Skip to content

Latest commit

 

History

History

mcp-memory-server

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 

README.md

🏠 返回主页 | 中文 / English

Agent Memory Service — 跨 Agent 长期记忆与上下文服务

中文 | English Documentation

类型 技术

📋 项目概览

Agent Memory Service 是面向多个 AI Agent 的长期记忆与上下文服务。它统一处理记忆写入、召回、用户画像、知识关系和上下文注入,并为技能与规则提供集中管理能力。

项目类型: Agent 基础设施

开发周期: 2026 年 10 月 - 至今

项目状态: 生产环境

🎯 解决的问题

  1. 跨会话上下文中断: Agent 需要在不同任务和线程之间延续稳定的项目知识。
  2. 接入方式分散: 不同客户端通过 MCP、Hook 或 REST 提供上下文。
  3. 单一检索不足: 精确关键词、语义检索和知识关系需要组合使用。
  4. 长期偏好难以治理: 用户画像、技能和规则需要可更新、可审计的管理方式。

⚡ 核心特性

1. 多协议接入

  • 支持 MCP、Hook 和 REST 接入
  • 统一记忆写入、查询和会话上下文接口
  • 保留来源和客户端身份信息

2. 混合检索

  • 结合向量检索与全文检索
  • 使用知识图谱补充实体和关系上下文
  • 支持按标签、类型、时间和质量筛选

3. 上下文与画像

  • 为 Agent 组织跨会话上下文
  • 汇总用户偏好、工作方式和项目知识
  • 支持上下文注入和受控读取

4. 技能与规则治理

  • 集中管理技能定义和版本
  • 维护分层规则和发布内容
  • 支持错误模式、质量评分和人工修正

🏗️ 系统架构

Agent / 客户端
        ↓
MCP / Hook / REST 接入
        ↓
事件处理与记忆写入
        ↓
混合检索 ─ 向量 / 全文 / 知识图谱
        ↓
上下文组装 ─ 画像 / 技能 / 规则
        ↓
Agent 上下文

💡 技术亮点

  • 将不同 Agent 的记忆入口统一到同一服务边界。
  • 结合 bge-m3 语义向量、全文检索和知识关系提高召回覆盖。
  • 通过画像、技能和规则把长期上下文从“可搜索”推进到“可治理”。
  • 支持协议层、服务层和存储层分别验收。

🛠️ 技术栈

  • Python / FastAPI
  • MCP、Hook、REST
  • SQLite、SQLite-vec、FTS
  • ONNX、bge-m3
  • 知识图谱、用户画像、技能与规则

🔗 相关链接


为多个 Agent 提供可持续、可检索、可治理的长期记忆与上下文服务。