無程式碼也能輕鬆打造專業LINE官方帳號！一鍵導入模板，讓AI助你行銷加分！
当前 AI 代理最大的限制之一是缺乏持久记忆。每次新对话都从头开始，强迫用户重复上下文和偏好。Supermemory MCP 通过提供一个 AI 代理可以跨会话读取和写入的持久记忆层来解决这个问题，全部通过模型上下文协议实现。
由 supermemoryai 开发的这个 MCP 服务器赋予 AI 代理记住用户事实、回忆过去互动以及随时间构建知识库的能力。它支持结构化和非结构化记忆、自动摘要和可配置的保留策略。结果是 AI 代理能在每次互动中学习和改进。
记忆功能
| 功能 | 描述 |
|---|---|
| 持久存储 | 记忆跨会话和对话存活 |
| 结构化事实 | 用于用户偏好和上下文的键值对 |
| 语义搜索 | 根据含义而非仅关键字找到相关记忆 |
| 自动摘要 | 将对话历史压缩为简洁的记忆 |
| 可配置保留 | 设置 TTL、重要性阈值和记忆限制 |
记忆架构
flowchart LR
A[AI 代理] --> B[MCP 协议]
B --> C[Supermemory 服务器]
C --> D[内存操作]
D --> E[存储记忆]
D --> F[检索记忆]
D --> G[搜索记忆]
D --> H[摘要记忆]
E --> I[记忆存储]
F --> I
G --> I
I --> J[向量索引]
I --> K[双编码器]
I --> L[元数据存储]服务器通过 MCP 暴露四个核心操作：存储、检索、搜索和摘要。在背后，记忆存储在向量索引中进行语义搜索，使用双编码器进行高效检索，以及元数据存储进行结构化查询。
存储后端比较
| 后端 | 可扩展性 | 持久性 | 设置复杂度 |
|---|---|---|---|
| SQLite | 中等 | 基于文件 | 极简 |
| PostgreSQL | 高 | 数据库 | 中等 |
| ChromaDB | 高 | 文件/数据库 | 极简 |
| 自定义 | 可变 | 可变 | 高 |
使用案例
Supermemory MCP 将 AI 代理从无状态助手转变为学习伙伴。用户的偏好和工作上下文在会话之间延续。研究代理随时间累积知识。个人助手学习用户的习惯和常规。客户支持机器人记住与用户的过去互动。
如需更多信息，请访问 Supermemory MCP GitHub 仓库 和 模型上下文协议规范。
常见问题
Q：记忆存储在本地还是服务器上？ A：它同时支持本地存储（SQLite、文件）和基于服务器的存储（PostgreSQL、ChromaDB）。
Q：语义搜索如何与记忆配合工作？ A：记忆被嵌入为向量表示，实现基于相似性的搜索。
Q：我可以控制哪些内容被记住吗？ A：可以，你可以设置重要性阈值和保留策略以进行自动记忆管理。
Q：它与任何 MCP 兼容的客户端都能配合使用吗？ A：是的，任何支持 MCP 标准的客户端都可以使用 Supermemory 服务器。
Q：旧记忆如何管理？ A：可配置的 TTL 和摘要策略会自动管理记忆生命周期。
