Máy chủ Membase MCP

Máy chủ “Membase” MCP làm gì?

Máy chủ Membase MCP (Model Context Protocol) đóng vai trò là cổng bộ nhớ nhẹ, phi tập trung cho các tác nhân AI, kết nối chúng với Membase để lưu trữ bộ nhớ đa phiên an toàn, bền vững và xác thực. Được vận hành bởi Unibase, nó cho phép trợ lý AI tải lên và truy xuất lịch sử hội thoại, bản ghi tương tác và kiến thức, đảm bảo sự liên tục, cá nhân hóa và truy xuất nguồn gốc cho tác nhân. Thông qua tích hợp giao thức Membase, máy chủ cho phép lưu trữ và truy xuất dữ liệu bộ nhớ liền mạch từ mạng phi tập trung Unibase, đáp ứng các trường hợp cần bộ nhớ bền vững, không thể bị chỉnh sửa cho quy trình AI.

Danh sách Prompt

Không có mẫu prompt nào được đề cập trong kho mã.

Sẵn sàng phát triển doanh nghiệp của bạn?

Bắt đầu dùng thử miễn phí ngay hôm nay và xem kết quả trong vài ngày.

Yêu cầu demo Đăng nhập

Danh sách Tài nguyên

Không có tài nguyên MCP cụ thể nào được mô tả trong kho mã.

Danh sách Công cụ

• get_conversation_id: Lấy ID hội thoại hiện tại, giúp tác nhân nhận diện hoặc tham chiếu phiên làm việc đang diễn ra.
• switch_conversation: Chuyển sang ngữ cảnh hội thoại khác, hỗ trợ quy trình đa phiên.
• save_message: Lưu tin nhắn hoặc bộ nhớ vào hội thoại hiện tại, đảm bảo tính bền vững và truy xuất nguồn gốc.
• get_messages: Truy xuất n tin nhắn gần nhất từ hội thoại hiện tại, cho phép tác nhân nhớ lại ngữ cảnh hoặc lịch sử gần đây.

Tham gia bản tin của chúng tôi

Nhận các mẹo, xu hướng và ưu đãi mới nhất miễn phí.

Địa chỉ email

Đăng ký

Ứng dụng của Máy chủ MCP này

• Bộ nhớ hội thoại bền vững: Lưu trữ và truy xuất toàn bộ lịch sử hội thoại, đảm bảo ngữ cảnh liên tục cho tác nhân AI qua nhiều phiên làm việc.
• Quản lý đa phiên: Chuyển đổi linh hoạt giữa các hội thoại khác nhau, cho phép một tác nhân xử lý nhiều người dùng hoặc dự án.
• Dấu vết kiểm toán xác thực: Mọi tương tác đều được lưu trên mạng phi tập trung, không thể bị chỉnh sửa và có thể kiểm toán cho mục đích tuân thủ hoặc gỡ lỗi.
• Cá nhân hóa: Truy xuất tương tác trước đó để cá nhân hóa phản hồi và hành động dựa trên thói quen lịch sử.
• Lưu trữ kiến thức: Lưu lại và truy xuất các đoạn kiến thức hoặc quyết định, xây dựng kho kiến thức lâu dài cho AI thông minh hơn.

Cách thiết lập

Windsurf

1. Đảm bảo đã cài đặt các thành phần cần thiết (ví dụ: Python, trình chạy uv).
2. Sao chép kho mã:
   git clone https://github.com/unibaseio/membase-mcp.git
3. Tìm tệp cấu hình Windsurf của bạn.
4. Thêm cấu hình Máy chủ Membase MCP:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "tài khoản của bạn, 0x...",
        "MEMBASE_CONVERSATION_ID": "mã hội thoại của bạn, nên là duy nhất",
        "MEMBASE_ID": "tài khoản phụ, chuỗi bất kỳ"
      }
    }
  }
}

5. Lưu và khởi động lại Windsurf để áp dụng thay đổi.

Bảo mật API Key:
Sử dụng biến môi trường trong khối env để giữ thông tin xác thực an toàn.

Claude

1. Cài đặt các thành phần phụ thuộc (trình chạy uv và Python).
2. Sao chép kho mã membase-mcp.
3. Chỉnh sửa tệp cấu hình MCP của Claude.
4. Thêm đoạn JSON sau:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "tài khoản của bạn, 0x...",
        "MEMBASE_CONVERSATION_ID": "mã hội thoại của bạn, nên là duy nhất",
        "MEMBASE_ID": "tài khoản phụ, chuỗi bất kỳ"
      }
    }
  }
}

5. Lưu và khởi động lại Claude.

Lưu ý: Lưu thông tin nhạy cảm bằng biến môi trường.

Cursor

1. Cài đặt các thành phần cần thiết (Python, uv).
2. Sao chép kho mã membase-mcp.
3. Tìm và mở tệp cấu hình Cursor.
4. Thêm máy chủ như sau:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "tài khoản của bạn, 0x...",
        "MEMBASE_CONVERSATION_ID": "mã hội thoại của bạn, nên là duy nhất",
        "MEMBASE_ID": "tài khoản phụ, chuỗi bất kỳ"
      }
    }
  }
}

5. Lưu và khởi động lại Cursor.

Cline

1. Cài đặt các thành phần phụ thuộc (uv, Python).
2. Sao chép kho mã.
3. Mở tệp cấu hình của Cline.
4. Thêm cấu hình máy chủ:

{
  "mcpServers": {
    "membase": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/membase-mcp",
        "run", 
        "src/membase_mcp/server.py"
      ],
      "env": {
        "MEMBASE_ACCOUNT": "tài khoản của bạn, 0x...",
        "MEMBASE_CONVERSATION_ID": "mã hội thoại của bạn, nên là duy nhất",
        "MEMBASE_ID": "tài khoản phụ, chuỗi bất kỳ"
      }
    }
  }
}

5. Lưu và khởi động lại Cline.

Bảo mật API Key:
Toàn bộ thông tin xác thực nhạy cảm nên truyền qua đối tượng env như trên để tránh ghi cứng vào mã nguồn.

Cách sử dụng MCP này trong các flow

Sử dụng MCP trong FlowHunt

Để tích hợp máy chủ MCP vào quy trình FlowHunt, bắt đầu bằng việc thêm thành phần MCP vào flow và kết nối nó với tác nhân AI của bạn:

Nhấp vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình MCP hệ thống, nhập thông tin máy chủ MCP của bạn theo định dạng JSON sau:

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

Sau khi cấu hình, tác nhân AI sẽ có thể sử dụng MCP này như một công cụ với đầy đủ chức năng. Lưu ý đổi “MCP-name” thành tên thực tế của máy chủ MCP của bạn (ví dụ: “github-mcp”, “weather-api”, v.v.) và thay đường dẫn URL bằng địa chỉ máy chủ MCP của bạn.

Tổng quan

Dựa trên thông tin hiện có, Máy chủ Membase MCP cung cấp các công cụ bộ nhớ cốt lõi và hướng dẫn cài đặt rõ ràng, nhưng thiếu mẫu prompt, tài nguyên MCP cụ thể và đề cập về hỗ trợ sampling hoặc roots. Điều này giúp nó phù hợp cho các quy trình tập trung vào bộ nhớ nhưng hạn chế về khả năng mở rộng và tính năng MCP nâng cao. Tổng thể, nó thực tế nhưng cơ bản.

Điểm MCP