什麼是 OpenMemory MCP？
OpenMemory MCP 是一個開源、以本地為優先的記憶伺服器，基於模型上下文協議構建。它標準化了人工智能應用如何存儲、訪問和管理持久內存，讓多個 AI 客戶端能夠共享上下文和知識，無需不斷重複解釋。所有數據都保留在你自己的計算機上，保證隱私和數據主權。
如何配置
- 從 GitHub 複製或下載 OpenMemory 倉庫。
- 根據文檔中的安裝步驟安裝依賴並在你的機器上啟動 OpenMemory MCP 伺服器。
- 配置你的 AI 工具（如 Cursor、Claude Desktop、Windsurf 或 Cline）以連接到你 OpenMemory 伺服器所暴露的 MCP 端點。
- 可選地，訪問統一的記憶 UI 儀表板，以檢視和管理你的存儲記憶，並控制客戶端的訪問權限。
如何使用
- 從任何支持的 AI 工具中通過執行與記憶相關的操作來存儲重要的項目詳細信息、偏好或片段。
- 在其他工具中自動或依請求檢索相關上下文，消除重述信息的需要。
- 隨時使用記憶 UI 儀表板檢視、添加或刪除存儲的記憶，以及管理哪些客戶端可以訪問你的記憶層。
- 利用內置的 MCP 工具通過協議端點以編程方式添加、搜索、列出或刪除記憶。
主要特徵
- 私有本地存儲: 所有數據僅存儲在你的設備上。沒有雲同步或外部存儲，確保最大的隱私和數據控制。
- 跨客戶端記憶共享: 通過標準化的 MCP 介面，輕鬆在多個 AI 應用之間轉移上下文和偏好。
- 統一記憶儀表板: 從一個中心且易於使用的 UI 管理、審計和整理所有儲存的信息。
- 令牌和延遲效率: 與遠程或專有的記憶解決方案相比，最小化令牌使用並顯著降低延遲。
- 開源且可擴展: 可自由使用和自定義以適合你的工作流程，並且可以通過整合新的 MCP 工具輕鬆擴展。
使用案例
- 一致的項目交接: 在不同的 AI 工具中跨研究、編碼編輯和調試會話攜帶項目上下文。
- 全球用戶偏好: 在一個工具中設置偏好或樣式指南，並自動在其他工具中使用。
- 知識持久性: 保存重要的項目筆記或知識，並立即從任何兼容的客戶端檢索，防止重複的上下文設置。
- 團隊協作（本地優先）: 在共享設備上，讓多個用戶或代理安全地訪問和更新上下文。
- 個性化的 AI 助手: 裝備你的代理人一個真正反映你的工作流程和需求的記憶，同時保持數據私密。
FAQ
Q1: 我的數據有發送到雲端或第三方嗎？
不，所有記憶都儲存在你自己的機器上並進行處理。默認情況下沒有雲同步或外部存儲，確保你的隱私。
Q2: 我可以與哪些客戶端/應用一起使用 OpenMemory MCP？
任何支持模型上下文協議的 AI 工具都可以連接到 OpenMemory MCP，包括 Cursor、Claude Desktop、Windsurf 和 Cline。
Q3: 如果我想刪除所有存儲的記憶，會怎麼樣？
你可以通過調用 delete_all_memories 工具來瞬間清除所有數據，無論是從客戶端還是直接從記憶 UI。
Q4: OpenMemory MCP 是開源的嗎？我可以貢獻嗎？
是的，OpenMemory 是完全開源的。非常歡迎提供貢獻——只需參考倉庫中的 CONTRIBUTING.md 文件。
Q5: 我如何控制哪些工具可以訪問我的記憶？
你可以從內置儀表板管理客戶端的訪問權限，根據每個客戶端授予或撤銷記憶訪問權限。