mem0 MCP Sunucusu

“mem0” MCP Sunucusu ne yapar?

mem0 MCP (Model Context Protocol) Sunucusu, kodlama tercihlerini verimli yönetmek için AI asistanlarını, kod parçacıkları ve ilgili geliştirme bağlamı için yapılandırılmış bir sistemle buluşturmak üzere tasarlanmıştır. Ara yazılım olarak hareket eder ve AI istemcilerinin harici verilere—kod uygulamaları, kurulum talimatları, dokümantasyon ve en iyi uygulamalar gibi—standart araçlar ve uç noktalar üzerinden erişmesini sağlar. Temel görevi, anlamsal arama, kodlama yönergelerinin kalıcı depolanması ve kapsamlı programlama desenlerinin geri alınması gibi işlevleri etkinleştirerek geliştirme iş akışlarını kolaylaştırmaktır. Bu özellikler, AI destekli IDE’lere veya kodlama ajanlarına entegre edilebilir. Böylece hem bireysel hem de ekip düzeyinde üretkenlik, en iyi uygulamalar ve tekrar kullanılabilir kodların erişilebilirliği artırılır.

Komut Listesi

Depoda veya dokümantasyonda komut şablonları belirtilmemiştir.

Kaynak Listesi

Depoda veya dokümantasyonda açık bir MCP kaynağı listelenmemiştir.

Araç Listesi

• add_coding_preference: Kod parçacıklarını, uygulama detaylarını ve kodlama desenlerini; bağımlılıklar, sürümler, kurulum talimatları ve örnek kullanımlar gibi bağlamlarla birlikte depolar.
• get_all_coding_preferences: Analiz, gözden geçirme ve bütünlüğü sağlama amacıyla tüm depolanan kodlama tercihlerini getirir.
• search_coding_preferences: Depolanan kodlama tercihleri arasında, ilgili uygulamaları, çözümleri, en iyi uygulamaları ve teknik dokümantasyonu bulmak için anlamsal arama yapar.

Bu MCP Sunucusunun Kullanım Alanları

• Kalıcı Kodlama Tercihi Depolama: Geliştiriciler, bağımlılıklar, dil sürümleri ve kurulum talimatları dahil olmak üzere ayrıntılı kodlama tercihlerini kaydedebilir ve zamanla bilgi kaybı olmadan saklayabilir.
• Kod ve Desenler için Anlamsal Arama: Kullanıcılar, ilgili kod parçacıklarını, kurulum rehberlerini ve en iyi uygulamaları hızlıca bulmak için gelişmiş aramalar gerçekleştirebilir; böylece oryantasyon ve ekip tutarlılığı artar.
• Kod Uygulamalarının Gözden Geçirilmesi ve Analizi: Ekipler, tüm kaydedilmiş kodlama desenlerini kod incelemesi, desen analizi veya en iyi uygulamaların takip edildiğinden emin olmak için geri getirebilir.
• AI Destekli IDE’lerle Entegrasyon: Sunucu, Cursor gibi araçlara bağlanabilir ve AI ajanlarının geliştirme ortamında doğrudan kodlama tercihleri önermesini, getirmesini veya güncellemesini mümkün kılar.
• Dokümantasyon Referansı ve Teknik Destek: LLM’lerin veya kodlama ajanlarının ayrıntılı dokümantasyon ve kullanım örnekleri sağlamasını mümkün kılar; geliştirici desteğini hızlandırır, manuel arama ihtiyacını azaltır.

