agent-memory-mcp 技能实战用 MCP 服务器为 AI Agent 构建持久化、可搜索的混合记忆库【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills导读agent-memory-mcp是 agentic-awesome-skills 仓库中一个以 MCPModel Context Protocol服务器形式运行的 Agent 记忆技能它把「架构、模式、决策」三类长期知识沉淀为可持久化、可全文检索的记忆库并与项目文档自动同步。本文以 agent-memory-mcp/SKILL.md 为核心骨架结合仓库内目录元数据与姊妹技能完整讲解从「审查式安装」到「四个 MCP 记忆工具调用」再到「可视化 Dashboard」的端到端落地流程读完即可在自己的 Agent 工作流中接入一套可跨会话长期记忆的知识管理系统。技能定位Agent 的长期记忆控制平面在 Agent 应用中一次会话的上下文窗口是短期记忆而真正的长期记忆需要独立的存储与检索层。agent-memory-mcp正是为此设计它提供持久化、可搜索的记忆库运行时会自动与项目文档保持同步并且以 MCP 服务器形态暴露读写与检索接口让 Agent 像调用普通工具一样存取长期记忆。仓库中的目录元数据 data/catalog.json 将该技能登记为category: ai-mlrisk: criticalsource: community检索标签triggers包括agent、memory、mcp、hybrid、persistent、searchable、knowledge、architecture、decisions等目录记录路径为skills/agent-memory-mcp/SKILL.md与 Claude 插件目录下的 agent-memory-mcp/SKILL.md 内容一致。值得注意的是仓库内还存在一个同源的姊妹技能 agent-memory/SKILL.md二者描述一致、共享同一套 MCP 工具且后者额外补充了「初始化导入」「开发循环」「文档同步」等工作流细节本文会一并纳入讲解。此外agent-memory-systems/SKILL.md 提供了记忆架构层面的理论背景短期记忆上下文窗口、长期记忆向量存储、以及语义/情景/程序性记忆的认知架构分类可作为理解本技能设计动机的参考。前置条件Node.js v18MCP 服务器依赖 Node.js 运行时版本过低会导致npm ci与编译脚本无法执行。网络访问能力安装流程需要访问上游仓库完成克隆因此需要用户显式批准网络访问。用户审批本技能将安装标记为risk: critical核心安装步骤均以「先审查、后安装」的安全流程推进需要用户逐环节确认。安装流程审查式安装而非盲目执行由于该技能来自社区source: community且风险等级为criticalSKILL.md 明确要求遵循「先审查、后安装」的三步流程这与仓库对社区技能的安全治理思路一致。第一步审查上游仓库先将上游仓库克隆到临时目录而非直接放进活跃的 skills 路径并固定pin到指定提交保证审查对象与最终安装对象完全一致review_dir$(mktemp -d) git clone --filterblob:none https://github.com/webzler/agentMemory.git $review_dir/agent-memory git -C $review_dir/agent-memory checkout --detach 0409b7b7bb6fe443d0d4b6a6b1ee0d4df214f3cd git -C $review_dir/agent-memory ls-files这里的关键动作是--filterblob:none按需拉取 blob加快克隆速度与checkout --detach commit检出固定提交并脱离分支。随后需要审查的清单包括阅读所有打包文件检查package.json与各类 lockfile检查生命周期脚本lifecycle scripts检查网络行为、凭据访问与文件系统作用域将审查结论与精确提交号展示给用户等待用户明确批准后再进入下一步。第二步安装已审查的版本获得批准后将审查过的目录树复制到用户选定的位置并且只有在包脚本审查完成后才安装锁定依赖cd approved-agent-memory-directory npm ci npm run compilenpm ci严格按照 lockfile 安装依赖保证与审查时依赖版本一致npm run compile负责将 TypeScript 源码编译为可运行产物。第三步启动 MCP 服务器使用辅助脚本为当前项目激活记忆库命令签名如下npm run start-server project_id absolute_path_to_target_workspace其中project_id是记忆库在服务器侧的逻辑标识第二个参数必须是目标工作区的绝对路径。以当前目录为例npm run start-server my-project $(pwd)$(pwd)会自动展开为当前工作目录的绝对路径。启动后服务器通常作为后台进程或通过 mcp-server 配置常驻运行——确保它处于运行状态是本技能可用的关键前提参见 agent-memory/SKILL.md 中的说明。MCP 工具详解四个记忆操作原语服务器启动后Agent 即可通过 MCP 协议调用以下四个工具覆盖「写入、读取、检索、统计」四类记忆操作。