人工智能（AI）技術(shù)發(fā)展迅速，大型語言模型（LLMs）極大地簡化了許多任務(wù)。然而，它們面臨一個基本限制：會話之間無法保留記憶。

圖片

如果能夠擁有一個本地的、便攜的 LLM “記憶層”，完全掌控您的數(shù)據(jù)，會怎樣呢？

今天，我們將介紹 OpenMemory MCP，一個基于 Mem0（AI 代理的記憶層）構(gòu)建的私有、本地優(yōu)先的記憶層。它支持跨 MCP 兼容客戶端（如 Cursor、Claude Desktop、Windsurf、Cline 等）實(shí)現(xiàn)持久化、上下文感知的 AI。

本指南將詳細(xì)說明如何安裝、配置和運(yùn)行 OpenMemory MCP 服務(wù)器，同時涵蓋其內(nèi)部架構(gòu)、流程、底層組件以及實(shí)際應(yīng)用案例和示例。

涵蓋內(nèi)容

簡而言之，本文將詳細(xì)探討以下主題：

?什么是 OpenMemory MCP 服務(wù)器及其重要性？?逐步設(shè)置和運(yùn)行 OpenMemory 的指南。?儀表板可用功能（及其背后的技術(shù)）。?安全性、訪問控制和架構(gòu)概述。?實(shí)際應(yīng)用案例及示例。

一、什么是 OpenMemory 及其重要性？

OpenMemory MCP 是一個為 MCP 客戶端設(shè)計的私有、本地記憶層。它提供了存儲、管理和跨平臺利用 AI 記憶的基礎(chǔ)設(shè)施，同時確保所有數(shù)據(jù)存儲在本地系統(tǒng)上。

簡單來說，它是一個基于向量的記憶層，適用于使用標(biāo)準(zhǔn) MCP 協(xié)議的任何 LLM 客戶端，并與 Mem0 等工具無縫協(xié)作。

核心功能：

?跨會話存儲和調(diào)用任意文本片段（記憶），確保 AI 無需從零開始。

?底層使用向量存儲（Qdrant）進(jìn)行基于相關(guān)性的檢索，而非僅限于關(guān)鍵詞匹配。

?完全運(yùn)行在您的基礎(chǔ)設(shè)施上（Docker + Postgres + Qdrant），數(shù)據(jù)不會外傳。

?支持在應(yīng)用或記憶級別暫停或撤銷客戶端訪問權(quán)限，并為每次讀寫操作生成審計日志。

?提供儀表板（基于 Next.js 和 Redux），展示誰在讀寫記憶以及狀態(tài)變更歷史。

工作原理（基本流程）

核心流程如下：

1.通過單一 docker-compose 命令啟動 OpenMemory（API、Qdrant、Postgres）。

2.API 進(jìn)程托管一個使用 Mem0 的 MCP 服務(wù)器，通過 SSE（Server-Sent Events）支持標(biāo)準(zhǔn) MCP 協(xié)議。

3.LLM 客戶端通過 SSE 流連接到 OpenMemory 的 /mcp/... 端點(diǎn)，調(diào)用 add_memories()、search_memory() 或 list_memories() 等方法。

4.向量索引、審計日志和訪問控制等其他功能由 OpenMemory 服務(wù)自動處理。

您可以觀看官方演示并在 mem0.ai/openmemory-mcp^[1] 上了解更多！

二、逐步設(shè)置和運(yùn)行 OpenMemory

本節(jié)將指導(dǎo)您如何在本地設(shè)置和運(yùn)行 OpenMemory。

項(xiàng)目包含兩個主要組件：

?api/ - 后端 API 和 MCP 服務(wù)器?ui/ - 前端 React 應(yīng)用程序（儀表板）

步驟 1：系統(tǒng)要求

在開始之前，請確保您的系統(tǒng)已安裝以下內(nèi)容，并附上文檔鏈接以便參考：

?Docker 和 Docker Compose?Python 3.9+ — 后端開發(fā)所需

?Node.js — 前端開發(fā)所需?OpenAI API 密鑰 — 用于 LLM 交互?GNU Make — 構(gòu)建自動化工具，用于設(shè)置過程

