Membase MCP Server
Activeer veilig, persistent en multi-sessie AI-geheugen met Membase MCP Server—een gedecentraliseerde geheugen-gateway voor robuuste agentcontinuïteit en compliance.

Wat doet de “Membase” MCP Server?
De Membase MCP (Model Context Protocol) Server fungeert als een lichte, gedecentraliseerde geheugen-gateway voor AI-agenten, die hen verbindt met Membase voor veilig, persistent en verifieerbaar multi-sessie geheugen. Aangedreven door Unibase kunnen AI-assistenten gespreksgeschiedenis, interactierecords en kennis uploaden en ophalen, wat zorgt voor agentcontinuïteit, personalisatie en traceerbaarheid. Door te integreren met het Membase-protocol, maakt de server naadloze opslag en het ophalen van geheugen-data uit het Unibase-gedecentraliseerde netwerk mogelijk, wat ondersteuning biedt voor use-cases waarbij persistent, onvervalst geheugen essentieel is voor AI-gedreven workflows.
Lijst van Prompts
Er worden geen prompt-sjablonen genoemd in de repository.
Lijst van Bronnen
Er worden geen expliciete MCP-bronnen beschreven in de repository.
Lijst van Tools
- get_conversation_id: Haalt het huidige conversatie-id op, zodat agenten de lopende sessie kunnen identificeren of refereren.
- switch_conversation: Wisselt de actieve context naar een andere conversatie, wat multi-sessie workflows ondersteunt.
- save_message: Slaat een bericht of geheugen op in de huidige conversatie, voor persistentie en traceerbaarheid.
- get_messages: Haalt de laatste n berichten op uit de huidige conversatie, zodat agenten recente context of geschiedenis kunnen terughalen.
Gebruiksscenario’s van deze MCP Server
- Persistente gespreksgeheugen: Sla volledige gespreksgeschiedenissen op en haal ze op om continue context voor AI-agenten over sessies heen te waarborgen.
- Multi-sessie beheer: Wissel eenvoudig tussen verschillende conversaties, zodat een agent meerdere gebruikers of projecten kan beheren.
- Verifieerbare audit trails: Alle interacties worden opgeslagen op een gedecentraliseerd netwerk, waardoor ze onvervalst en controleerbaar zijn voor compliance of debugging.
- Personalisatie: Haal eerdere gebruikersinteracties op om antwoorden en acties aan te passen op basis van historische voorkeuren.
- Kennisbehoud: Sla kennisfragmenten of beslissingen op en haal ze terug, en bouw zo over tijd een kennisbank op voor slimmere AI-gedragingen.
Hoe stel je het in
Windsurf
- Zorg dat de vereisten zijn geïnstalleerd (bijv. Python,
uv
runner). - Clone de repository:
git clone https://github.com/unibaseio/membase-mcp.git
- Zoek je Windsurf-configuratiebestand.
- Voeg de Membase MCP Server-configuratie toe:
{
"mcpServers": {
"membase": {
"command": "uv",
"args": [
"--directory",
"path/to/membase-mcp",
"run",
"src/membase_mcp/server.py"
],
"env": {
"MEMBASE_ACCOUNT": "jouw account, 0x...",
"MEMBASE_CONVERSATION_ID": "jouw conversatie-id, moet uniek zijn",
"MEMBASE_ID": "jouw subaccount, willekeurige string"
}
}
}
}
- Sla op en herstart Windsurf om de wijzigingen toe te passen.
Beveiliging van API-sleutels:
Gebruik omgevingsvariabelen in het env
-blok om referenties veilig te houden.
Claude
- Installeer afhankelijkheden (
uv
runner en Python). - Clone de membase-mcp repository.
- Bewerk Claude’s MCP-configuratiebestand.
- Voeg het volgende JSON-fragment toe:
{
"mcpServers": {
"membase": {
"command": "uv",
"args": [
"--directory",
"path/to/membase-mcp",
"run",
"src/membase_mcp/server.py"
],
"env": {
"MEMBASE_ACCOUNT": "jouw account, 0x...",
"MEMBASE_CONVERSATION_ID": "jouw conversatie-id, moet uniek zijn",
"MEMBASE_ID": "jouw subaccount, willekeurige string"
}
}
}
}
- Sla op en herstart Claude.
Let op: Sla gevoelige informatie als omgevingsvariabelen op.
Cursor
- Installeer vereisten (Python,
uv
). - Clone de membase-mcp repo.
- Zoek en open je Cursor-configuratiebestand.