memory_search按查询、类型或标签检索记忆在写新知识之前先检索避免重复记录也能复用历史上下文。参数querystring必填、type?string可选、tags?string[]可选典型调用memory_search({ query: authentication, type: pattern })该调用表示「查找所有认证相关的模式记忆」。type与tags均为可选过滤条件可用于缩小检索范围、提升召回精度。memory_write记录新知识或决策将架构决策、实现模式、经验教训写入记忆库。记忆带有唯一的key与类型标识便于后续精确读取。参数keystring必填、typestring必填、contentstring必填、tags?string[]可选典型调用memory_write({ key: auth-v1, type: decision, content: ... })key是记忆的唯一标识类似主键type可参考技能定位中的三类核心知识取值为architecture、pattern、decision等tags用于补充可检索的维度。memory_read按 key 读取指定记忆用于精确获取某条记忆的完整内容适合在memory_search定位到目标后做深读。参数keystring必填典型调用memory_read({ key: auth-v1 })memory_stats查看记忆使用分析查看记忆库的整体使用统计帮助 Agent 或用户了解记忆规模与分布。参数无典型调用memory_stats({})记忆工作流初始化、开发循环与文档同步agent-memory/SKILL.md 对这套记忆系统的使用方式给出了更细的工作流描述可在 MCP 服务器就绪后直接套用初始化首次在某项目运行时服务器可能尝试从.kilocode/、.clinerules/或.roo/导入已有的 Markdown 记忆库实现既有知识的平滑迁移开发循环任务开始前memory_search检索相关上下文把历史经验带进当前任务任务进行中用memory_read/memory_search回答与历史相关的问题任务结束后用memory_write把新发现、新决策写入记忆库同步写入内容会自动同步为项目中的标准 Markdown 文件实现「机器可检索的记忆」与「人类可阅读的文档」双形态共存。这一循环让记忆系统真正融入 Agent 的日常开发闭环而不是孤立的一次性工具。可视化 Dashboard记忆使用情况一目了然技能附带一个独立的 Dashboard用于可视化记忆使用情况npm run start-dashboard absolute_path_to_target_workspace启动后在浏览器访问http://localhost:3333即可查看。Dashboard 与 MCP 服务器是独立的启动入口MCP 服务器面向 Agent 提供程序化接口Dashboard 面向人类用户提供可视化界面二者可并行运行。使用边界与安全限制SKILL.md 末尾对本技能的使用边界给出了明确约束实施时应逐条遵守范围约束仅当任务与上述「混合记忆系统」的定位清晰匹配时才使用本技能不得滥用验证责任不要将技能输出视为环境特定验证、测试或专家评审的替代品涉及凭据、外部服务、破坏性或高成本操作前必须先完成环境验证与安全审查信息补全当必需的输入、权限、安全边界或成功标准缺失时应停下来向用户澄清而不是擅自假设依赖管理修改固定提交pinned revision前必须重新审查上游——提交 pin 能提高可复现性但并不等于信任保证a commit pin improves reproducibility but is not a trust guarantee。这与技能risk: critical的评级完全对应可复现 ≠ 可信版本固定只是安全审查的起点。在 agentic-awesome-skills 中的关联资源若希望进一步扩展对 Agent 记忆的理解仓库内还提供以下配套资源agent-memory-mcp/SKILL.md本技能在skills/目录下的正式副本内容与 Claude 插件目录版本一致agent-memory/SKILL.md同源姊妹技能补充了初始化导入、开发循环与文档同步的完整工作流agent-memory-systems/SKILL.mdAgent 记忆架构的理论指南涵盖短期记忆上下文窗口、长期记忆向量存储与语义/情景/程序性记忆等认知架构框架可作为理解本技能设计定位的背景阅读data/catalog.json技能目录元数据登记了本技能的类别、风险等级、标签与触发词。小结agent-memory-mcp为 AI Agent 提供了一条将长期知识「可持久化、可搜索、可同步」的完整链路以risk: critical的严格姿态执行审查式安装通过memory_search/memory_write/memory_read/memory_stats四个 MCP 工具覆盖记忆的检索、写入、读取与统计再辅以:3333端口的可视化 Dashboard 与文档自动同步形成一套可落地、可观测、可追溯的 Agent 混合记忆系统。部署时请牢记两条底线启动前确认 MCP 服务器常驻运行以及任何版本变动都必须重新完成上游审查。【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/9/20 14:36:12 · 阅读 1.2k agent-memory-mcp 技能实战：用 MCP 服务器为 AI Agent 构建持久化、可搜索的混合记忆库
