今天給家人們分享一個實用的MCP Server - OpenMemory MCP。簡單來說，他就是給AI提供一個持久記憶、跨平臺、跨會話的一個神器。

https://github.com/mem0ai/mem0 mem0是個老項目，它的簡介是這么說的：

Mem0（“mem-zero”）通過智能記憶層增強 AI 助手和代理，實現個性化 AI 交互。它記得用戶偏好，適應個人需求，并隨著時間的推移不斷學習——非常適合客戶支持聊天機器人、AI 助手和自主系統。

具體的原理，大體是遵循一個RAG的策略。會通過一個大模型（默認4o-mini）來獲取一些記憶，在運行過程中通過向量數據庫來檢索記憶。

數據是完全私有的，在本地運行，隱私有保障~

上周新推出了OpenMemory MCP，號稱是跨平臺、跨工具的記憶輔助神器，直接可以通過MCP Server的形式插到任意的工具上，讓工具之間可以記憶共享、可以持久性的保存記憶！ 還可以通過頁面端儀表盤快速瀏覽記憶、檢索記憶、管理記憶。

簡單實戰一下

這里演示一下如何本地化部署。

準備工作，把代碼拉下來。

git clone <https://github.com/mem0ai/mem0.git>
cd openmemory
export OPENAI_API_KEY=your_api_key_here

配環境、構建鏡像、啟動服務

make env

make build

make up

如果這里完成了之后，就可以在Docker Desktop看到容器了。

接下來，啟動前端Dashboard：

make ui

然后訪問 http://localhost:3000 就能看到你的OpenMemory儀表盤啦！儀表盤會貼心地為你生成接入MCP客戶端的命令。比如，要在Cursor里使用，大概會是這樣一條命令：

npx install-mcp i http://localhost:8000/mcp/YOUR_USER_ID/sse --client cursor

配置到MCP clent中，可以看到成功亮綠燈。

有4個工具

• add_memories(text) : 寫
• search_memory(query)  ： 搜
• list_memories() ： 顯示所有
• delete_all_memories() ： 清除記憶。

所有響應都通過同一個 SSE 連接流式傳輸。控制臺顯示所有活躍連接，哪些應用程序正在訪問內存以及讀取/寫入的詳細信息。

可以看到和搜索記憶來源等詳細信息。

當你在Cursor之類的MCP Client里交互的時候，比如讓它“記住我的編程偏好是Python，喜歡用dark mode”，這些信息就能通過add_memories()存入OpenMemory。下次提問時，AI就能通過search_memory()調取這些記憶，變得更懂你~

最后

雖然可能這種基于RAG的，很多家人們玩膩了。

不過最近官方封裝成MCP，進一步讓這個門檻降低了，MCP就是人人可用的一個東西。

當AI Agent擁有記憶...

其實能開很多的腦洞，比如編程助手可以記錄編碼習慣、常犯的錯誤。當下次遇到這些問題時，可以給出更精確的建議。

最后，對這個項目感興趣的家人們，可以研究一下。讓你的AI Agent也擁有“過目不忘”的超能力吧！

本文轉載自??????探索AGI??????，作者：獼猴桃