- Voeg de server toe als volgt:
{
"mcpServers": {
"membase": {
"command": "uv",
"args": [
"--directory",
"path/to/membase-mcp",
"run",
"src/membase_mcp/server.py"
],
"env": {
"MEMBASE_ACCOUNT": "jouw account, 0x...",
"MEMBASE_CONVERSATION_ID": "jouw conversatie-id, moet uniek zijn",
"MEMBASE_ID": "jouw subaccount, willekeurige string"
}
}
}
}
- Sla op en herstart vervolgens Cursor.
Cline
- Installeer afhankelijkheden (
uv
, Python). - Clone de repository.
- Open het Cline-configuratiebestand.
- Voeg de serverconfiguratie toe:
{
"mcpServers": {
"membase": {
"command": "uv",
"args": [
"--directory",
"path/to/membase-mcp",
"run",
"src/membase_mcp/server.py"
],
"env": {
"MEMBASE_ACCOUNT": "jouw account, 0x...",
"MEMBASE_CONVERSATION_ID": "jouw conversatie-id, moet uniek zijn",
"MEMBASE_ID": "jouw subaccount, willekeurige string"
}
}
}
}
- Sla op en herstart Cline.
Beveiliging van API-sleutels:
Alle gevoelige referenties moeten in het env
-object worden doorgegeven zoals hierboven, om hardcoding te vermijden.
Hoe gebruik je deze MCP in flows
MCP gebruiken in FlowHunt
Om MCP-servers in je FlowHunt-workflow te integreren, begin je met het toevoegen van de MCP-component aan je flow en verbind je deze met je AI-agent:

Klik op de MCP-component om het configuratiepaneel te openen. Voeg in het systeem MCP-configuratiegedeelte je MCP-servergegevens in met dit JSON-formaat:
{
"MCP-name": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Na configuratie kan de AI-agent deze MCP nu als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet “MCP-name” te vervangen door de daadwerkelijke naam van je MCP-server (bijv. “github-mcp”, “weather-api”, etc.) en de URL te vervangen door je eigen MCP-server-URL.
Overzicht
Sectie | Beschikbaarheid | Details/Opmerkingen |
---|---|---|
Overzicht | ✅ | |
Lijst van Prompts | ⛔ | Geen herbruikbare prompt-sjablonen voorzien |
Lijst van Bronnen | ⛔ | Geen expliciete MCP-bronnen vermeld |
Lijst van Tools | ✅ | get_conversation_id, switch_conversation, save_message, get_messages |
Beveiliging API-sleutels | ✅ | Gebruikt omgevingsvariabelen in configuratie |
Sampling Support (minder belangrijk bij beoordeling) | ⛔ | Niet vermeld |
Op basis van de beschikbare informatie biedt Membase MCP Server kerngeheugentools en duidelijke installatie-instructies, maar ontbreken prompt-sjablonen, expliciete MCP-bronnen en vermelding van sampling- of roots-ondersteuning. Hierdoor is het functioneel voor geheugen-gecentreerde workflows, maar beperkt in uitbreidbaarheid en geavanceerde MCP-mogelijkheden. Al met al praktisch maar basic.
MCP Score
Heeft een LICENTIE | ⛔ (Geen licentiebestand aanwezig) |
---|---|
Heeft minstens één tool | ✅ |
Aantal Forks | 4 |
Aantal Sterren | 4 |
Veelgestelde vragen
- Wat is de Membase MCP Server?
Membase MCP Server is een lichte, gedecentraliseerde gateway voor AI-agentgeheugen, die veilige, persistente en verifieerbare multi-sessie geheugen biedt door agenten te verbinden met het door Unibase aangedreven Membase-protocol.
- Welke tools biedt Membase MCP?
Het bevat tools om het huidige conversatie-id op te halen, te wisselen tussen conversaties, berichten op te slaan en conversatiegeschiedenis op te halen, waardoor robuust multi-sessie- en geheugenbeheer voor AI-agenten mogelijk is.
- Hoe zorgt Membase MCP voor veiligheid en compliance?
Alle interacties en berichten worden opgeslagen op een gedecentraliseerd netwerk voor onvervalste, controleerbare gegevens. Referenties worden via omgevingsvariabelen doorgegeven om ze veilig te houden.
- Kan Membase MCP gebruikt worden in FlowHunt-workflows?
Ja. Voeg de MCP-component toe in je FlowHunt-flow en configureer deze met jouw Membase MCP-gegevens. Je AI-agenten hebben dan toegang tot alle geheugenfuncties die door de server worden geleverd.
- Is er een licentie voor Membase MCP?
Er is geen licentiebestand aanwezig in de repository. Gebruik op eigen risico.
Aan de slag met Membase MCP Server
Geef je AI-workflows meer kracht met gedecentraliseerd, onvervalst geheugen. Zet Membase MCP Server op in FlowHunt en ontgrendel geavanceerde multi-sessie mogelijkheden.