Memory Vault

社区

自托管的 AI 记忆数据库，混合搜索 + 知识图谱，MCP 原生。

分类: 数据库第 28 / 58
Stars: ★ 65 热门
传输方式: stdio（本地进程） · SSE
运行环境: Python 3.11+ · Docker
凭据: 无需凭据
许可证: MIT
最近提交: 14 天前
工具数: 6

56FMRS · C

Memory Vault 是一个自托管、MIT 许可的 AI 记忆层，把 PostgreSQL + pgvector 的混合搜索、MCP 原生工具、知识图谱和本地 LLM 聊天打包在一起，主打数据不出本机。它的定位是数据库型记忆基础设施，而非文件系统上的笔记工具，适合已有 Postgres 运维能力的个人开发者，通过 MCP、REST 或仪表盘三种同等接口使用。需要留意的是：v1.0 为单实例、NER 仅英文、HTTP/SSE 传输默认关闭且无自带加密、团队功能仍属计划中的 PRO；项目由单人维护，响应时间不保证。

最强项 · 文档质量 14/20 最弱项 · 可靠性 9/20

可靠性

9/20

安全与权限

12/20

维护活跃度

11/20

文档质量

14/20

安装易用性

10/20

查看各项评分依据

可靠性 9/20: 静态证据仅限 README + server.json，未提供任何源码、测试或 CI 工作流文件，因此按校准规则不得高于 12 分。可读到的正向信号：manifest 声明 OCI 镜像版本 1.5.0 与 stdio 传输，README 描述 6 个 MCP 工具（recall/remember/forget/purge_forgotten/move_memory/memory_status）与 2 个资源（memory://spaces、memory://stats），且提供了模块启动方式与常见启动错误（ModuleNotFoundError、spaCy E050）的排查说明，说明作者对初始化失败路径有认知。扣分点：manifest 只列出 4 个环境变量必填项且未声明任何依赖数据库可用性、pgvector 扩展、spaCy 模型的前置校验；README 的 Features 段说‘四个工具’，而 Tools 表列出六个，属自相矛盾，工具清单与真实行为无法在静态条件下核验；无测试、无 CI 证据；purge_forgotten 属不可逆删除但未说明确认机制。综合判为 9：happy path 大致可想象，错误面与依赖可控性证据薄弱。
安全与权限 12/20: 未触及红线：没有恶意代码、凭据窃取、隐蔽外传或伪造身份的静态证据，安装示例中的 DB_PASSWORD 均为占位值（memory_vault / mv_your-token-here），不是真实密钥，因此不适用 0-4 红线区间。正向证据：DB_PASSWORD 在 manifest 中标注 isSecret；MCP HTTP（SSE）默认关闭，需显式 MCP_HTTP_ENABLED=true；明确说明 API_AUTH_ENABLED=false 不会开放 MCP 传输，未认证请求仍返回 401；有 Host 头校验并返回 421，用于阻断 DNS rebinding；建议绑定到内网地址、置于反向代理/TLS 之后，并提示无传输加密；token 可 revoke，且 MCP 与 REST 共用同一张表；diagnose 包会脱敏 token/密码。扣分点：默认 API_HOST=0.0.0.0 与 API_CORS_ORIGINS=* 属偏宽配置；bearer token 存于 dashboard localStorage，存在 XSS 面；forget 为软删除但 purge_forgotten 是不可逆永久删除，README 未描述任何二次确认或 dry-run；无权限分级（单一读/写用户），单实例无多租户隔离；未提供源码以核实 Host 校验、限流与脱敏实现。判为 12：主要风险可见且有意收敛，但确认流程、最小权限与实现可验证性不完整。
维护活跃度 11/20: 证据：MIT 许可明确；SECURITY.md 提供支持邮箱作为私密漏洞上报渠道；CONTRIBUTING.md、CODE_OF_CONDUCT.md（Contributor Covenant v2.1）、threat-model 文档、issue/PR 模板均被引用；README 显示 M1-M7 里程碑已发布、v1.0 于 2026-05-07 发布并承诺 semver 与 v1.x 内仅增量迁移；ACKNOWLEDGMENTS 列出 v1.0.7–v1.0.10 期间 20+ 外部 issue 与致谢，说明存在真实的问题响应循环；manifest 版本 1.5.0 与 README 提及的 v1.5.0 变更（ef_search 旋钮、索引预热）一致。扣分点：源码与 CHANGELOG 不可读，无法核实提交频率、依赖更新策略或实际 issue 响应时延；单一维护者（作者自述），无治理结构或接班人安排；仓库有 11 个开放 issue，无法判断处理状态；依赖（sentence-transformers、spaCy、pgvector、FastMCP、React 19）版本固定策略无证据；PRO 商业层与开源核心的边界仅停留在计划阶段。判为 11：活跃且许可/安全渠道健全，但治理与版本管理细节存在空白。