Kurulumu nasıl yapılır

Windsurf

1. Sisteminizde Python ve uv kurulu olduğundan emin olun.
2. Kurulum bölümündeki adımları takip ederek mem0-mcp reposunu klonlayıp bağımlılıkları yükleyin.
3. .env dosyanıza MEM0 API anahtarınızı ekleyin.
4. Windsurf yapılandırmanıza mem0 MCP sunucu ayarını ekleyin:

{
  "mcpServers": {
    "mem0-mcp": {
      "command": "uv",
      "args": ["run", "main.py"],
      "env": {
        "MEM0_API_KEY": "${MEM0_API_KEY}"
      }
    }
  }
}

5. Yapılandırmayı kaydedin, Windsurf’u yeniden başlatın ve sunucunun çalıştığını doğrulayın.

Not: API anahtarınızı yukarıdaki env bölümünde gösterildiği gibi ortam değişkenleriyle güvenli şekilde saklayın.

Claude

1. Depodaki kurulum yönergelerini takip ederek sunucuyu yerel olarak kurun.
2. Claude’un MCP sunucu yapılandırma dosyasını bulun.
3. JSON örneğindeki gibi mem0 MCP sunucusunu ekleyin:

{
  "mcpServers": {
    "mem0-mcp": {
      "command": "uv",
      "args": ["run", "main.py"],
      "env": {
        "MEM0_API_KEY": "${MEM0_API_KEY}"
      }
    }
  }
}

4. Kaydedin ve Claude’u yeniden başlatarak MCP sunucusunu yükleyin.
5. Bağlantı ve araç erişimini doğrulayın.

Not: Hassas veriler için ortam değişkenleri kullanın.

Cursor

1. README bölümündeki adımlarla mem0-mcp’yi klonlayıp kurun.
2. .env dosyanıza MEM0 API anahtarınızı ekleyin.
3. Sunucuyu uv run main.py komutu ile başlatın.
4. Cursor’da SSE uç noktasına (http://0.0.0.0:8080/sse) bağlanın.
5. Cursor Composer’ı açın ve Agent moduna geçin.

JSON Yapılandırma Örneği:

{
  "mcpServers": {
    "mem0-mcp": {
      "command": "uv",
      "args": ["run", "main.py"],
      "env": {
        "MEM0_API_KEY": "${MEM0_API_KEY}"
      }
    }
  }
}

Not: API anahtarınızı ortam değişkenleriyle güvenli bir şekilde saklayın.

Cline

1. Kurulum bölümünde belirtildiği gibi Python ve bağımlılıkları kurun.
2. MEM0 API anahtarınızı .env dosyasına ekleyin.
3. Cline’ın mcpServers nesnesine MCP sunucu yapılandırmasını ekleyin:

{
  "mcpServers": {
    "mem0-mcp": {
      "command": "uv",
      "args": ["run", "main.py"],
      "env": {
        "MEM0_API_KEY": "${MEM0_API_KEY}"
      }
    }
  }
}

4. Kaydedin ve Cline’ı yeniden başlatın.
5. mem0 MCP sunucusunun erişilebilir ve çalışır durumda olduğunu doğrulayın.

Not: API anahtarı yönetimi için ortam değişkenleri kullanın.

Bu MCP’yi akışlarda nasıl kullanırsınız

FlowHunt’ta MCP kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, önce MCP bileşenini akışınıza ekleyin ve AI ajanınıza bağlayın:

MCP bileşenine tıklayın ve yapılandırma panelini açın. Sistem MCP yapılandırma bölümünde, MCP sunucu detaylarınızı şu JSON formatında girin:

{
  "mem0-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Yapılandırma tamamlandığında, AI ajanı bu MCP’yi araç olarak kullanabilir ve tüm fonksiyonlarına erişebilir. “mem0-mcp” ismini kendi MCP sunucunuzun adıyla ve URL’yi kendi MCP sunucu adresiniz ile değiştirmeniz gerektiğini unutmayın.

Genel Bakış

Mevcut bilgilere göre, mem0-mcp açık araç tanımları ve kurulum talimatları sunar; fakat açık komut şablonları ve kaynak tanımları ile gelişmiş MCP özellikleri (roots veya sampling gibi) belgelenmemiştir. Sonuç olarak, protokol bütünlüğü açısından fonksiyonel fakat temeldir.

MCP Puanı