Membase MCP 服务器

Membase MCP 服务器

通过 Membase MCP 服务器实现安全、持久和多会话的 AI 记忆——一个用于强大代理连续性与合规的去中心化记忆网关。

“Membase” MCP 服务器的作用是什么？

Membase MCP（模型上下文协议）服务器是为 AI 代理提供的轻量级、去中心化记忆网关，将代理连接至 Membase，实现安全、持久、可验证的多会话记忆。借助 Unibase，AI 助手可上传和检索会话历史、交互记录与知识，确保代理连续性、个性化和可追溯性。通过集成 Membase 协议，服务器支持从 Unibase 去中心化网络无缝存储与获取记忆数据，适用于 AI 驱动工作流中需要持久、防篡改记忆的场景。

提示词列表

仓库中未提及任何提示词模板。

资源列表

仓库中未明确描述 MCP 资源。

工具列表

  • get_conversation_id：获取当前会话 ID，使代理能够识别或引用正在进行的会话。
  • switch_conversation：切换至其他会话上下文，支持多会话工作流。
  • save_message：将消息或记忆存入当前会话，保证持久性和可追踪性。
  • get_messages：获取当前会话的最近 n 条消息，便于代理回忆上下文或历史。

本 MCP 服务器的应用场景

  • 持久会话记忆：存储和检索完整会话历史，让 AI 代理跨会话持续保持上下文。
  • 多会话管理：无缝切换不同会话，使代理可处理多用户或多项目。
  • 可验证的审计追踪：所有交互均存储在去中心化网络，防篡改且便于合规或调试。
  • 个性化：检索过往用户交互，基于历史偏好进行个性化响应与动作。
  • 知识保留：保存与回忆知识片段或决策，随着时间积累智能知识库，实现更智能的 AI 行为。

如何设置

Windsurf

  1. 确保已安装所需环境（如 Python、uv 运行器）。
  2. 克隆代码仓库：
    git clone https://github.com/unibaseio/membase-mcp.git
  3. 找到你的 Windsurf 配置文件。
  4. 添加 Membase MCP 服务器配置：
{
  "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"
      }
    }
  }
}
  1. 保存并重启 Windsurf 以应用更改。

API 密钥安全性：
在 env 区块中使用环境变量存放凭证，以确保安全。

Claude

  1. 安装依赖（uv 运行器和 Python）。
  2. 克隆 membase-mcp 仓库。
  3. 编辑 Claude 的 MCP 配置文件。
  4. 插入以下 JSON 片段：
{
  "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"
      }
    }
  }
}
  1. 保存并重启 Claude。

注意： 敏感信息请使用环境变量保存。

Cursor

  1. 安装必要环境（Python、uv）。
  2. 克隆 membase-mcp 仓库。
  3. 找到并打开你的 Cursor 配置文件。
  4. 按如下方式添加服务器：
{
  "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"
      }
    }
  }
}
  1. 保存后重启 Cursor。

Cline

  1. 安装依赖（uv、Python）。
  2. 克隆代码仓库。
  3. 打开 Cline 的配置文件。
  4. 添加服务器配置：
{
  "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"
      }
    }
  }
}
  1. 保存并重启 Cline。

API 密钥安全性：
所有敏感凭证请如上所示放在 env 对象中传递，避免硬编码。

如何在流程中使用本 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，首先在流程中添加 MCP 组件，并将其与 AI 代理连接：

FlowHunt MCP flow

点击 MCP 组件以打开配置面板。在系统 MCP 配置区域，使用如下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具访问该 MCP 的全部功能。请记得将 “MCP-name” 替换为你实际的 MCP 服务器名称（如 “github-mcp”、“weather-api” 等），并将 URL 替换为你自己的 MCP 服务器地址。

总览

部分是否支持说明/备注
总览✅
提示词列表⛔未提供可复用的提示词模板
资源列表⛔未列出明确的 MCP 资源
工具列表✅get_conversation_id, switch_conversation, save_message, get_messages
API 密钥安全性✅配置中使用环境变量
采样支持（评测时较次要）⛔未提及

根据现有信息，Membase MCP 服务器提供了核心记忆工具和清晰的安装说明，但缺少提示词模板、显式 MCP 资源和采样/roots 支持。适合以记忆为中心的工作流，功能实用但在可扩展性及高级 MCP 特性上有限，总体而言实用但较为基础。

MCP 评分

是否有 LICENSE⛔（无许可证文件）
是否有工具✅
Fork 数量4
Star 数量4

常见问题

什么是 Membase MCP 服务器？

Membase MCP 服务器是用于 AI 代理记忆的轻量级去中心化网关，通过将代理连接到由 Unibase 驱动的 Membase 协议，提供安全、持久及可验证的多会话记忆。

Membase MCP 提供了哪些工具？

它包含获取当前会话 ID、切换会话、保存消息和获取会话历史的工具，为 AI 代理实现强大的多会话和记忆管理能力。

Membase MCP 如何保障安全与合规？

所有交互与消息均存储在去中心化网络中，实现防篡改、可审计的记录。凭证通过环境变量传递以保障安全。

Membase MCP 可以用于 FlowHunt 工作流吗？

可以。在你的 FlowHunt 流程中添加 MCP 组件，并用你的 Membase MCP 信息进行配置。此后，AI 代理即可访问服务器提供的全部记忆功能。

Membase MCP 有许可证吗？

该仓库中没有许可证文件。请自行斟酌使用。

开始使用 Membase MCP 服务器

通过去中心化、防篡改的记忆能力赋能你的 AI 工作流。在 FlowHunt 中部署 Membase MCP 服务器，解锁高级多会话功能。

立即试用 FlowHunt 查看文档

了解更多

Memgraph MCP 服务器集成
Memgraph MCP 服务器集成

Memgraph MCP 服务器集成

Memgraph MCP 服务器连接 Memgraph 图数据库与大型语言模型，实现通过标准化 MCP 工具和资源进行实时图数据访问与 AI 驱动工作流。...

2 分钟阅读
AI MCP +5
mem0 MCP 服务器
mem0 MCP 服务器

mem0 MCP 服务器

mem0 MCP 服务器将 AI 助手与结构化存储、检索及代码片段、文档和最佳实践的语义搜索连接起来。它通过支持持久化的编码偏好存储与 AI IDE 无缝集成，提升开发工作流程。...

2 分钟阅读
MCP Server AI +4
Chatsum MCP 服务器
Chatsum MCP 服务器

Chatsum MCP 服务器

Chatsum MCP 服务器让 AI 智能体能够高效查询和总结用户聊天数据库中的消息，提供简明的对话洞察，并支持在 FlowHunt 工作流中的分析。...

1 分钟阅读
AI MCP Server +4