文档质量 14/20: 证据相当丰富且分层：Quick Start（Docker 与 No-Docker 双路径）、uv 与 pip+venv 两种安装方式、Claude Code（项目级 .mcp.json 与全局 ~/.claude/.mcp.json + enabledMcpjsonServers）与 Claude Desktop 配置示例、Docker 场景下 DB_HOST 应为 127.0.0.1 的说明、HTTP/SSE 远程接入的完整说明（开关、URL、Bearer、MCP_HTTP_ALLOWED_HOSTS 语义及‘替换而非追加’的细节、421 含义）、REST API 端点表、认证与 token 生命周期、配置变量表、性能调优（maintenance_work_mem）、专门的 Limitations 段（英文 NER、无语义别名合并、编辑后不重抽取、单实例、仅 LM Studio）、FAQ、故障排查清单（ModuleNotFoundError、spaCy E050、claude --debug mcp、CORS、localStorage 被阻止）、以及带 X-Request-ID 与 diagnose 打包的报错流程。扣分点：Features 段称‘四个工具’与 Tools 表的六项工具直接冲突，属文档内部矛盾；MCP 工具参数签名（recall/remember 的字段、limit、space 语义）未给出，只有一行描述；Local LLM Chat 依赖 LM Studio 的细节与模型黑名单理由仅凭叙述，无版本要求；无成本/资源开销的量化证据以外推为主；无实际工具调用返回示例。判为 14：安装、认证、限制与排障覆盖良好，但工具参数级参考与内部一致性有缺口。
安装易用性 10/20: 证据：Docker 路径为三步（git clone、cd、docker compose up -d），迁移自动执行，dashboard 在 http://localhost:8000，数据持久化于 volume；No-Docker 路径给出 Python 3.11+、Postgres 16 + pgvector、uv 或 pip+venv 的完整命令序列（uv sync、spaCy 模型下载、.env 配置、migrate、status）；为主流客户端提供了可直接复制的 JSON 配置块，并区分 Claude Code 项目级/全局作用域与 Claude Desktop；Docker 用户的 DB_HOST 差异有明确提示；Windows 用户指向 docs/windows.md 并建议 WSL2。扣分点：任何部署都强制要求外部 Postgres 16 + pgvector 实例，属较重前置依赖，且 manifest 中 DB_HOST/DB_PORT/DB_NAME/DB_USER/DB_PASSWORD 全为必填，缺一即无法启动；spaCy 模型需单独下载，遗漏即 OSError [E050]；全局 MCP 作用域需手工编辑 ~/.claude/settings.json，易漏；无示例 .env 内容（.env.example 仅有指引）；无 GPU/离线安装或镜像校验说明；未提供最小可跑的连通性验证（除 memory_status 与 claude mcp list 之外）。按静态校准上限 15 且证据仅来自未验证的 README/manifest，判为 10：路径清晰但手动步骤与外部数据库耦合使初次连通较为脆弱。

静态评测 · 未实际运行收录于 2026-09-10

查看 FMRS 评分方法 →

选型与风险

能访问什么连接数据库

适合谁

希望数据完全自托管、不想把记忆送到云端的个人开发者
已有 PostgreSQL 经验、愿意自行运维数据库的用户
需要在 Claude Desktop / Claude Code 中获得跨会话记忆的人
想在自己的 AI 工具上叠加记忆层、又不想维护独立向量数据库的团队（单实例）

不适合谁

需要多用户 / 多租户或团队协作功能的组织（v1.0 为单实例，团队功能属计划中的 PRO）
希望零运维、开箱即用云端服务的用户
需要多语言实体抽取的项目（NER 仅支持英文）
不想运行和维护 PostgreSQL 的用户
要求传输加密由服务自身提供的场景（需自行加反向代理或隧道）