請確保 Docker Desktop 已運(yùn)行，然后繼續(xù)下一步。

步驟 2：克隆倉庫并設(shè)置 OpenAI API 密鑰

通過以下命令克隆位于 github.com/mem0ai/mem0^[2] 的倉庫：

git clone https://github.com/mem0ai/mem0.git
cd openmemory

接下來，將您的 OpenAI API 密鑰設(shè)置為環(huán)境變量：

export OPENAI_API_KEY=your_api_key_here

圖片

注意：此命令僅為當(dāng)前終端會話設(shè)置密鑰，關(guān)閉終端窗口后失效。

圖片

步驟 3：設(shè)置后端

后端運(yùn)行在 Docker 容器中。在根目錄運(yùn)行以下命令啟動后端：

# 復(fù)制環(huán)境文件并編輯以更新 OPENAI_API_KEY 和其他密鑰
make env


# 構(gòu)建所有 Docker 鏡像
make build


# 啟動 Postgres、Qdrant 和 FastAPI/MCP 服務(wù)器
make up

.env.local 文件遵循以下格式：

OPENAI_API_KEY=your_api_key

圖片

圖片

設(shè)置完成后，API 將在 http://localhost:8000 上運(yùn)行。您可以在 Docker Desktop 中查看運(yùn)行中的容器。

以下是一些其他有用的后端命令：

# 運(yùn)行數(shù)據(jù)庫遷移
make migrate


# 查看日志
make logs


# 進(jìn)入 API 容器 shell
make shell


# 運(yùn)行測試
make test


# 停止服務(wù)
make down

步驟 4：設(shè)置前端

前端是一個 Next.js 應(yīng)用程序。啟動前端只需運(yùn)行：

# 使用 pnpm 安裝依賴并運(yùn)行 Next.js 開發(fā)服務(wù)器
make ui

圖片

安裝成功后，訪問 http://localhost:3000 查看 OpenMemory 儀表板，儀表板將指導(dǎo)您在 MCP 客戶端中安裝 MCP 服務(wù)器。

儀表板界面如下所示：

圖片

MCP 客戶端通過 SSE 通道連接到 GET /mcp/{client_name}/sse/{user_id}，綁定兩個上下文變量（user_id 和 client_name）。

在儀表板中，您將找到基于您選擇的客戶端（如 Cursor、Claude、Cline、Windsurf）的一行安裝命令。例如，在 Cursor 中安裝的命令如下：

npx install-mcp i https://mcp.openmemory.ai/xyz_id/sse --client cursor

如果尚未安裝 install-mcp，系統(tǒng)會提示您安裝，然后您只需為服務(wù)器提供一個名稱。

注意：上述為示例命令，請忽略具體內(nèi)容。打開 Cursor 設(shè)置，在側(cè)邊欄檢查 MCP 選項(xiàng)以驗(yàn)證連接。

圖片

在 Cursor 中打開新聊天，輸入類似“我希望它記住我的 GitHub 簡介信息”的提示。這將觸發(fā) add_memories() 調(diào)用并存儲記憶。刷新儀表板，進(jìn)入“Memories”選項(xiàng)卡查看所有記憶。

圖片

記憶會自動分類（通過 GPT-4o 分類），作為可選標(biāo)簽。

圖片

您還可以連接其他 MCP 客戶端，如 Windsurf。

圖片

每個 MCP 客戶端可調(diào)用以下四種標(biāo)準(zhǔn)記憶操作：

?add_memories(text) → 將文本存儲在 Qdrant，插入/更新 Memory 行和審計條目?search_memory(query) → 嵌入查詢，運(yùn)行向量搜索（帶可選 ACL 過濾），記錄每次訪問?list_memories() → 檢索用戶的所有存儲向量（按 ACL 過濾）并記錄列表操作?delete_all_memories() → 清除所有記憶

