人工智能（AI）技術(shù)發(fā)展迅速，大型語(yǔ)言模型（LLMs）極大地簡(jiǎn)化了許多任務(wù)。然而，它們面臨一個(gè)基本限制：會(huì)話(huà)之間無(wú)法保留記憶。

圖片

如果能夠擁有一個(gè)本地的、便攜的 LLM “記憶層”，完全掌控您的數(shù)據(jù)，會(huì)怎樣呢？

今天，我們將介紹 OpenMemory MCP，一個(gè)基于 Mem0（AI 代理的記憶層）構(gòu)建的私有、本地優(yōu)先的記憶層。它支持跨 MCP 兼容客戶(hù)端（如 Cursor、Claude Desktop、Windsurf、Cline 等）實(shí)現(xiàn)持久化、上下文感知的 AI。

本指南將詳細(xì)說(shuō)明如何安裝、配置和運(yùn)行 OpenMemory MCP 服務(wù)器，同時(shí)涵蓋其內(nèi)部架構(gòu)、流程、底層組件以及實(shí)際應(yīng)用案例和示例。

涵蓋內(nèi)容

簡(jiǎn)而言之，本文將詳細(xì)探討以下主題：

?什么是 OpenMemory MCP 服務(wù)器及其重要性？?逐步設(shè)置和運(yùn)行 OpenMemory 的指南。?儀表板可用功能（及其背后的技術(shù)）。?安全性、訪(fǎng)問(wèn)控制和架構(gòu)概述。?實(shí)際應(yīng)用案例及示例。

一、什么是 OpenMemory 及其重要性？

OpenMemory MCP 是一個(gè)為 MCP 客戶(hù)端設(shè)計(jì)的私有、本地記憶層。它提供了存儲(chǔ)、管理和跨平臺(tái)利用 AI 記憶的基礎(chǔ)設(shè)施，同時(shí)確保所有數(shù)據(jù)存儲(chǔ)在本地系統(tǒng)上。

簡(jiǎn)單來(lái)說(shuō)，它是一個(gè)基于向量的記憶層，適用于使用標(biāo)準(zhǔn) MCP 協(xié)議的任何 LLM 客戶(hù)端，并與 Mem0 等工具無(wú)縫協(xié)作。

核心功能：

?跨會(huì)話(huà)存儲(chǔ)和調(diào)用任意文本片段（記憶），確保 AI 無(wú)需從零開(kāi)始。

?底層使用向量存儲(chǔ)（Qdrant）進(jìn)行基于相關(guān)性的檢索，而非僅限于關(guān)鍵詞匹配。

?完全運(yùn)行在您的基礎(chǔ)設(shè)施上（Docker + Postgres + Qdrant），數(shù)據(jù)不會(huì)外傳。

?支持在應(yīng)用或記憶級(jí)別暫停或撤銷(xiāo)客戶(hù)端訪(fǎng)問(wèn)權(quán)限，并為每次讀寫(xiě)操作生成審計(jì)日志。

?提供儀表板（基于 Next.js 和 Redux），展示誰(shuí)在讀寫(xiě)記憶以及狀態(tài)變更歷史。

工作原理（基本流程）

核心流程如下：

1.通過(guò)單一 docker-compose 命令啟動(dòng) OpenMemory（API、Qdrant、Postgres）。

2.API 進(jìn)程托管一個(gè)使用 Mem0 的 MCP 服務(wù)器，通過(guò) SSE（Server-Sent Events）支持標(biāo)準(zhǔn) MCP 協(xié)議。

3.LLM 客戶(hù)端通過(guò) SSE 流連接到 OpenMemory 的 /mcp/... 端點(diǎn)，調(diào)用 add_memories()、search_memory() 或 list_memories() 等方法。

4.向量索引、審計(jì)日志和訪(fǎng)問(wèn)控制等其他功能由 OpenMemory 服務(wù)自動(dòng)處理。

您可以觀(guān)看官方演示并在 mem0.ai/openmemory-mcp^[1] 上了解更多！

二、逐步設(shè)置和運(yùn)行 OpenMemory

本節(jié)將指導(dǎo)您如何在本地設(shè)置和運(yùn)行 OpenMemory。

項(xiàng)目包含兩個(gè)主要組件：

?api/ - 后端 API 和 MCP 服務(wù)器?ui/ - 前端 React 應(yīng)用程序（儀表板）

步驟 1：系統(tǒng)要求

在開(kāi)始之前，請(qǐng)確保您的系統(tǒng)已安裝以下內(nèi)容，并附上文檔鏈接以便參考：

?Docker 和 Docker Compose?Python 3.9+ — 后端開(kāi)發(fā)所需

?Node.js — 前端開(kāi)發(fā)所需?OpenAI API 密鑰 — 用于 LLM 交互?GNU Make — 構(gòu)建自動(dòng)化工具，用于設(shè)置過(guò)程

