OpenMemory MCP

MCP OpenMemory

OpenMemory MCP 是mem0推出的基于开放模型上下文协议（MCP）构建的开源工具，能解决 AI 工具记忆痛点，实现不同工具间共享上下文信息。OpenMemory MCP支持 100% 本地运行，数据存储在用户本地设备上，确保隐私和安全。OpenMemory MCP 具备跨平台支持、标准化内存操作、集中式仪表板等优势，广泛用在软件开发、项目管理、错误跟踪等场景，帮助用户提升工作效率，让 AI 工具的交互更加连贯和高效。

OpenMemory MCP的主要功能

跨客户端记忆共享：在不同工具（如Cursor、Claude Desktop等）之间共享记忆，无需重复输入。
本地化存储：所有记忆存储在本地，不上传云端，确保隐私和安全。
统一管理界面：内置仪表板，方便查看、添加、删除记忆，集中管理。
兼容多种客户端：支持所有MCP兼容工具，如Cursor、Claude Desktop、Windsurf等。
标准化操作：提供标准化API（如add_memories、search_memory等），方便记忆管理。

OpenMemory MCP的技术原理

开放模型上下文协议（MCP）：基于MCP协议，不同AI工具（如Cursor、Claude等）共享上下文信息，确保数据的延续性。提供标准化的上下文操作（如添加、搜索、删除等），确保不同工具之间的一致性和互操作性。
100%本地运行：所有数据存储在本地设备上，无需上传至云端，确保数据的安全性和隐私性。本地运行减少网络延迟，提升数据处理速度和用户体验。
私有内存管理：上下文信息在会话结束后不会丢失，持久化存储在本地设备上。提供安全的读写机制，确保不同工具之间可以安全地共享和更新上下文信息。
基于Docker的部署：基于Docker的部署方式，简化安装和运行过程。Docker容器确保运行环境的隔离和数据的安全性。
零知识证明（ZK）技术：用零知识证明技术，确保数据在本地设备上的全程加密处理与验证。用户在不暴露原始数据的情况下进行数据验证或交易，进一步保护数据隐私

OpenMemory MCP的项目地址

项目官网： https://mem0.ai/openmemory-mcp
GitHub仓库： https://github.com/mem0ai/mem0/tree/main/openmemory

相关推荐

deepwiki-mcp

Deepwiki MCP 服务器这是一个非官方的 Deepwiki MCP 服务器它通过 MCP 获取 Deepwiki URL，抓取所有相关页面，将其转换为 Markdown，然后返回一个文档或按页面列出的列表。特征 🔒域名安全：仅处理来自 deepwiki.com 的 URL 🧹 HTML 清理：删除页眉、页脚、导航、脚本和广告 🔗链接重写：调整链接以使其在 Markdown 中工作 📄多种输出格式：获取一个文档或结构化页面 🚀性能：快速爬行，并发性和深度可调 NLP：仅搜索库名称

PulseMCP

浏览并发现 MCP 用例、服务器、客户端和新闻，目前收集超过4000个MCP服务

Baidu MCP servers

百度搜索开放广场，集成了6000多个MCP

Higress

Higress 是一款云原生 API 网关，集成了流量网关、微服务网关、安全网关和 AI 网关的功能。它基于 Istio 和 Envoy 开发，支持使用 Go/Rust/JS 等语言编写 Wasm 插件。提供了数十个通用插件和开箱即用的控制台。 Higress AI 网关支持多种 AI 服务提供商，如 OpenAI、DeepSeek、通义千问等，并具备令牌限流、消费者鉴权、WAF 防护、语义缓存等功能。 MCP Server 插件配置 higress 功能说明 mcp-server 插件基于 Model Context Protocol (MCP)，专为 AI 助手设计，定义了 AI 模型与外部工具和资源交互的标准方式。功能特点：无需编写代码：将现有 REST API 转换为 AI 助手可调用的工具。统一认证、鉴权、限流和可观测性：利用 Higress 网关提供的能力，确保安全性和性能。快速构建和部署：通过 Higress 插件机制，快速添加新的 MCP Server。运行属性插件执行阶段：默认阶段插件执行优先级：30

MCP link

mcp-link是一个开源项目，旨在将任何OpenAPI V3 API自动转换为MCP（Machine Control Protocol）服务器。它通过自动化和标准化解决了现有生态系统中的一些关键问题，如大部分MCP服务器仅是Web API的简单封装，功能接口可能不完整，手动创建MCP接口既耗时又容易出错，以及缺乏标准化的转换流程。项目技术分析 mcp-link的核心是基于OpenAPI Schema自动生成完整的MCP服务器。其架构清晰，易于集成，并且保证了所有API端点和特性的正确映射。项目使用Go语言开发，支持通过命令行参数进行灵活配置，包括指定端口号、API规范文件URL、目标API基础URL、认证头格式以及路径过滤表达式等。项目及技术应用场景 mcp-link适用于多种场景，特别是那些需要将现有RESTful API快速集成到AI-driven应用生态系统的开发者。以下是几个应用实例：自动化测试：通过将现有API转换为MCP服务器，开发者可以轻松地在自动化测试环境中使用这些API。智能代理集成：AI Agent可以方便地通过MCP协议与转换后的API进行交互，从而实现更智能的决策支持和流程自动化。第三方服务集成：对于需要连接多个服务以构建复合应用的场景，mcp-link可以极大地简化集成过程。项目特点自动转换：基于OpenAPI Schema自动生成MCP服务器，无需手动干预。无缝集成：现有RESTful API可以立即与AI Agent调用标准兼容。功能完整：确保所有API端点和特性正确映射。零代码修改：无需修改原始API实现即可获得MCP兼容性。开放标准：遵循MCP规范，确保与各种AI Agent框架的兼容性。

MCPservers

MCPServers 是一个开源的 MCP 服务和客户端目录，帮助开发者发现和分享优秀的 MCP 实现。

FastAPI-MCP

FastAPI 是一个高性能、易用且现代的Python Web 框架。无数的Web服务基于 FastAPI 开发。 MCP 作为一种新兴的标准，让AI能够直接调用外部工具和服务。而今天要介绍的 fastapi_mcp 库，让这一切变得简单得令人难以置信 - 只需一行代码，就能将你现有的FastAPI服务转变为MCP工具！ FastAPI-MCP 是一个零配置的工具，能够自动将 FastAPI 应用的端点暴露为 MCP 工具。其主要特点包括： 直接集成：可将 MCP 服务器直接挂载到 FastAPI 应用中；零配置：只需指向 FastAPI 应用即可工作，无需复杂配置；自动发现：自动发现所有 FastAPI 端点，并将其转换为 MCP 工具；保留模式和文档：保留请求模型和响应模型的模式，以及所有端点的文档；支持自定义工具：可在自动生成的工具之外，添加自定义的 MCP 工具。