个协议编写为一个SDK（也可以在 https://github.com/fredcamaral/gomcp-sdk 获取）。 **这有什么重要性？** 您是否曾对AI助手感到沮丧？ - “我上周已经告诉过你这个了……” - 没有对话持久性 - “你之前解决过同样的问题！” - 会话间没有模式识别 - “记得我的编码偏好吗？” - 每次都从头开始 - “我们讨论过的那个解决方案是什么？” - 没有可搜索的记忆 MCP记忆解决了所有这些问题。 只需在Claude Desktop/VS Code/Cursor中添加一个配置块，您的AI就会： - 在会话和项目之间记住一切 - 使用语义搜索找到您之前解决过的类似问题 - 识别您编码风格、偏好和决策中的模式 - 根据您正在进行的工作主动建议相关上下文 - 通过智能交叉引用在多个代码库中学习 **技术亮点** - 智能分块，理解对话流程和上下文边界 - 使用ChromaDB的向量嵌入进行语义相似性搜索 - 学习您的偏好和工作流程的模式识别引擎 - 跨项目洞察的多代码库智能 - 生产就绪，具备Docker自动更新、监控和安全性 - 记忆衰减，自动总结和归档旧记忆 - 关系映射，链接相关的对话和解决方案 - 通过HTTP或SSE提供服务；对于HTTP，我在JS中实现了一个stdio <> HTTP代理（遵循Hashicorp的Terraform MCP的思路） **演示** 设置完成后，试试这个： 1. 告诉您的AI：“记住我在新项目中更喜欢TypeScript而不是JavaScript。” 2. 后来问：“你知道我的编码偏好吗？” 3. 它会记住并随着时间的推移不断丰富这些知识。 记忆在以下方面持久存在： - 不同的对话会话 - 多个项目和代码库 - 数周和数月的使用 - 各种AI客户端（Claude、VS Code、Cursor等），根据每个客户端的能力进行定制 **与众不同之处** 与简单的对话历史或当前类似的MCP不同，MCP记忆： - 理解上下文——知道您是在调试还是在实施 - 学习模式——识别您的决策风格 - 连接点——链接不同项目中的相关问题 - 进化——随着使用的增加变得更智能 **生产就绪** - 具备Watchtower的自动更新Docker部署 - 全面的监控和健康检查 - 具备加密和访问控制的安全性 - 备份和恢复能力 - 从个人使用扩展到团队部署 **源代码与文档** GitHub: https://github.com/fredcamaral/mcp-memory 许可证：MIT 设置时间：不到5分钟 兼容Claude Desktop、VS Code（继续）、Cursor以及任何支持MCP的AI客户端。 --- 我已经在自己的开发工作中使用这个工具数周，它确实改变了我与AI助手的工作效率。我的AI不再需要每次会话都重新解释上下文，而是能够在我们之前的对话基础上进行扩展。 我非常希望得到HN社区的反馈，尤其是那些每天使用AI编码助手的人。 试试看，告诉我您的想法！

请参见标题，这个是如何运作的。选择走MSSP（管理安全服务提供商）路线，还是开发真正对社区和用户有益的产品。我经常参加像Blackhat和Defcon这样的会议，看到人们提供或讨论的各种事物总是很有趣。