請(qǐng)確保 Docker Desktop 已運(yùn)行，然后繼續(xù)下一步。

步驟 2：克隆倉(cāng)庫(kù)并設(shè)置 OpenAI API 密鑰

通過(guò)以下命令克隆位于 github.com/mem0ai/mem0^[2] 的倉(cāng)庫(kù)：

git clone https://github.com/mem0ai/mem0.git
cd openmemory

接下來(lái)，將您的 OpenAI API 密鑰設(shè)置為環(huán)境變量：

export OPENAI_API_KEY=your_api_key_here

圖片

注意：此命令僅為當(dāng)前終端會(huì)話(huà)設(shè)置密鑰，關(guān)閉終端窗口后失效。

圖片

步驟 3：設(shè)置后端

后端運(yùn)行在 Docker 容器中。在根目錄運(yùn)行以下命令啟動(dòng)后端：

# 復(fù)制環(huán)境文件并編輯以更新 OPENAI_API_KEY 和其他密鑰
make env


# 構(gòu)建所有 Docker 鏡像
make build


# 啟動(dòng) Postgres、Qdrant 和 FastAPI/MCP 服務(wù)器
make up

.env.local 文件遵循以下格式：

OPENAI_API_KEY=your_api_key

圖片

圖片

設(shè)置完成后，API 將在 http://localhost:8000 上運(yùn)行。您可以在 Docker Desktop 中查看運(yùn)行中的容器。

以下是一些其他有用的后端命令：

# 運(yùn)行數(shù)據(jù)庫(kù)遷移
make migrate


# 查看日志
make logs


# 進(jìn)入 API 容器 shell
make shell


# 運(yùn)行測(cè)試
make test


# 停止服務(wù)
make down

步驟 4：設(shè)置前端

前端是一個(gè) Next.js 應(yīng)用程序。啟動(dòng)前端只需運(yùn)行：

# 使用 pnpm 安裝依賴(lài)并運(yùn)行 Next.js 開(kāi)發(fā)服務(wù)器
make ui

圖片

安裝成功后，訪(fǎng)問(wèn) http://localhost:3000 查看 OpenMemory 儀表板，儀表板將指導(dǎo)您在 MCP 客戶(hù)端中安裝 MCP 服務(wù)器。

儀表板界面如下所示：

圖片

MCP 客戶(hù)端通過(guò) SSE 通道連接到 GET /mcp/{client_name}/sse/{user_id}，綁定兩個(gè)上下文變量（user_id 和 client_name）。

在儀表板中，您將找到基于您選擇的客戶(hù)端（如 Cursor、Claude、Cline、Windsurf）的一行安裝命令。例如，在 Cursor 中安裝的命令如下：

npx install-mcp i https://mcp.openmemory.ai/xyz_id/sse --client cursor

如果尚未安裝 install-mcp，系統(tǒng)會(huì)提示您安裝，然后您只需為服務(wù)器提供一個(gè)名稱(chēng)。

注意：上述為示例命令，請(qǐng)忽略具體內(nèi)容。打開(kāi) Cursor 設(shè)置，在側(cè)邊欄檢查 MCP 選項(xiàng)以驗(yàn)證連接。

圖片

在 Cursor 中打開(kāi)新聊天，輸入類(lèi)似“我希望它記住我的 GitHub 簡(jiǎn)介信息”的提示。這將觸發(fā) add_memories() 調(diào)用并存儲(chǔ)記憶。刷新儀表板，進(jìn)入“Memories”選項(xiàng)卡查看所有記憶。

圖片

記憶會(huì)自動(dòng)分類(lèi)（通過(guò) GPT-4o 分類(lèi)），作為可選標(biāo)簽。

圖片

您還可以連接其他 MCP 客戶(hù)端，如 Windsurf。

圖片

每個(gè) MCP 客戶(hù)端可調(diào)用以下四種標(biāo)準(zhǔn)記憶操作：

?add_memories(text) → 將文本存儲(chǔ)在 Qdrant，插入/更新 Memory 行和審計(jì)條目?search_memory(query) → 嵌入查詢(xún)，運(yùn)行向量搜索（帶可選 ACL 過(guò)濾），記錄每次訪(fǎng)問(wèn)?list_memories() → 檢索用戶(hù)的所有存儲(chǔ)向量（按 ACL 過(guò)濾）并記錄列表操作?delete_all_memories() → 清除所有記憶

