Vector Memory

io.github.NeerajG03由 GitHub 帳號 NeerajG03 發布v0.4.4更新於 Oct 30, 2026

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

發布方自己的服務:Memory.fit

已驗證STDIO僅桌面檔案與儲存知識與記憶

概覽

AI 產生的概覽

本機 MCP 伺服器,以 Redis 向量儲存為助理提供語意文件記憶,可儲存檔案並用自然語言回想。

可以做什麼
  • 把文件與檔案存入以 Redis 為後端的向量記憶。
  • 用自然語言描述來回想已儲存的內容,不必依賴精確關鍵字。
  • 對已儲存的文件集合進行語意檢索。
  • 未公布工具清單,除儲存與回想檔案外,具體操作沒有文件說明。
適用情境
適合希望助理長期保存自己的文件、並能依語意跨工作階段檢索,且已有或能自行執行 Redis 的情境。
執行需求
以本機程序在使用者電腦上執行,透過 stdio 使用 PyPI 套件 mcp-server-vector-memory 安裝。僅支援桌面用戶端,網頁用戶端無法使用。描述暗示需要一個支援向量檢索的 Redis 執行個體,但清單中未宣告任何連線設定。
安裝前請注意
儲存的文件會寫入 Redis,因此請助理記住的內容會持久保存在對話之外,請勿存入密鑰或敏感檔案。未宣告任何身分驗證或憑證,需自行保護 Redis 執行個體。工具清單未公布,使用前應先確認它實際提供的操作。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Vector Memory,將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Desktop only,透過 STDIO。 STDIO 服務會啟動本機處理程序,因此需要 SourceWeft 桌面主機。

工具

0
SourceWeft 尚未在沙箱中啟動過該軟體包,因此其工具未知。

版本歷史

1
  1. v0.4.4最新Sep 16, 2026

評分

已滿足適用檢查項的 25%

該評分衡量此收錄條目的完整程度,依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價,也不表示伺服器安全或目前可用:可連通性是帶日期的檢查結果,評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通25 分

    請保持端點能夠回應 MCP 握手;SourceWeft 每 30 天探測一次。

  • 已宣告認證方式10 分

    請在註冊中心條目中宣告憑證請求標頭,或保持端點能夠回應探測,以便判定其認證方式。

  • 已列出工具15 分

    請讓伺服器在無憑證時回應 tools/list,或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分

    請宣告包含 README 的 GitHub 儲存庫,或在 OAuth 受保護資源後設資料中提供 resource_documentation。

  • 授權條款10 分

    請在儲存庫或註冊中心條目中宣告授權條款。

其他 Memory 整合