Membase MCP Sunucusu

“Membase” MCP Sunucusu ne yapar?

Membase MCP (Model Context Protocol) Sunucusu, AI ajanları için hafif, merkeziyetsiz bir hafıza geçidi olarak çalışır ve onları güvenli, kalıcı ve doğrulanabilir çoklu oturum hafızası için Membase’e bağlar. Unibase tarafından desteklenen bu sunucu, AI asistanlarının konuşma geçmişini, etkileşim kayıtlarını ve bilgilerini yüklemesine ve geri çağırmasına olanak tanır; böylece ajan devamlılığı, kişiselleştirme ve izlenebilirlik sağlanır. Membase protokolü ile entegre edilerek, Unibase merkeziyetsiz ağından hafıza verilerinin sorunsuzca saklanmasını ve alınmasını mümkün kılar; kalıcı, değiştirilemez hafızanın AI odaklı iş akışları için hayati olduğu kullanım senaryolarını destekler.

Komut Listesi

Depoda herhangi bir komut şablonu belirtilmemiştir.

İşinizi büyütmeye hazır mısınız?

Bugün ücretsiz denemenizi başlatın ve günler içinde sonuçları görün.

Demo talep et Giriş yap

Kaynak Listesi

Depoda açıkça belirtilmiş bir MCP kaynağı bulunmamaktadır.

Araç Listesi

• get_conversation_id: Geçerli konuşma kimliğini alır, böylece ajanlar devam eden oturumu tanımlayabilir veya referans gösterebilir.
• switch_conversation: Aktif bağlamı farklı bir konuşmaya geçirerek çoklu oturum iş akışlarını destekler.
• save_message: Bir mesajı veya hafızayı mevcut konuşmaya kaydeder, kalıcılığı ve izlenebilirliği sağlar.
• get_messages: Geçerli konuşmadan son n mesajı alır, böylece ajanlar yakın geçmişi veya bağlamı hatırlayabilir.

Bültenimize katılın

En son ipuçlarını, trendleri ve teklifleri ücretsiz alın.

E-posta adresi

Abone ol

Bu MCP Sunucusunun Kullanım Alanları

• Kalıcı Konuşma Hafızası: Tüm konuşma geçmişlerini saklayıp çağırarak, AI ajanları için oturumlar arası sürekli bağlam sağlar.
• Çoklu Oturum Yönetimi: Farklı konuşmalar arasında sorunsuz geçiş yaparak, bir ajanın birden fazla kullanıcıyı veya projeyi yönetmesini mümkün kılar.
• Doğrulanabilir Denetim İzleri: Tüm etkileşimler merkeziyetsiz bir ağda saklanır, böylece değiştirilmez ve denetlenebilir olur; uyumluluk veya hata ayıklama için uygundur.
• Kişiselleştirme: Geçmiş kullanıcı etkileşimlerini çağırarak, yanıtları ve eylemleri önceki tercihlere göre şekillendirir.
• Bilgi Tutma: Bilgi parçalarını veya kararları kaydedip geri çağırarak, zamanla daha akıllı AI davranışları için bir bilgi tabanı oluşturur.

Kurulum Nasıl Yapılır

Windsurf

1. Gereksinimlerin kurulu olduğundan emin olun (örn. Python, uv çalıştırıcı).
2. Depoyu klonlayın:
   git clone https://github.com/unibaseio/membase-mcp.git
3. Windsurf yapılandırma dosyanızı bulun.
4. Membase MCP Sunucusu yapılandırmasını ekleyin:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "hesabınız, 0x...",
        "MEMBASE_CONVERSATION_ID": "konuşma kimliğiniz, benzersiz olmalı",
        "MEMBASE_ID": "alt hesabınız, herhangi bir dize"
      }
    }
  }
}

5. Değişiklikleri kaydedin ve Windsurf’u yeniden başlatın.

API Anahtarlarını Güvenli Tutma:
Kimlik bilgilerini güvenli tutmak için env bloğunda ortam değişkenlerini kullanın.

Claude

1. Bağımlılıkları yükleyin (uv çalıştırıcı ve Python).
2. membase-mcp deposunu klonlayın.
3. Claude’un MCP yapılandırma dosyasını düzenleyin.
4. Aşağıdaki JSON kodunu ekleyin:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "hesabınız, 0x...",
        "MEMBASE_CONVERSATION_ID": "konuşma kimliğiniz, benzersiz olmalı",
        "MEMBASE_ID": "alt hesabınız, herhangi bir dize"
      }
    }
  }
}

5. Kaydedin ve Claude’u yeniden başlatın.

Not: Hassas bilgileri ortam değişkeni olarak saklayın.

Cursor

1. Gereksinimleri yükleyin (Python, uv).
2. membase-mcp deposunu klonlayın.
3. Cursor yapılandırma dosyanızı bulun ve açın.
4. Sunucuyu aşağıdaki gibi ekleyin:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "hesabınız, 0x...",
        "MEMBASE_CONVERSATION_ID": "konuşma kimliğiniz, benzersiz olmalı",
        "MEMBASE_ID": "alt hesabınız, herhangi bir dize"
      }
    }
  }
}

5. Kaydedin ve ardından Cursor’u yeniden başlatın.

Cline

1. Bağımlılıkları kurun (uv, Python).
2. Depoyu klonlayın.
3. Cline’ın yapılandırma dosyasını açın.
4. Sunucu yapılandırmasını ekleyin:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "hesabınız, 0x...",
        "MEMBASE_CONVERSATION_ID": "konuşma kimliğiniz, benzersiz olmalı",
        "MEMBASE_ID": "alt hesabınız, herhangi bir dize"
      }
    }
  }
}

5. Kaydedin ve Cline’ı yeniden başlatın.

API Anahtarlarını Güvenli Tutma:
Tüm hassas kimlik bilgileri yukarıdaki gibi env nesnesinde iletilmeli, doğrudan dosyaya yazılmamalıdır.

Bu MCP’yi akışlarda nasıl kullanabilirsiniz

FlowHunt’ta MCP kullanımı

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

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırma bölümüne, MCP sunucu ayrıntılarınızı aşağıdaki JSON formatında girin:

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

Yapılandırıldıktan sonra, AI ajanı artık bu MCP’yi bir araç olarak tüm işlevlerine ve yeteneklerine erişerek kullanabilir. “MCP-name” kısmını MCP sunucunuzun gerçek adıyla (örn. “github-mcp”, “weather-api” vb.) ve URL’yi kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Mevcut bilgilere göre, Membase MCP Sunucusu temel hafıza araçları ve net kurulum yönergeleri sağlar, ancak komut şablonları, açık MCP kaynakları ve örnekleme ya da kök desteğinden bahsedilmemiştir. Bu, onu hafıza odaklı iş akışları için işlevsel kılar ancak genişletilebilirlik ve gelişmiş MCP özelliklerinde sınırlı bırakır. Genel olarak, pratik ama temel seviyededir.

MCP Skoru