MCP Servers

A collection of Model Context Protocol servers, templates, tools and more.

A
Aivectormemory
by @Edlineas
GitHub Repo(2 stars)

aivectormemory 是一款基于 Model Context Protocol (MCP) 开发的轻量级内存管理工具。它专门为 Claude、OpenCode、Cursor 和 主流IDE 编程工具设计，通过向量数据库技术解决 AI 在不同对话会话中「健忘」的问题。aivectormemory: A lightweight MCP Server enabling persistent, cross-session memory for AI-powered IDEs via vector search.

Created 2/14/2026
Updated about 21 hours ago
README
View Source
Repository documentation and setup instructions

🌐 简体中文 | 繁體中文 | English | Español | Deutsch | Français | 日本語

🧠 AIVectorMemory

给 AI 编程助手装上记忆 — 跨会话持久化记忆 MCP Server

PyPI Python License MCP

问题：AI 助手每次新会话都"失忆"，反复踩同样的坑、忘记项目约定、丢失开发进度。更糟的是，为了补偿失忆，你不得不在每次对话中重复注入大量上下文，白白浪费 Token。

AIVectorMemory：通过 MCP 协议为 AI 提供本地向量记忆库，让它记住一切 — 项目知识、踩坑记录、开发决策、工作进度 — 跨会话永不丢失。语义检索按需召回，不再全量注入，大幅降低 Token 消耗。

✨ 核心特性

| 特性 | 说明 | |------|------| | 🔍 语义搜索 | 基于向量相似度，搜"数据库超时"能找到"MySQL 连接池踩坑" | | 🏠 完全本地 | ONNX Runtime 本地推理，无需 API Key，数据不出本机 | | 🔄 智能去重 | 余弦相似度 > 0.95 自动更新，不会重复存储 | | 📊 Web 看板 | 内置管理界面，3D 向量网络可视化 | | 🔌 全 IDE 支持 | OpenCode / Claude Code / Cursor / Kiro / Windsurf / VSCode / Trae 等 | | 📁 项目隔离 | 多项目共用一个 DB，通过 project_dir 自动隔离 | | 🏷️ 标签体系 | 记忆分类管理，支持标签搜索、重命名、合并 | | � 节省 Token | 语义检索按需召回，替代全量上下文注入，减少 50%+ 重复 Token 消耗 | | �📋 问题追踪 | 轻量级 issue tracker，AI 自动记录和归档 |

🏗️ 架构

┌─────────────────────────────────────────────────┐
│                   AI IDE                         │
│  OpenCode / Claude Code / Cursor / Kiro / ...   │
└──────────────────────┬──────────────────────────┘
                       │ MCP Protocol (stdio)
┌──────────────────────▼──────────────────────────┐
│              AIVectorMemory Server                    │
│                                                  │
│  ┌──────────┐ ┌──────────┐ ┌──────────────────┐ │
│  │ remember │ │  recall   │ │   auto_save      │ │
│  │ forget   │ │  digest   │ │   status/track   │ │
│  └────┬─────┘ └────┬─────┘ └───────┬──────────┘ │
│       │            │               │             │
│  ┌────▼────────────▼───────────────▼──────────┐  │
│  │         Embedding Engine (ONNX)            │  │
│  │      intfloat/multilingual-e5-small        │  │
│  └────────────────────┬───────────────────────┘  │
│                       │                          │
│  ┌────────────────────▼───────────────────────┐  │
│  │     SQLite + sqlite-vec (向量索引)          │  │
│  │     ~/.aivectormemory/memory.db                 │  │
│  └────────────────────────────────────────────┘  │
└──────────────────────────────────────────────────┘

🚀 快速开始

方式一：pip 安装

pip install aivectormemory
cd /path/to/your/project
run install          # 交互式选择 IDE，一键配置

macOS 用户注意：

  • 遇到 externally-managed-environment 错误，加 --break-system-packages
  • 遇到 enable_load_extension 错误，说明当前 Python 不支持 SQLite 扩展加载（macOS 自带 Python 和 python.org 官方安装包均不支持），请改用 Homebrew Python： 
    brew install python
/opt/homebrew/bin/python3 -m pip install aivectormemory

方式二：uvx 运行（零安装）

cd /path/to/your/project
uvx aivectormemory install

方式三：手动配置

{
  "mcpServers": {
    "aivectormemory": {
      "command": "run",
      "args": ["--project-dir", "/path/to/your/project"]
    }
  }
}
📍 各 IDE 配置文件位置

| IDE | 配置文件路径 | |-----|------------| | Kiro | .kiro/settings/mcp.json | | Cursor | .cursor/mcp.json | | Claude Code | .mcp.json | | Windsurf | .windsurf/mcp.json | | VSCode | .vscode/mcp.json | | Trae | .trae/mcp.json | | OpenCode | opencode.json | | Claude Desktop | ~/Library/Application Support/Claude/claude_desktop_config.json |

🛠️ 7 个 MCP 工具

remember — 存入记忆

content (string, 必填)   记忆内容，Markdown 格式
tags    (string[], 必填)  标签，如 ["踩坑", "python"]
scope   (string)          "project"（默认）/ "user"（跨项目）