agent-memory-mcp 技能实战用 MCP 服务器为 AI Agent 构建持久化、可搜索的混合记忆库【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills导读agent-memory-mcp是 agentic-awesome-skills 仓库中一个以 MCPModel Context Protocol服务器形式运行的 Agent 记忆技能它把「架构、模式、决策」三类长期知识沉淀为可持久化、可全文检索的记忆库并与项目文档自动同步。本文以 agent-memory-mcp/SKILL.md 为核心骨架结合仓库内目录元数据与姊妹技能完整讲解从「审查式安装」到「四个 MCP 记忆工具调用」再到「可视化 Dashboard」的端到端落地流程读完即可在自己的 Agent 工作流中接入一套可跨会话长期记忆的知识管理系统。技能定位Agent 的长期记忆控制平面在 Agent 应用中一次会话的上下文窗口是短期记忆而真正的长期记忆需要独立的存储与检索层。agent-memory-mcp正是为此设计它提供持久化、可搜索的记忆库运行时会自动与项目文档保持同步并且以 MCP 服务器形态暴露读写与检索接口让 Agent 像调用普通工具一样存取长期记忆。仓库中的目录元数据 data/catalog.json 将该技能登记为category: ai-mlrisk: criticalsource: community检索标签triggers包括agent、memory、mcp、hybrid、persistent、searchable、knowledge、architecture、decisions等目录记录路径为skills/agent-memory-mcp/SKILL.md与 Claude 插件目录下的 agent-memory-mcp/SKILL.md 内容一致。值得注意的是仓库内还存在一个同源的姊妹技能 agent-memory/SKILL.md二者描述一致、共享同一套 MCP 工具且后者额外补充了「初始化导入」「开发循环」「文档同步」等工作流细节本文会一并纳入讲解。此外agent-memory-systems/SKILL.md 提供了记忆架构层面的理论背景短期记忆上下文窗口、长期记忆向量存储、以及语义/情景/程序性记忆的认知架构分类可作为理解本技能设计动机的参考。前置条件Node.js v18MCP 服务器依赖 Node.js 运行时版本过低会导致npm ci与编译脚本无法执行。网络访问能力安装流程需要访问上游仓库完成克隆因此需要用户显式批准网络访问。用户审批本技能将安装标记为risk: critical核心安装步骤均以「先审查、后安装」的安全流程推进需要用户逐环节确认。安装流程审查式安装而非盲目执行由于该技能来自社区source: community且风险等级为criticalSKILL.md 明确要求遵循「先审查、后安装」的三步流程这与仓库对社区技能的安全治理思路一致。第一步审查上游仓库先将上游仓库克隆到临时目录而非直接放进活跃的 skills 路径并固定pin到指定提交保证审查对象与最终安装对象完全一致review_dir$(mktemp -d) git clone --filterblob:none https://github.com/webzler/agentMemory.git $review_dir/agent-memory git -C $review_dir/agent-memory checkout --detach 0409b7b7bb6fe443d0d4b6a6b1ee0d4df214f3cd git -C $review_dir/agent-memory ls-files这里的关键动作是--filterblob:none按需拉取 blob加快克隆速度与checkout --detach commit检出固定提交并脱离分支。随后需要审查的清单包括阅读所有打包文件检查package.json与各类 lockfile检查生命周期脚本lifecycle scripts检查网络行为、凭据访问与文件系统作用域将审查结论与精确提交号展示给用户等待用户明确批准后再进入下一步。第二步安装已审查的版本获得批准后将审查过的目录树复制到用户选定的位置并且只有在包脚本审查完成后才安装锁定依赖cd approved-agent-memory-directory npm ci npm run compilenpm ci严格按照 lockfile 安装依赖保证与审查时依赖版本一致npm run compile负责将 TypeScript 源码编译为可运行产物。第三步启动 MCP 服务器使用辅助脚本为当前项目激活记忆库命令签名如下npm run start-server project_id absolute_path_to_target_workspace其中project_id是记忆库在服务器侧的逻辑标识第二个参数必须是目标工作区的绝对路径。以当前目录为例npm run start-server my-project $(pwd)$(pwd)会自动展开为当前工作目录的绝对路径。启动后服务器通常作为后台进程或通过 mcp-server 配置常驻运行——确保它处于运行状态是本技能可用的关键前提参见 agent-memory/SKILL.md 中的说明。