找回当初的决定
记下为什么选了某个库、为什么改了架构。以后直接检索当初的理由，不用再翻旧的聊天记录。
把项目知识留下来，不必每次重新交代一遍
与 AI 助手协作时共用的一份知识库，可以通过 MCP、REST API 或命令行访问。
按语义检索
即使换一种说法提问，也能找到已经存下的解决方案。用标签可以把检索范围缩小到某个项目或主题。
放在自己的机器上运行
用 SQLite 加向量检索就能在本地起步。这种配置既不需要云存储服务，也不需要付费的 Embedding API 密钥。
在 Claude Code 中配置
需要 Python 3.10 或更高版本，以及已经装好的 Claude Code 客户端。其他客户端也可以通过 MCP 接入，配置方法见英文指南。
安装 Memory Service
pip install 'mcp-memory-service[sqlite]'把这个包安装到客户端能够调用其命令的 Python 环境里。
添加为 MCP 服务器
claude mcp add memory -- memory server在项目目录下执行这条命令，然后重启 Claude Code。首次启动时会下载本地 Embedding 模型。
保存第一条记忆
让客户端存下一条项目里的约定。确认工具调用成功之后，在一个新会话里再问一次这条约定，就能验证保存和检索都正常。
常见问题
会自动保存所有聊天内容吗？
仅仅通过 MCP 接上服务，并不会自动保存全部对话，还需要客户端去调用工具。可选的钩子和会话导入功能各有自己的配置步骤。
记忆会留在我自己的机器上吗？
在本地 SQLite 配置下，记忆保存在你自己的系统上，Embedding 也在本地计算。至于 AI 客户端向模型提供方发送了哪些数据，取决于客户端本身的行为。Cloudflare 存储和同步都是需要另行配置的可选项。
只能和 Claude 一起用吗？
不是。除了 MCP，服务还提供 REST API 和命令行。其他兼容的客户端以及你自己写的应用都可以接入。
MCP Memory Service 是免费的吗？
服务以 Apache 2.0 许可证开源，可以自行部署。AI 客户端的使用费、托管费用以及可选的外部服务，都可能产生额外成本。