所有響應(yīng)通過(guò)同一 SSE 連接流式傳輸。儀表板顯示所有活動(dòng)連接、訪(fǎng)問(wèn)記憶的應(yīng)用程序以及讀寫(xiě)詳情。

圖片

三、儀表板功能（及其背后的技術(shù)）

OpenMemory 儀表板包含三個(gè)主要路由：

?/ – 儀表板首頁(yè)?/memories – 查看和管理存儲(chǔ)的記憶?/apps – 查看連接的應(yīng)用程序

以下是儀表板提供的主要功能概覽：

1) 安裝 OpenMemory 客戶(hù)端

?獲取您的唯一 SSE 端點(diǎn)或使用一行安裝命令。?在 MCP Link 和不同客戶(hù)端選項(xiàng)卡（Claude、Cursor、Cline 等）之間切換。

2) 查看記憶和應(yīng)用統(tǒng)計(jì)

?查看存儲(chǔ)的記憶數(shù)量。?查看連接的應(yīng)用程序數(shù)量。

?輸入任意文本以實(shí)時(shí)搜索所有記憶（去抖動(dòng)處理）。

?相關(guān)代碼位于 ui/components/dashboard/Stats.tsx，功能包括：

?從 Redux 讀?。?/span>profile.totalMemories、profile.totalApps、profile.apps[]）。?在掛載時(shí)調(diào)用 useStats().fetchStats() 填充存儲(chǔ)。

?渲染“總記憶數(shù)”和“連接的應(yīng)用總數(shù)”，顯示最多 4 個(gè)應(yīng)用圖標(biāo)。

圖片

3) 刷新或手動(dòng)創(chuàng)建記憶

?刷新按鈕：重新調(diào)用當(dāng)前路由的相應(yīng)獲取器。?創(chuàng)建記憶按鈕：打開(kāi) CreateMemoryDialog 模態(tài)框。

圖片

4) 過(guò)濾面板

?可選擇：?包含哪些應(yīng)用?包含哪些類(lèi)別?是否顯示歸檔項(xiàng)目?按哪列排序（記憶、應(yīng)用名稱(chēng)、創(chuàng)建時(shí)間）?一鍵清除所有過(guò)濾器。

圖片

5) 檢查和管理單個(gè)記憶

?點(diǎn)擊任意記憶可：

圖片

?歸檔、暫停、恢復(fù)或刪除記憶?查看訪(fǎng)問(wèn)日志和相關(guān)記憶?支持選擇多個(gè)記憶并執(zhí)行批量操作。

圖片

??? 背后技術(shù)：關(guān)鍵組件

以下是涉及的主要前端組件：

?ui/app/memories/components/MemoryFilters.tsx：處理搜索輸入、過(guò)濾對(duì)話(huà)框觸發(fā)器、批量操作（如歸檔/暫停/刪除），并管理行選擇狀態(tài)。

?ui/app/memories/components/MemoriesSection.tsx：加載、分頁(yè)和顯示記憶列表的主容器。

?ui/app/memories/components/MemoryTable.tsx：渲染記憶表格（ID、內(nèi)容、客戶(hù)端、標(biāo)簽、創(chuàng)建日期、狀態(tài)）。每行通過(guò) MemoryActions 提供操作（編輯、刪除、復(fù)制鏈接）。

?狀態(tài)管理和 API 調(diào)用使用以下鉤子：

?useStats.ts：加載高級(jí)統(tǒng)計(jì)數(shù)據(jù)，如總記憶數(shù)和應(yīng)用數(shù)。

?useMemoriesApi.ts：處理記憶的獲取、刪除和更新。

?useAppsApi.ts：檢索應(yīng)用信息和每個(gè)應(yīng)用的記憶詳情。

?useFiltersApi.ts：支持獲取類(lèi)別和更新過(guò)濾器狀態(tài)。

這些組件共同打造了一個(gè)響應(yīng)式、實(shí)時(shí)的儀表板，讓您完全掌控 AI 記憶層。

四、安全性、訪(fǎng)問(wèn)控制和架構(gòu)概述

在處理 MCP 協(xié)議或任何 AI 代理系統(tǒng)時(shí)，安全性至關(guān)重要。以下是簡(jiǎn)要討論。

安全性

OpenMemory 遵循隱私優(yōu)先原則，所有記憶數(shù)據(jù)存儲(chǔ)在您的本地基礎(chǔ)設(shè)施中，使用 Docker 化的組件（FastAPI、Postgres、Qdrant）。

