Mengram MCP Server

官方

为 AI 智能体提供能真正学习的长期记忆

★ 196 Stars 分类 · 开发工具非常热门

57FMRS · C

Mengram 是一个面向 AI 智能体的记忆 MCP 服务器，特色在于同时覆盖语义、情景与程序性三类记忆，并让程序在失败驱动下自动演化出带前置条件的新版本。它提供免费的 API 密钥、Python 与 JS SDK 以及 LangChain、CrewAI、OpenClaw 集成，并通过 streamable-http 托管端点或本地 stdio 服务器接入 Claude Desktop、Cursor、Codex、Windsurf、Cline 等客户端。适合需要跨会话持久记忆的编码智能体与自主智能体开发者；不适合无需跨会话状态或要求完全本地且不安装组件的场景。主要权衡是云端模式会把内容上传到第三方服务，且自动 hooks 与自动演化的程序会影响上下文与命令执行前的提示。

可靠性

9/20

安全与权限

11/20

维护活跃度

12/20

文档质量

13/20

安装易用性

12/20

查看 FMRS 评分方法 →

Mengram 是面向 AI 智能体的长期记忆服务，存储三类记忆：语义记忆（事实与偏好）、情景记忆（事件与决策）以及程序性记忆（工作流）。其程序性记忆会在报告失败后自动演化出新版本，并记录导致失败的假设与需要预先检查的前置条件。Mengram 提供免费的 API 密钥、Python 与 JavaScript SDK，以及 LangChain、CrewAI 和 OpenClaw 集成，同时通过 MCP 服务器暴露给 Claude Desktop、Cursor、Codex、Windsurf、Cline 等客户端（仓库说明中提到 30 个工具）。该服务器托管于 https://mengram.io/mcp，使用 streamable-http 传输，需要 Authorization: Bearer <API 密钥> 头。它原生支持 23 种语言的多语言检索，并提供带引用的 ask 问答与生成系统提示的 Cognitive Profile。代码以 Apache-2.0 许可证发布，可在本地使用 Ollama 自托管。

安装接入

在 https://mengram.io/#signup 获取免费 API 密钥（形如 om-...）。
安装 SDK：pip install mengram-ai 或 npm install mengram-ai。
方式一（远程托管）：在客户端配置中指向 https://mengram.io/mcp，并以 Authorization: Bearer <你的密钥> 头进行认证。
方式二（本地 stdio）：在 mcpServers 中配置 command 为 mengram、args 为 ["server", "--cloud"]，并在 env 中设置 MENGRAM_API_KEY。
也可运行 mengram setup，它会自动完成账户、Claude Code hooks、检测到的工具（Cursor、Claude Desktop、Windsurf）的 MCP 配置与历史导入。
完成后进行一次往返验证（搜索或 ask）以确认连通。

claude_desktop_config.json

{
  "mcpServers": {
    "mengram": {
      "command": "mengram",
      "args": ["server", "--cloud"],
      "env": { "MENGRAM_API_KEY": "om-..." }
    }
  }
}

生成并校验客户端配置

选型与风险

适合谁

需要跨会话、跨机器持久记忆的编码智能体与 CLI 工作流（Claude Code、Codex、Cursor）
构建需要事实、事件与可演化工作流三类记忆的自主智能体开发者
使用 LangChain、CrewAI 或 OpenClaw 并希望接入现成记忆后端
需要在单一 API 密钥下做多用户数据隔离的应用
希望用自带模型（Anthropic、OpenAI 或 Ollama）把记忆保存在本地文件夹、无需账号的团队

不适合谁

只需要单轮对话或完全不需要跨会话状态的场景
要求完全本地且不安装任何 SDK 或 CLI 的场景（本地模式仍需 pip install mengram-ai 并自带模型密钥）
对整体文件夹有强原子事务要求的高并发写入场景（仓库说明本地文件夹不是单一崩溃原子事务，外部编辑器也不参与锁）
期望使用 8B 以下、上下文不足 8K 的小模型做抽取的自托管用户

所需权限

Mengram API 密钥（Authorization: Bearer 头），用于云端读写记忆
云端模式会把对话内容发送到 mengram.io 进行记忆抽取、嵌入与检索
Claude Code hooks 可读取会话历史与工作状态并在压缩前后注入上下文
mengram import claude-code 会读取本地 Claude Code 会话历史（声明在机器上先做敏感信息脱敏再上传）
策略门（policy gate）在匹配到记录的 Bash 命令前会进行查询，并可配置将记忆放在本地文件夹（MENGRAM_MEMORY_DIR）

风险与副作用

云端模式会把对话与文件内容上传到第三方服务，可能包含敏感数据；本地模式可避免但需自带模型密钥
自动保存与自动召回 hooks 会在后台读取和写入记忆，可能引入不期望的上下文
记忆内容若有错误会被反复召回并写入系统提示，造成持续影响
程序性记忆会自动演化并在策略门处影响命令执行前的提示，配置不当可能导致误报
本地文件夹模式下并发外部编辑不被锁保护，存在覆盖风险；本地检索基于词匹配，不使用嵌入或翻译

常见排障

确认 Authorization 头使用 Bearer <om-...> 格式且密钥有效，可调用 GET /v1/me 校验账户
若云端调用被拒，检查账户配额头 X-Quota-Add-Used/Limit 与 X-Quota-Search-Used/Limit，或通过 SDK 的 .quota 查看用量
连接失败时区分传输：托管端点使用 streamable-http 指向 https://mengram.io/mcp；本地 stdio 需确认 mengram 命令在 PATH 中
自托管 Ollama 效果差时，改用 8B 以上且上下文 8K 以上的模型（如 llama3.1:8b、mistral:7b、gemma2:9b）
文件上传不返回结果时，调用 m.job_status(job_id) 轮询任务状态
策略门行为可通过 MENGRAM_POLICY_MIN_RELIABLE、MENGRAM_POLICY_PATTERN 调整，或用 mengram hook install --no-policy 关闭
本地文件夹模式多会话冲突时需要重新加载而非覆盖，可检查文件夹锁状态

使用场景

让编码智能体在 /clear、自动压缩、切换机器或团队交接后仍保留上下文

为自主智能体保存每次运行学到的事实、事件和工作流，并在下一次运行前召回

记录部署失败并让部署流程自动演化出新版本与前置检查

用 Cognitive Profile 一次调用生成可插入系统提示的个性化提示

导入既有数据（Claude Code 会话、ChatGPT 导出、Obsidian 库、文本文件）以消除冷启动

跨 23 种语言进行多语言记忆检索与带引用问答

支持客户端

Claude Desktop完整支持

Cursor部分支持

Codex部分支持

Windsurf完整支持

Cline完整支持

Claude Code完整支持

OpenClaw完整支持

LangChain完整支持

CrewAI完整支持