所有響應(yīng)通過同一 SSE 連接流式傳輸。儀表板顯示所有活動連接、訪問記憶的應(yīng)用程序以及讀寫詳情。

圖片

三、儀表板功能（及其背后的技術(shù)）

OpenMemory 儀表板包含三個主要路由：

?/ – 儀表板首頁?/memories – 查看和管理存儲的記憶?/apps – 查看連接的應(yīng)用程序

以下是儀表板提供的主要功能概覽：

1) 安裝 OpenMemory 客戶端

?獲取您的唯一 SSE 端點(diǎn)或使用一行安裝命令。?在 MCP Link 和不同客戶端選項(xiàng)卡（Claude、Cursor、Cline 等）之間切換。

2) 查看記憶和應(yīng)用統(tǒng)計

?查看存儲的記憶數(shù)量。?查看連接的應(yīng)用程序數(shù)量。

?輸入任意文本以實(shí)時搜索所有記憶（去抖動處理）。

?相關(guān)代碼位于 ui/components/dashboard/Stats.tsx，功能包括：

?從 Redux 讀取（profile.totalMemories、profile.totalApps、profile.apps[]）。?在掛載時調(diào)用 useStats().fetchStats() 填充存儲。

?渲染“總記憶數(shù)”和“連接的應(yīng)用總數(shù)”，顯示最多 4 個應(yīng)用圖標(biāo)。

圖片

3) 刷新或手動創(chuàng)建記憶

?刷新按鈕：重新調(diào)用當(dāng)前路由的相應(yīng)獲取器。?創(chuàng)建記憶按鈕：打開 CreateMemoryDialog 模態(tài)框。

圖片

4) 過濾面板

?可選擇：?包含哪些應(yīng)用?包含哪些類別?是否顯示歸檔項(xiàng)目?按哪列排序（記憶、應(yīng)用名稱、創(chuàng)建時間）?一鍵清除所有過濾器。

圖片

5) 檢查和管理單個記憶

?點(diǎn)擊任意記憶可：

圖片

?歸檔、暫停、恢復(fù)或刪除記憶?查看訪問日志和相關(guān)記憶?支持選擇多個記憶并執(zhí)行批量操作。

圖片

??? 背后技術(shù)：關(guān)鍵組件

以下是涉及的主要前端組件：

?ui/app/memories/components/MemoryFilters.tsx：處理搜索輸入、過濾對話框觸發(fā)器、批量操作（如歸檔/暫停/刪除），并管理行選擇狀態(tài)。

?ui/app/memories/components/MemoriesSection.tsx：加載、分頁和顯示記憶列表的主容器。

?ui/app/memories/components/MemoryTable.tsx：渲染記憶表格（ID、內(nèi)容、客戶端、標(biāo)簽、創(chuàng)建日期、狀態(tài)）。每行通過 MemoryActions 提供操作（編輯、刪除、復(fù)制鏈接）。

?狀態(tài)管理和 API 調(diào)用使用以下鉤子：

?useStats.ts：加載高級統(tǒng)計數(shù)據(jù)，如總記憶數(shù)和應(yīng)用數(shù)。

?useMemoriesApi.ts：處理記憶的獲取、刪除和更新。

?useAppsApi.ts：檢索應(yīng)用信息和每個應(yīng)用的記憶詳情。

?useFiltersApi.ts：支持獲取類別和更新過濾器狀態(tài)。

這些組件共同打造了一個響應(yīng)式、實(shí)時的儀表板，讓您完全掌控 AI 記憶層。

四、安全性、訪問控制和架構(gòu)概述

在處理 MCP 協(xié)議或任何 AI 代理系統(tǒng)時，安全性至關(guān)重要。以下是簡要討論。

安全性

OpenMemory 遵循隱私優(yōu)先原則，所有記憶數(shù)據(jù)存儲在您的本地基礎(chǔ)設(shè)施中，使用 Docker 化的組件（FastAPI、Postgres、Qdrant）。