所需权限

对 PostgreSQL 数据库的读写权限（DB_USER 需要读写 memory vault 库）
数据库密码（DB_PASSWORD 为敏感值）
MCP stdio 模式下以本地进程身份读取环境变量并连接数据库
启用 HTTP/SSE 时需在端口上监听并校验 Bearer token
仪表盘在浏览器 localStorage 中存储 bearer token

风险与副作用

MCP 走 stdio 时数据库凭据以明文写在客户端配置文件的 env 中
HTTP/SSE 传输没有自带的传输加密，token 在请求头中明文传输，跨不可信网络必须自行加 TLS
若把容器端口发布到 0.0.0.0，整个网络都可能访问到记忆库
API_AUTH_ENABLED=false 只对 REST API 生效，会开放 REST 接口（MCP 传输仍返回 401），属于仅限本地开发的便利选项
知识图谱存在已知局限：实体无模糊匹配（PostgreSQL 与 Postgres 是两个实体）、编辑后不重新抽取、同一名称可能同时成为 Person 与 Project
项目为单人维护，PR 审核与响应时间取决于维护者可用时间

安装接入

准备工作

运行环境：Python 3.11+ · Docker

DB_HOST 必填 Postgres+pgvector 实例的主机名，Docker 场景用 127.0.0.1 或 host.docker.internal。

DB_PORT 必填 Postgres 端口，默认 5432。

DB_NAME 必填 Postgres 数据库名，默认 memory_vault。

DB_USER 必填对记忆库数据库有读写权限的 Postgres 用户。

DB_PASSWORD 必填密钥 DB_USER 对应的 Postgres 密码，自行设置。

方式一（Docker，推荐）：git clone 仓库后进入目录，执行 docker compose up -d，迁移会在首次启动时自动运行；执行 docker compose exec app memory-vault status 验证。仪表盘位于 http://localhost:8000。

方式二（不用 Docker）：需要 Python 3.11+、带 pgvector 扩展的 PostgreSQL 16，以及 uv（或 pip + venv）。依次执行 uv sync、uv run python -m spacy download en_core_web_sm、cp .env.example .env 并填入数据库凭据、uv run memory-vault migrate、uv run memory-vault status。

配置 MCP 客户端：先完成上面的非 Docker 安装，使 memory_vault 包可用，然后在 Claude Code 的项目 .mcp.json（或 ~/.claude/.mcp.json）中写入 install_config 所示的 server 块，填好 DB_HOST、DB_PORT、DB_NAME、DB_USER、DB_PASSWORD。若希望全局可用，还需把 memory-vault 加入 ~/.claude/settings.json 的 enabledMcpjsonServers。用 claude mcp list 验证是否显示 connected。Claude Desktop 则在 Settings → Developer → Edit Config 中加入同样的 server 块并重启。

Docker 用户注意：MCP server 运行在宿主机上（不在容器内），需要把 DB_HOST 设为 127.0.0.1，并在 docker-compose.yml 中暴露 5432 端口。远程访问可使用 HTTP/SSE：设置 MCP_HTTP_ENABLED=true，传输挂载在 /api/mcp，客户端连接 http://<host>:8000/api/mcp/sse，并需用 memory-vault token create 创建 token 作为 Bearer 头；用 MCP_HTTP_ALLOWED_HOSTS 声明允许的主机名（列表会替换默认值，默认仅 localhost 与 127.0.0.1）。

claude_desktop_config.json

{
  "mcpServers": {
    "memory-vault": {
      "command": "/path/to/memory-vault/.venv/bin/python",
      "args": ["-m", "memory_vault.mcp"],
      "env": {
        "DB_HOST": "localhost",
        "DB_PORT": "5432",
        "DB_NAME": "memory_vault",
        "DB_USER": "memory_vault",
        "DB_PASSWORD": "memory_vault"
      }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "memory-vault": {
      "command": "/path/to/memory-vault/.venv/bin/python",
      "args": [
        "-m",
        "memory_vault.mcp"
      ],
      "env": {
        "DB_HOST": "localhost",
        "DB_PORT": "5432",
        "DB_NAME": "memory_vault",
        "DB_USER": "memory_vault",
        "DB_PASSWORD": "memory_vault"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add memory-vault -e DB_HOST=localhost -e DB_PORT=5432 -e DB_NAME=memory_vault -e DB_USER=memory_vault -e DB_PASSWORD=memory_vault -- /path/to/memory-vault/.venv/bin/python -m memory_vault.mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