敏感輸入通過(guò) SQLAlchemy 的參數(shù)綁定安全處理，防止注入攻擊。每次記憶交互（添加、檢索、狀態(tài)變更）都會(huì)通過(guò) MemoryStatusHistory 和 MemoryAccessLog 表記錄以確?？勺匪菪?。

雖然未內(nèi)置認(rèn)證，但所有端點(diǎn)需要 user_id，并可通過(guò)外部認(rèn)證網(wǎng)關(guān)（如 OAuth 或 JWT）保護(hù)。

FastAPI 的 CORS 在本地/開(kāi)發(fā)環(huán)境中為開(kāi)放狀態(tài)（allow_origins=["*"]），但在生產(chǎn)環(huán)境中，您應(yīng)收緊此設(shè)置以限制僅信任客戶(hù)端訪(fǎng)問(wèn)。

訪(fǎng)問(wèn)控制

OpenMemory 注重細(xì)粒度訪(fǎng)問(wèn)控制。access_controls 表定義了應(yīng)用與特定記憶之間的允許/拒絕規(guī)則。

這些規(guī)則通過(guò) check_memory_access_permissions 函數(shù)強(qiáng)制執(zhí)行，考慮記憶狀態(tài)（活動(dòng)、暫停等）、應(yīng)用活動(dòng)狀態(tài)（is_active）和 ACL 規(guī)則。

在實(shí)踐中，您可以暫停整個(gè)應(yīng)用（禁用寫(xiě)入）、歸檔或暫停單個(gè)記憶，或按類(lèi)別或用戶(hù)應(yīng)用過(guò)濾器。暫?；蚍腔顒?dòng)條目對(duì)工具訪(fǎng)問(wèn)和搜索不可見(jiàn)。這種分層訪(fǎng)問(wèn)模型確保您可以自信地控制記憶訪(fǎng)問(wèn)。

圖片

架構(gòu)

以下是系統(tǒng)架構(gòu)的簡(jiǎn)要概述，更多詳情可參考代碼庫(kù)：

1.后端（FastAPI + FastMCP over SSE）：?提供 REST 接口（/api/v1/memories、/api/v1/apps、/api/v1/stats）和 MCP “工具”接口（/mcp/messages、/mcp/sse/<client>/<user>），代理通過(guò) SSE 調(diào)用 add_memories、search_memory、list_memories。?連接 Postgres 存儲(chǔ)關(guān)系元數(shù)據(jù)，連接 Qdrant 進(jìn)行向量搜索。2.向量存儲(chǔ)（通過(guò) mem0 客戶(hù)端的 Qdrant）：?所有記憶在 Qdrant 中進(jìn)行語(yǔ)義索引，查詢(xún)時(shí)應(yīng)用用戶(hù)和應(yīng)用特定過(guò)濾器。3.關(guān)系元數(shù)據(jù)（SQLAlchemy + Alembic）：?跟蹤用戶(hù)、應(yīng)用、記憶條目、訪(fǎng)問(wèn)日志、類(lèi)別和訪(fǎng)問(wèn)控制。?Alembic 管理架構(gòu)遷移。?默認(rèn)數(shù)據(jù)庫(kù)為 SQLite（openmemory.db），但可通過(guò) DATABASE_URL 指向 Postgres。4.前端儀表板（Next.js）：?Redux 提供實(shí)時(shí)可觀(guān)察性界面。?Hooks + Redux Toolkit 管理狀態(tài)，Axios 與 FastAPI 端點(diǎn)通信。?使用 Recharts 實(shí)現(xiàn)實(shí)時(shí)圖表、輪播和 React Hook Form 處理表單。5.基礎(chǔ)設(shè)施與開(kāi)發(fā)工作流：?docker-compose.yml（api/docker-compose.yml）包含 Qdrant 服務(wù)和 API 服務(wù)。?Makefile 提供遷移、測(cè)試、熱重載的快捷方式。?測(cè)試與后端邏輯共存（通過(guò) pytest）。

這些組件共同打造了一個(gè)自托管的 LLM 記憶平臺(tái)：

?? 在關(guān)系數(shù)據(jù)庫(kù)和向量索引中存儲(chǔ)和版本化聊天記憶?? 通過(guò)每個(gè)應(yīng)用的 ACL 和狀態(tài)轉(zhuǎn)換（活動(dòng)/暫停/歸檔）保護(hù)數(shù)據(jù)?? 通過(guò) Qdrant 進(jìn)行語(yǔ)義搜索?? 通過(guò)豐富的 Next.js UI 觀(guān)察和控制

五、實(shí)際應(yīng)用案例及示例

熟悉 OpenMemory 后，您會(huì)發(fā)現(xiàn)它可用于任何需要 AI 跨交互記憶的場(chǎng)景，從而實(shí)現(xiàn)高度個(gè)性化。