敏感輸入通過 SQLAlchemy 的參數(shù)綁定安全處理，防止注入攻擊。每次記憶交互（添加、檢索、狀態(tài)變更）都會通過 MemoryStatusHistory 和 MemoryAccessLog 表記錄以確保可追溯性。

雖然未內(nèi)置認(rèn)證，但所有端點(diǎn)需要 user_id，并可通過外部認(rèn)證網(wǎng)關(guān)（如 OAuth 或 JWT）保護(hù)。

FastAPI 的 CORS 在本地/開發(fā)環(huán)境中為開放狀態(tài)（allow_origins=["*"]），但在生產(chǎn)環(huán)境中，您應(yīng)收緊此設(shè)置以限制僅信任客戶端訪問。

訪問控制

OpenMemory 注重細(xì)粒度訪問控制。access_controls 表定義了應(yīng)用與特定記憶之間的允許/拒絕規(guī)則。

這些規(guī)則通過 check_memory_access_permissions 函數(shù)強(qiáng)制執(zhí)行，考慮記憶狀態(tài)（活動、暫停等）、應(yīng)用活動狀態(tài)（is_active）和 ACL 規(guī)則。

在實(shí)踐中，您可以暫停整個應(yīng)用（禁用寫入）、歸檔或暫停單個記憶，或按類別或用戶應(yīng)用過濾器。暫停或非活動條目對工具訪問和搜索不可見。這種分層訪問模型確保您可以自信地控制記憶訪問。

圖片

架構(gòu)

以下是系統(tǒng)架構(gòu)的簡要概述，更多詳情可參考代碼庫：

1.后端（FastAPI + FastMCP over SSE）：?提供 REST 接口（/api/v1/memories、/api/v1/apps、/api/v1/stats）和 MCP “工具”接口（/mcp/messages、/mcp/sse/<client>/<user>），代理通過 SSE 調(diào)用 add_memories、search_memory、list_memories。?連接 Postgres 存儲關(guān)系元數(shù)據(jù)，連接 Qdrant 進(jìn)行向量搜索。2.向量存儲（通過 mem0 客戶端的 Qdrant）：?所有記憶在 Qdrant 中進(jìn)行語義索引，查詢時應(yīng)用用戶和應(yīng)用特定過濾器。3.關(guān)系元數(shù)據(jù)（SQLAlchemy + Alembic）：?跟蹤用戶、應(yīng)用、記憶條目、訪問日志、類別和訪問控制。?Alembic 管理架構(gòu)遷移。?默認(rèn)數(shù)據(jù)庫為 SQLite（openmemory.db），但可通過 DATABASE_URL 指向 Postgres。4.前端儀表板（Next.js）：?Redux 提供實(shí)時可觀察性界面。?Hooks + Redux Toolkit 管理狀態(tài)，Axios 與 FastAPI 端點(diǎn)通信。?使用 Recharts 實(shí)現(xiàn)實(shí)時圖表、輪播和 React Hook Form 處理表單。5.基礎(chǔ)設(shè)施與開發(fā)工作流：?docker-compose.yml（api/docker-compose.yml）包含 Qdrant 服務(wù)和 API 服務(wù)。?Makefile 提供遷移、測試、熱重載的快捷方式。?測試與后端邏輯共存（通過 pytest）。

這些組件共同打造了一個自托管的 LLM 記憶平臺：

?? 在關(guān)系數(shù)據(jù)庫和向量索引中存儲和版本化聊天記憶?? 通過每個應(yīng)用的 ACL 和狀態(tài)轉(zhuǎn)換（活動/暫停/歸檔）保護(hù)數(shù)據(jù)?? 通過 Qdrant 進(jìn)行語義搜索?? 通過豐富的 Next.js UI 觀察和控制

