OstrichHermit

Memu MCP — Development skill for Claude Code

Development community

MemU 语义记忆系统的 MCP 接口:为 Claude Code 提供跨会话长期记忆 MCP server for the MemU memory system: persistent long-term memory for Claude Code.

How to install Memu MCP

This entry records only its repository, not the path inside it, so there is no exact command to give. Open OstrichHermit/memu-mcp and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Memu MCP does

MemU 语义记忆系统的 MCP 接口:为 Claude Code 提供跨会话长期记忆 MCP server for the MemU memory system: persistent long-term memory for Claude Code.

Alternatives in Development

  • Claude Supermemory — Persistent memory across sessions and projects using Supermemory 2.3k ★
  • /remember — Save a finding or successful pattern to persistent hunt memory 1.2k ★
  • Projectmem — Open-source coding agent memory 766 ★

README

MemU MCP Server

为 Claude Code CLI 提供 MemU 记忆系统的 MCP (Model Context Protocol) 接口。

[English](README_EN.md) | [简体中文](README.md)

功能特性

  • 保存记忆 - 将重要信息保存到记忆系统
  • 语义搜索 - 使用自然语言查询相关记忆
  • 上下文检索 - 智能获取会话相关的历史记忆
  • 统计信息 - 查看记忆系统的使用情况

架构

Claude Code CLI
    ↓ (MCP 协议)
MCP Server (工具层)
    ↓ (调用)
memu_utils (辅助层)
    ↓ (存储)
MemU Service + PostgreSQL + pgvector

安装

1. 安装依赖

# 使用 pip
pip install -r requirements.txt

# 或使用 uv(推荐)
uv pip install -r requirements.txt

2. 配置环境变量

在 MemU 工作目录创建 `.env` 文件(启动时自动读取),包含以下配置:

# 通义千问 LLM 配置
DASHSCOPE_API_KEY=your_dashscope_api_key

# PostgreSQL 配置
DATABASE_TYPE=postgres
POSTGRES_DSN=postgresql+psycopg2://postgres:postgres@127.0.0.1:5432/memu

3. 配置 MCP Server

在 `.mcp.json` 中添加:

{
  "mcpServers": {
    "memu": {
      "type": "stdio",
      "command": "python",
      "args": ["server.py"],
      "cwd": "/absolute/path/to/memu-mcp"
    }
  }
}

也可以独立 HTTP 服务运行:`python server.py --transport http --host 127.0.0.1 --port 3335`,然后配置 `"type": "http", "url": "http://127.0.0.1:3335/mcp"`。详细部署步骤见 [docs/INSTALL.md](docs/INSTALL.md)。

MCP 工具

1. save_memory

保存新的记忆到 MemU 系统。

**参数:**

  • content (必需): 记忆内容
  • category (可选): 记忆分类
  • metadata (可选): 额外元数据
  • importance (可选): 重要性评分 (0-1)

**示例:**

# 保存用户偏好
save_memory(
    content="猪猪喜欢使用 Vim 编辑器",
    category="preferences",
    importance=0.8
)

2. search_memory

使用语义搜索查找相关记忆。

**参数:**

  • query (必需): 搜索查询(自然语言)
  • limit (可选): 返回结果数量(默认 5,最大 20)
  • category (可选): 过滤分类

**示例:**

# 搜索编辑器偏好
search_memory(query="猪猪喜欢什么编辑器", limit=3)

# 搜索特定分类
search_memory(query="MCP 协议", category="knowledge", limit=5)

3. get_context_memories

获取会话相关的上下文记忆(用于会话启动)。

**参数:**

  • query (必需): 当前任务或上下文描述
  • max_tokens (可选): 最大 token 数量(默认 1000)
  • limit (可选): 最大返回记忆数量(默认 10)

**示例:**

# 会话启动时获取上下文
get_context_memories(
    query="处理 Python 代码重构任务",
    max_tokens=1000
)

4. get