配置完成后，在 Claude Code 中运行 claude mcp list 确认 memory-vault 显示 connected，或直接询问"使用 memory_status 检查记忆系统"看工具是否可用。

常见排障

启动时报 ModuleNotFoundError：虚拟环境未安装，在仓库目录重跑 uv sync（或 pip install -e .）
启动时报 OSError: [E050]：spaCy 语言模型未安装，重跑 python -m spacy download en_core_web_sm
Claude Code 中 server 显示 failed：执行 claude --debug mcp 查看错误输出
server 已连接但工具不可用：确认 ~/.claude/settings.json 的 enabledMcpjsonServers 中包含 memory-vault
Docker 运行时报连接被拒绝：把 DB_HOST 改为 127.0.0.1 而不是 localhost
远程客户端收到 421 Misdirected Request：客户端使用的主机名不在 MCP_HTTP_ALLOWED_HOSTS 列表中（该列表会替换默认值，记得保留 localhost:*）
仪表盘每次刷新都要求填 token：浏览器阻止了 localStorage（隐私模式或严格 Cookie 设置）
仪表盘所有请求返回 401：token 已被撤销或 API_AUTH_ENABLED 发生变化，创建新 token 后重新粘贴
提交问题前可运行 docker compose exec app memory-vault diagnose 生成诊断包（token、密码会自动打码，但仍建议先自行检查）
报告中附带响应头 X-Request-ID，便于在结构化 JSON 日志中定位同一次请求

试试这样问

连接成功后，可以直接对 AI 助手这样说：

使用 memory_status 检查记忆系统状态。
记住我们选择 Redis 作为会话缓存。
回忆关于 hybrid search 的一切。
把这条记忆移动到 default 空间。

工具能力 6

recall 只读

使用混合搜索（向量 + 全文 + RRF）检索记忆。

remember 写入

写入一条新记忆，自动进行分类和嵌入。

forget 破坏性

按 chunk ID 对一条记忆执行软删除。

purge_forgotten 破坏性

永久删除已遗忘超过 N 天的记忆。

move_memory 写入

把一条记忆移动到另一个 space，并重建其图谱条目。

memory_status 只读

查看数据库健康状态、chunk 数量与嵌入模型信息。

使用场景

让 Claude 在跨会话中记住项目决策、笔记与已解决的问题

在本地对大量文档/笔记做混合语义 + 关键词检索

用本地 LM Studio 模型对自己的记忆库提问，并核对每条回答的来源

通过 REST API 或仪表盘把持久记忆集成进自建的 AI 应用

在 CPU 上自动抽取实体与关系，浏览知识图谱中的关联

支持客户端

Claude Desktop

Claude Code

依据项目文档列出，未经本站实测。

详细介绍

Memory Vault 是一个本地优先（local-first）的 AI 记忆层，核心是自托管的 PostgreSQL 16 + pgvector。它把向量嵌入、全文索引和关系型数据放在同一个数据库里，通过向量搜索与全文搜索（tsvector + GIN）配合 RRF（Reciprocal Rank Fusion）融合实现混合搜索，无需额外维护一个独立的向量数据库。

它通过 MCP 向 Claude 暴露六个工具（recall、remember、forget、purge_forgotten、move_memory、memory_status），让 Claude 在会话中可以读取和写入记忆；同时也提供 REST API 和内置 React 仪表盘（Chat、Search、Browse、Graph、Ingest、Stats 六个页面），三者都是平等的一等客户端。知识图谱使用 spaCy 的 en_core_web_sm 做实体抽取、用共现关系生成 related_to 边，全部在 CPU 上完成，不调用外部 LLM 或云服务。

项目以 MIT 许可证开源，作者为 MihaiBuilds（个人维护项目）。默认嵌入模型为 all-MiniLM-L6-v2（384 维，CPU 运行）；本地 LLM 聊天在 v1.0 仅支持 LM Studio，并且每条回答都会展示其依据的记忆来源。MCP 默认走 stdio 传输；HTTP/SSE 传输需要在服务端显式设置 MCP_HTTP_ENABLED=true 才会开启，且始终要求 Bearer token。