MCP Memory Service — Persistent Agent Memory API

简介

面向 Agent 流水线的持久化记忆服务：提供 REST API、知识图谱与自动归并能力，可接入 MCP/Claude 等工具链，适配 LangGraph/CrewAI 等框架，把上下文沉淀为可检索、可复用的长期资产。

• 适合谁： 需要跨任务共享、可检索、可长期沉淀记忆的 Agent 团队与工作流
• 可搭配： 任何 HTTP 客户端；常见 agent 框架；可选 MCP 客户端
• 准备时间： 20–45 分钟

实战建议

• 量化建议：项目说明 REST API 覆盖 76 个 endpoints；先选出 5–10 个必须统一的“记忆操作”再扩展。
• 量化建议：把同一查询在 10 个任务里复跑，统计 top-3 命中内容被实际采用的比例（检索精度）。

如何把记忆做成“可相信的数据”

把记忆当作可审计的数据层，而不是“玄学召回”：

• 存储短小、原子化事实，并用 tags 标注来源/系统/所有者/环境。
• 设计好 X-Agent-ID 规范，确保检索可以按 agent 身份隔离。
• 把“写入”和“读取”拆成两个阶段：任务前读，任务后写。

一个可落地的流程模板

1. 任务开始： 用少量关键 tags 做窄检索。
2. 执行过程中： 只写入已验证的决策与结论（不要把猜测当事实）。
3. 任务结束： 做一次去重/归并，再补一条可复用的总结记忆。

安全默认

匿名访问只用于本地测试；任何共享环境都应关闭，并加上鉴权与网络隔离。

FAQ

只能给 MCP 客户端用吗？ 答：不是。它也可以作为普通 HTTP 记忆服务使用；MCP 集成是可选项。

怎么避免记忆变成噪音？ 答：只写入已验证事实/决策；每次写入都要求 tags + agent 作用域。

优先量化什么？ 答：检索精度与复用率：被检索出来的内容在下一次任务中被真正采用的比例。