相似度 > 0.95 自动更新已有记忆，不重复存储。

recall — 语义搜索

query   (string)     语义搜索关键词
tags    (string[])   标签精确过滤
scope   (string)     "project" / "user" / "all"
top_k   (integer)    返回数量，默认 5

向量相似度匹配，用词不同也能找到相关记忆。

forget — 删除记忆

memory_id  (string)     单个 ID
memory_ids (string[])   批量 ID

status — 会话状态

state (object, 可选)   不传=读取，传=更新
  is_blocked, block_reason, current_task,
  next_step, progress[], recent_changes[], pending[]

跨会话保持工作进度，新会话自动恢复上下文。

track — 问题跟踪

action   (string)   "create" / "update" / "archive" / "list"
title    (string)   问题标题
issue_id (integer)  问题 ID
status   (string)   "pending" / "in_progress" / "completed"
content  (string)   排查内容

digest — 记忆摘要

scope          (string)    范围
since_sessions (integer)   最近 N 次会话
tags           (string[])  标签过滤

auto_save — 自动保存

decisions[]      关键决策
modifications[]  文件修改摘要
pitfalls[]       踩坑记录
todos[]          待办事项

每次对话结束自动分类存储，打标签，去重。

📊 Web 看板

run web --port 9080

浏览器访问 http://localhost:9080

  • 多项目切换，记忆浏览/搜索/编辑/删除
  • 会话状态、问题跟踪
  • 标签管理（重命名、合并、批量删除）
  • 3D 向量记忆网络可视化
  • 🌐 多语言支持（简体中文 / 繁體中文 / English / Español / Deutsch / Français / 日本語）

项目选择
项目选择

统计概览 & 向量网络可视化
统计概览 & 向量网络可视化

⚡ 配合 Steering 规则

AIVectorMemory 是存储层，通过 Steering 规则告诉 AI 何时、如何调用这些工具。

运行 run install 会自动生成 Steering 规则和 Hooks 配置，无需手动编写。

| IDE | Steering 位置 | Hooks | |-----|--------------|-------| | Kiro | .kiro/steering/aivectormemory.md | .kiro/hooks/*.hook | | Cursor | .cursor/rules/aivectormemory.md | — | | Claude Code | CLAUDE.md（追加） | — | | Windsurf | .windsurf/rules/aivectormemory.md | — | | VSCode | .github/copilot-instructions.md（追加） | — | | Trae | .trae/rules/aivectormemory.md | — | | OpenCode | AGENTS.md（追加） | — |

📋 Steering 规则范例（自动生成） 
# AIVectorMemory - 跨会话持久记忆

## 启动检查

每次新会话开始时，按以下顺序执行：

1. 调用 `status`（不传参数）读取会话状态，检查 `is_blocked` 和 `block_reason`
2. 调用 `recall`（tags: ["项目知识"], scope: "project"）加载项目知识
3. 调用 `recall`（tags: ["preference"], scope: "user"）加载用户偏好

## 何时调用

- 新会话开始时：调用 `status` 读取上次的工作状态
- 遇到踩坑/技术要点时：调用 `remember` 记录，标签加 "踩坑"
- 需要查找历史经验时：调用 `recall` 语义搜索
- 发现 bug 或待处理事项时：调用 `track`（action: create）
- 任务进度变化时：调用 `status`（传 state 参数）更新
- 对话结束前：调用 `auto_save` 保存本次对话

## 会话状态管理

status 字段：is_blocked, block_reason, current_task, next_step,
progress[], recent_changes[], pending[]

## 问题追踪

1. `track create` → 记录问题
2. `track update` → 更新排查内容
3. `track archive` → 归档已解决问题
🔗 Hooks 配置范例（Kiro 专属，自动生成）

会话结束自动保存（.kiro/hooks/auto-save-session.kiro.hook）：

{
  "enabled": true,
  "name": "会话结束自动保存",
  "version": "1",
  "when": { "type": "agentStop" },
  "then": {
    "type": "askAgent",
    "prompt": "调用 auto_save，将本次对话的决策、修改、踩坑、待办分类保存"
  }
}

开发流程检查（.kiro/hooks/dev-workflow-check.kiro.hook）：

{
  "enabled": true,
  "name": "开发流程检查",
  "version": "1",
  "when": { "type": "promptSubmit" },
  "then": {
    "type": "askAgent",
    "prompt": "核心原则：操作前验证、禁止盲目测试、自测通过才能说完成"
  }
}

🇨🇳 中国大陆用户

首次运行自动下载 Embedding 模型（~200MB），如果慢：

export HF_ENDPOINT=https://hf-mirror.com

或在 MCP 配置中加 env：

{
  "env": { "HF_ENDPOINT": "https://hf-mirror.com" }
}

📦 技术栈

| 组件 | 技术 | |------|------| | 运行时 | Python >= 3.10 | | 向量数据库 | SQLite + sqlite-vec | | Embedding | ONNX Runtime + intfloat/multilingual-e5-small | | 分词器 | HuggingFace Tokenizers | | 协议 | Model Context Protocol (MCP) | | Web | 原生 HTTPServer + Vanilla JS |

License

MIT

Quick Setup
Installation guide for this server

Install Package (if required)

uvx aivectormemory

Cursor configuration (mcp.json)

{ "mcpServers": { "edlineas-aivectormemory": { "command": "uvx", "args": [ "aivectormemory" ] } } }