MCP 工具详解四个记忆操作原语服务器启动后Agent 即可通过 MCP 协议调用以下四个工具覆盖「写入、读取、检索、统计」四类记忆操作。memory_search按查询、类型或标签检索记忆在写新知识之前先检索避免重复记录也能复用历史上下文。参数querystring必填、type?string可选、tags?string[]可选典型调用memory_search({ query: authentication, type: pattern })该调用表示「查找所有认证相关的模式记忆」。type与tags均为可选过滤条件可用于缩小检索范围、提升召回精度。memory_write记录新知识或决策将架构决策、实现模式、经验教训写入记忆库。记忆带有唯一的key与类型标识便于后续精确读取。参数keystring必填、typestring必填、contentstring必填、tags?string[]可选典型调用memory_write({ key: auth-v1, type: decision, content: ... })key是记忆的唯一标识类似主键type可参考技能定位中的三类核心知识取值为architecture、pattern、decision等tags用于补充可检索的维度。memory_read按 key 读取指定记忆用于精确获取某条记忆的完整内容适合在memory_search定位到目标后做深读。参数keystring必填典型调用memory_read({ key: auth-v1 })memory_stats查看记忆使用分析查看记忆库的整体使用统计帮助 Agent 或用户了解记忆规模与分布。参数无典型调用memory_stats({})记忆工作流初始化、开发循环与文档同步agent-memory/SKILL.md 对这套记忆系统的使用方式给出了更细的工作流描述可在 MCP 服务器就绪后直接套用初始化首次在某项目运行时服务器可能尝试从.kilocode/、.clinerules/或.roo/导入已有的 Markdown 记忆库实现既有知识的平滑迁移开发循环任务开始前memory_search检索相关上下文把历史经验带进当前任务任务进行中用memory_read/memory_search回答与历史相关的问题任务结束后用memory_write把新发现、新决策写入记忆库同步写入内容会自动同步为项目中的标准 Markdown 文件实现「机器可检索的记忆」与「人类可阅读的文档」双形态共存。这一循环让记忆系统真正融入 Agent 的日常开发闭环而不是孤立的一次性工具。可视化 Dashboard记忆使用情况一目了然技能附带一个独立的 Dashboard用于可视化记忆使用情况npm run start-dashboard absolute_path_to_target_workspace启动后在浏览器访问http://localhost:3333即可查看。Dashboard 与 MCP 服务器是独立的启动入口MCP 服务器面向 Agent 提供程序化接口Dashboard 面向人类用户提供可视化界面二者可并行运行。使用边界与安全限制SKILL.md 末尾对本技能的使用边界给出了明确约束实施时应逐条遵守范围约束仅当任务与上述「混合记忆系统」的定位清晰匹配时才使用本技能不得滥用验证责任不要将技能输出视为环境特定验证、测试或专家评审的替代品涉及凭据、外部服务、破坏性或高成本操作前必须先完成环境验证与安全审查信息补全当必需的输入、权限、安全边界或成功标准缺失时应停下来向用户澄清而不是擅自假设依赖管理修改固定提交pinned revision前必须重新审查上游——提交 pin 能提高可复现性但并不等于信任保证a commit pin improves reproducibility but is not a trust guarantee。这与技能risk: critical的评级完全对应可复现 ≠ 可信版本固定只是安全审查的起点。在 agentic-awesome-skills 中的关联资源若希望进一步扩展对 Agent 记忆的理解仓库内还提供以下配套资源agent-memory-mcp/SKILL.md本技能在skills/目录下的正式副本内容与 Claude 插件目录版本一致agent-memory/SKILL.md同源姊妹技能补充了初始化导入、开发循环与文档同步的完整工作流agent-memory-systems/SKILL.mdAgent 记忆架构的理论指南涵盖短期记忆上下文窗口、长期记忆向量存储与语义/情景/程序性记忆等认知架构框架可作为理解本技能设计定位的背景阅读data/catalog.json技能目录元数据登记了本技能的类别、风险等级、标签与触发词。小结agent-memory-mcp为 AI Agent 提供了一条将长期知识「可持久化、可搜索、可同步」的完整链路以risk: critical的严格姿态执行审查式安装通过memory_search/memory_write/memory_read/memory_stats四个 MCP 工具覆盖记忆的检索、写入、读取与统计再辅以:3333端口的可视化 Dashboard 与文档自动同步形成一套可落地、可观测、可追溯的 Agent 混合记忆系统。部署时请牢记两条底线启动前确认 MCP 服务器常驻运行以及任何版本变动都必须重新完成上游审查。【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考