Vector Memory

io.github.NeerajG03由 GitHub 账号 NeerajG03 发布v0.4.4更新于 Oct 30, 2026

Semantic document memory using Redis vector store. Save and recall files with natural language.

发布方自己的服务:Memory.fit

已验证STDIO仅桌面文件与存储知识与记忆

概览

AI 生成的概览

本地 MCP 服务器,借助 Redis 向量存储为助手提供语义文档记忆,可保存文件并用自然语言召回。

可以做什么
  • 把文档和文件保存进以 Redis 为后端的向量记忆。
  • 用自然语言描述来召回已保存的内容,而不必依赖精确关键词。
  • 对已保存的文档集合做语义检索。
  • 未公布工具清单,除保存与召回文件外,具体操作没有文档说明。
适用场景
适合希望助手长期保存自己的文档、并能按语义跨会话检索,且已有或能自行运行 Redis 的场景。
运行要求
作为本地进程在用户机器上运行,通过 stdio 使用 PyPI 包 mcp-server-vector-memory 安装。仅支持桌面客户端,网页客户端不可用。描述暗示需要一个支持向量检索的 Redis 实例,但清单中未声明任何连接配置。
安装前请注意
保存的文档会写入 Redis,因此让助手记住的内容会持久化在对话之外,请勿存入密钥或敏感文件。未声明任何身份验证或凭据,需自行保护 Redis 实例。工具清单未公布,使用前应先确认它实际暴露的操作。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Vector Memory,将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Desktop only,通过 STDIO。 STDIO 服务会启动本地进程,因此需要 SourceWeft 桌面宿主。

工具

0
SourceWeft 尚未在沙箱中启动过该软件包,因此其工具未知。

版本历史

1
  1. v0.4.4最新Sep 16, 2026

评分

已满足适用检查项的 25%

该评分衡量此收录条目的完整程度,依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价,也不表示服务器安全或当前可用:可连通性是带日期的检查结果,评分也不包含安装量或用户评价。

  • 近 30 天内可连通25 分

    请保持端点能够响应 MCP 握手;SourceWeft 每 30 天探测一次。

  • 已声明认证方式10 分

    请在注册中心条目中声明凭据请求头,或保持端点能够响应探测,以便判定其认证方式。

  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list,或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分

    请声明包含 README 的 GitHub 仓库,或在 OAuth 受保护资源元数据中提供 resource_documentation。

  • 许可证10 分

    请在仓库或注册中心条目中声明许可证。

其他 Memory 集成