Membase MCP 서버

“Membase” MCP 서버란?

Membase MCP(Model Context Protocol) 서버는 AI 에이전트를 위한 가볍고 분산된 메모리 게이트웨이로, Membase에 연결하여 안전하고 영구적이며 검증 가능한 멀티 세션 메모리를 제공합니다. Unibase로 구동되어 AI 어시스턴트가 대화 이력, 상호작용 기록, 지식을 업로드 및 조회할 수 있어 에이전트 연속성, 개인화, 추적성을 보장합니다. Membase 프로토콜과의 통합을 통해 Unibase 분산 네트워크에 메모리 데이터를 원활하게 저장 및 조회할 수 있으며, AI 기반 워크플로우에서 영구적이고 변조 불가능한 메모리가 중요한 활용 사례에 적합합니다.

프롬프트 목록

저장소에 명시된 프롬프트 템플릿이 없습니다.

비즈니스 성장 준비가 되셨나요?

오늘 무료 평가판을 시작하고 며칠 내로 결과를 확인하세요.

데모 요청 로그인

리소스 목록

저장소에 명시적인 MCP 리소스가 설명되어 있지 않습니다.

도구 목록

• get_conversation_id: 현재 대화 ID를 조회하여 에이전트가 진행 중인 세션을 식별하거나 참조할 수 있습니다.
• switch_conversation: 활성 컨텍스트를 다른 대화로 전환하여 멀티 세션 워크플로우를 지원합니다.
• save_message: 메시지 또는 메모리를 현재 대화에 저장하여 영구성과 추적성을 보장합니다.
• get_messages: 현재 대화에서 최근 n개의 메시지를 불러와 에이전트가 최근 컨텍스트나 기록을 참조할 수 있습니다.

뉴스레터 가입

최신 팁, 트렌드 및 특가 정보를 무료로 받아보세요.

이메일 주소

구독

이 MCP 서버의 활용 사례

• 영구 대화 메모리: 전체 대화 기록을 저장 및 조회하여 세션 간 AI 에이전트의 연속적인 컨텍스트를 보장합니다.
• 멀티 세션 관리: 다양한 대화 간 원활하게 전환하여 하나의 에이전트가 여러 사용자 또는 프로젝트를 처리할 수 있습니다.
• 검증 가능한 감사 추적: 모든 상호작용이 분산 네트워크에 저장되어 변조 방지 및 감사가 가능해 컴플라이언스 또는 디버깅에 유용합니다.
• 개인화: 과거 사용자 상호작용을 불러와 이력에 기반한 맞춤형 응답과 행동을 제공합니다.
• 지식 보존: 지식 단편이나 결정 사항을 저장 및 조회하여 시간이 지남에 따라 더 스마트한 AI 행동을 위한 지식 기반을 구축합니다.

설정 방법

Windsurf

1. 필수 구성요소(Python, uv 실행기 등)가 설치되어 있는지 확인하세요.
2. 저장소를 클론합니다:
   git clone https://github.com/unibaseio/membase-mcp.git
3. Windsurf 설정 파일을 찾으세요.
4. Membase MCP 서버 구성을 추가하세요:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "your account, 0x...",
        "MEMBASE_CONVERSATION_ID": "your conversation id, should be unique",
        "MEMBASE_ID": "your sub account, any string"
      }
    }
  }
}

5. 저장 후 Windsurf를 재시작하여 변경사항을 적용하세요.

API 키 보안:
자격 증명은 env 블록 내 환경 변수로 전달하여 안전하게 유지하세요.

Claude

1. 의존성(uv 실행기와 Python)을 설치하세요.
2. membase-mcp 저장소를 클론하세요.
3. Claude의 MCP 설정 파일을 수정하세요.
4. 아래 JSON 스니펫을 삽입하세요:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "your account, 0x...",
        "MEMBASE_CONVERSATION_ID": "your conversation id, should be unique",
        "MEMBASE_ID": "your sub account, any string"
      }
    }
  }
}

5. 저장 후 Claude를 재시작하세요.

참고: 민감한 정보는 반드시 환경 변수로 저장하세요.

Cursor

1. 필수 구성요소(Python, uv)가 설치되어 있는지 확인하세요.
2. membase-mcp 저장소를 클론하세요.
3. Cursor의 설정 파일을 찾고 여세요.
4. 아래와 같이 서버를 추가하세요:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "your account, 0x...",
        "MEMBASE_CONVERSATION_ID": "your conversation id, should be unique",
        "MEMBASE_ID": "your sub account, any string"
      }
    }
  }
}

5. 저장한 후 Cursor를 재시작하세요.

Cline

1. 의존성(uv, Python)을 설치하세요.
2. 저장소를 클론하세요.
3. Cline의 설정 파일을 여세요.
4. 서버 구성을 추가하세요:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "your account, 0x...",
        "MEMBASE_CONVERSATION_ID": "your conversation id, should be unique",
        "MEMBASE_ID": "your sub account, any string"
      }
    }
  }
}

5. 저장 후 Cline을 재시작하세요.

API 키 보안:
모든 민감한 자격 증명은 위 예시처럼 env 객체로 전달하여 하드코딩을 피하세요.

플로우 내에서 MCP 사용 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 먼저 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에서 아래와 같은 JSON 형식으로 MCP 서버 정보를 입력하세요:

{
  "MCP-name": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

구성이 완료되면 AI 에이전트가 이 MCP를 도구로 활용하여 모든 기능에 접근할 수 있습니다. “MCP-name"을 실제 MCP 서버명(예: “github-mcp”, “weather-api” 등)으로, URL은 자신의 MCP 서버 주소로 반드시 변경하세요.

개요

공개된 정보를 바탕으로 Membase MCP 서버는 핵심 메모리 도구와 명확한 설치 가이드를 제공하지만, 프롬프트 템플릿, 명시적 MCP 리소스, 샘플링 또는 roots 지원에 대한 언급은 없습니다. 이는 메모리 중심 워크플로우에는 실용적이나 확장성과 고급 MCP 기능 측면에서는 한계가 있습니다. 전체적으로 실용적이지만 기본적입니다.

MCP 점수