找回當初的決定
記下為什麼選了某個函式庫、為什麼改了架構。之後直接搜尋當時的理由,不用再翻舊的對話紀錄。
MCP Memory Service
專案裡做過的決定、偏好和解法,下一次對話也該找得到。MCP Memory Service 把這些知識存在你自己的系統上,讓 Claude Code 等 AI 助理隨時可以搜尋。
你和 AI 助理共用的一份知識庫,可以透過 MCP、REST API 或命令列存取。
記下為什麼選了某個函式庫、為什麼改了架構。之後直接搜尋當時的理由,不用再翻舊的對話紀錄。
就算換個說法問,也能找到之前存下的解法。加上標籤,就能把搜尋範圍縮小到某個專案或主題。
用 SQLite 加向量搜尋就能在本機開始使用。這種設定不需要雲端儲存服務,也不需要付費的 Embedding API 金鑰。
需要 Python 3.11 以上版本,以及已安裝的 Claude Code 用戶端。其他用戶端也能透過 MCP 連接,設定方式請看英文指南。
pip install 'mcp-memory-service[sqlite]'把套件安裝到用戶端能執行其指令的 Python 環境。
claude mcp add memory -- memory server在專案目錄執行這行指令,然後重新啟動 Claude Code。第一次啟動時會下載本機的 Embedding 模型。
請用戶端存下一條專案慣例。確認工具呼叫成功後,開一個新對話再問一次這條慣例,就能確認存入和找回都正常。
只透過 MCP 連上服務,並不會自動存下整段對話,還要由用戶端呼叫工具。選用的 hook 和對話匯入功能各有自己的設定步驟。
使用本機 SQLite 設定時,記憶存在你自己的系統上,Embedding 也在本機計算。AI 用戶端會把哪些資料送給模型供應商,取決於用戶端本身。Cloudflare 儲存與同步都是要另外設定的選項。
不是。除了 MCP,服務也提供 REST API 和命令列。其他相容的用戶端和你自己寫的應用程式都能連接。
服務以 Apache 2.0 授權開源,可以自行架設。AI 用戶端的使用費、主機費用以及選用的外部服務,都可能產生額外成本。