以下是一些高級(jí)和創(chuàng)造性的使用方式：

? 多代理研究助手與記憶層

想象構(gòu)建一個(gè)工具，其中不同 LLM 代理專(zhuān)注于不同研究領(lǐng)域（例如，一個(gè)處理學(xué)術(shù)論文，一個(gè)處理 GitHub 倉(cāng)庫(kù)，另一個(gè)處理新聞）。每個(gè)代理通過(guò) add_memories(text) 存儲(chǔ)其發(fā)現(xiàn)，主代理隨后通過(guò) search_memory(query) 檢索所有先前結(jié)果。

技術(shù)流程：

?每個(gè)子代理為 MCP 客戶(hù)端：?將檢索數(shù)據(jù)的摘要添加到 OpenMemory。?使用 GPT 自動(dòng)分類(lèi)為記憶添加標(biāo)簽。?主代理打開(kāi) SSE 通道，使用 search_memory("最新擴(kuò)散模型論文") 提取相關(guān)上下文。?儀表板顯示每個(gè)代理存儲(chǔ)的內(nèi)容，您可通過(guò) ACL 限制代理間的記憶訪(fǎng)問(wèn)。

提示：可添加 LangGraph 編排層，每個(gè)代理作為一個(gè)節(jié)點(diǎn)，跟蹤記憶的寫(xiě)入/讀取，可視化每個(gè)研究線(xiàn)程的知識(shí)流和來(lái)源。

? 具有跨會(huì)話(huà)持久記憶的智能會(huì)議助手

可構(gòu)建一個(gè)會(huì)議記錄工具（支持 Zoom、Google Meet 等），功能包括：

?通過(guò) LLM 提取摘要。?跨會(huì)議記憶行動(dòng)項(xiàng)。?在未來(lái)會(huì)議中自動(dòng)檢索相關(guān)上下文。

技術(shù)流程：

?每次會(huì)議后通過(guò) add_memories(text) 存儲(chǔ)會(huì)議記錄和行動(dòng)項(xiàng)。?下次會(huì)議前運(yùn)行 search_memory("Project X 的未完成項(xiàng)")。?相關(guān)記憶（按適當(dāng)類(lèi)別標(biāo)記）顯示在 UI 中，審計(jì)日志跟蹤記憶的讀取時(shí)間和內(nèi)容。

提示：與 Google Drive、Notion、GitHub 等工具集成，存儲(chǔ)的行動(dòng)項(xiàng)可鏈接到實(shí)時(shí)文檔和任務(wù)。

? 隨使用進(jìn)化的代理編碼助手

您的 CLI 編碼助手可通過(guò)存儲(chǔ)使用模式、常見(jiàn)問(wèn)題、編碼偏好和項(xiàng)目特定提示來(lái)學(xué)習(xí)您的工作方式。

技術(shù)流程：

?當(dāng)您詢(xún)問(wèn)“為什么我的 SQLAlchemy 查詢(xún)失敗？”，助手通過(guò) add_memories 存儲(chǔ)錯(cuò)誤和修復(fù)。?下次您輸入“再次遇到 SQLAlchemy 連接問(wèn)題”，助手自動(dòng)運(yùn)行 search_memory("sqlalchemy join issue") 檢索先前修復(fù)。?通過(guò) /memories 儀表板檢查所有存儲(chǔ)記憶，暫停過(guò)時(shí)或錯(cuò)誤的記憶。

提示：可連接到 codemod 工具（如 jscodeshift），根據(jù)存儲(chǔ)的偏好自動(dòng)重構(gòu)代碼，隨代碼庫(kù)發(fā)展而演進(jìn)。

在上述案例中，OpenMemory 的向量搜索（用于語(yǔ)義召回）、關(guān)系元數(shù)據(jù)（用于審計(jì)/日志記錄）和實(shí)時(shí)儀表板（用于可觀(guān)察性和即時(shí)訪(fǎng)問(wèn)控制）讓您能夠構(gòu)建上下文感知的應(yīng)用程序，感覺(jué)就像它們擁有記憶。

現(xiàn)在，您的 MCP 客戶(hù)端擁有真正的記憶能力。

您可以跟蹤每次訪(fǎng)問(wèn)、暫停所需內(nèi)容并在一個(gè)儀表板中審計(jì)所有操作。最棒的是，所有內(nèi)容都存儲(chǔ)在您的本地系統(tǒng)上。

References

[1] mem0.ai/openmemory-mcp: https://mem0.ai/openmemory-mcp

[2] github.com/mem0ai/mem0: https://github.com/mem0ai/mem0