五、實(shí)際應(yīng)用案例及示例

熟悉 OpenMemory 后，您會發(fā)現(xiàn)它可用于任何需要 AI 跨交互記憶的場景，從而實(shí)現(xiàn)高度個性化。

以下是一些高級和創(chuàng)造性的使用方式：

? 多代理研究助手與記憶層

想象構(gòu)建一個工具，其中不同 LLM 代理專注于不同研究領(lǐng)域（例如，一個處理學(xué)術(shù)論文，一個處理 GitHub 倉庫，另一個處理新聞）。每個代理通過 add_memories(text) 存儲其發(fā)現(xiàn)，主代理隨后通過 search_memory(query) 檢索所有先前結(jié)果。

技術(shù)流程：

?每個子代理為 MCP 客戶端：?將檢索數(shù)據(jù)的摘要添加到 OpenMemory。?使用 GPT 自動分類為記憶添加標(biāo)簽。?主代理打開 SSE 通道，使用 search_memory("最新擴(kuò)散模型論文") 提取相關(guān)上下文。?儀表板顯示每個代理存儲的內(nèi)容，您可通過 ACL 限制代理間的記憶訪問。

提示：可添加 LangGraph 編排層，每個代理作為一個節(jié)點(diǎn)，跟蹤記憶的寫入/讀取，可視化每個研究線程的知識流和來源。

? 具有跨會話持久記憶的智能會議助手

可構(gòu)建一個會議記錄工具（支持 Zoom、Google Meet 等），功能包括：

?通過 LLM 提取摘要。?跨會議記憶行動項(xiàng)。?在未來會議中自動檢索相關(guān)上下文。

技術(shù)流程：

?每次會議后通過 add_memories(text) 存儲會議記錄和行動項(xiàng)。?下次會議前運(yùn)行 search_memory("Project X 的未完成項(xiàng)")。?相關(guān)記憶（按適當(dāng)類別標(biāo)記）顯示在 UI 中，審計日志跟蹤記憶的讀取時間和內(nèi)容。

提示：與 Google Drive、Notion、GitHub 等工具集成，存儲的行動項(xiàng)可鏈接到實(shí)時文檔和任務(wù)。

? 隨使用進(jìn)化的代理編碼助手

您的 CLI 編碼助手可通過存儲使用模式、常見問題、編碼偏好和項(xiàng)目特定提示來學(xué)習(xí)您的工作方式。

技術(shù)流程：

?當(dāng)您詢問“為什么我的 SQLAlchemy 查詢失敗？”，助手通過 add_memories 存儲錯誤和修復(fù)。?下次您輸入“再次遇到 SQLAlchemy 連接問題”，助手自動運(yùn)行 search_memory("sqlalchemy join issue") 檢索先前修復(fù)。?通過 /memories 儀表板檢查所有存儲記憶，暫停過時或錯誤的記憶。

提示：可連接到 codemod 工具（如 jscodeshift），根據(jù)存儲的偏好自動重構(gòu)代碼，隨代碼庫發(fā)展而演進(jìn)。

在上述案例中，OpenMemory 的向量搜索（用于語義召回）、關(guān)系元數(shù)據(jù)（用于審計/日志記錄）和實(shí)時儀表板（用于可觀察性和即時訪問控制）讓您能夠構(gòu)建上下文感知的應(yīng)用程序，感覺就像它們擁有記憶。

現(xiàn)在，您的 MCP 客戶端擁有真正的記憶能力。

您可以跟蹤每次訪問、暫停所需內(nèi)容并在一個儀表板中審計所有操作。最棒的是，所有內(nèi)容都存儲在您的本地系統(tǒng)上。

References

[1] mem0.ai/openmemory-mcp: https://mem0.ai/openmemory-mcp

[2] github.com/mem0ai/mem0: https://github.com/mem0ai/mem0