Memwyre

Guía Universal del Servidor MCP

Guía universal para conectar Memwyre a clientes del Protocolo de Contexto de Modelos (MCP) como Claude Desktop, Cursor y VS Code.

Descripción General

El Protocolo de Contexto de Modelos es un estándar abierto que conecta sistemas de IA con herramientas externas y fuentes de datos. Al ejecutar el Servidor MCP de Memwyre localmente, le das a tu IDE o agente (Claude Desktop, Cursor, VS Code, etc.) acceso directo a tu memoria centralizada — sin más copiar y pegar contexto manualmente.

Requisitos Previos

Antes de comenzar, asegúrate de tener:

• Python 3.10+ instalado en tu máquina.
• Tu MEMWYRE_API_KEY — genera uno desde Configuración → Claves API en la aplicación web de Memwyre.
• El script mcp_server.py descargado en una ubicación permanente en tu disco duro.

Protocolos de Conexión

Memwyre admite dos protocolos de conexión para el Protocolo de Contexto de Modelos (MCP):

1. Túnel HTTP Remoto (Recomendado): Utiliza la utilidad mcp-remote para tunelizar comandos a nuestro endpoint seguro en la nube (https://server.memwyre.tech/mcp).
2. Ejecución Local de Python: Ejecuta el archivo mcp_server.py localmente en tu máquina usando Python, ejecutando actualizaciones vectoriales SQLite locales.

---

Configuraciones de Instalación

1. Claude Desktop (Remoto)

Agrega este bloque de servidor a tu archivo de configuración de Claude:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "memwyre": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://server.memwyre.tech/mcp", "--header", "Authorization:Bearer your_token_here"]
    }
  }
}

2. VS Code y Cursor (Remoto)

En el panel de configuración de tu IDE, registra el servidor MCP como:

• Comando: npx
• Argumentos: ["-y", "mcp-remote", "https://server.memwyre.tech/mcp", "--header", "Authorization:Bearer your_token_here"]

3. Configuración del Script Local de Python

Si ejecutas completamente autohospedado, descarga mcp_server.py e invócalo directamente:

{
  "mcpServers": {
    "memwyre-local": {
      "command": "python",
      "args": ["/absolute/path/to/mcp_server.py"],
      "env": {
        "MEMWYRE_API_KEY": "your_api_key_here"
      }
    }
  }
}

---

Herramientas Disponibles

Una vez conectado, tu IDE o agente tendrá acceso a las siguientes herramientas:

search_memwyre (Búsqueda Principal)

La herramienta más importante para recuperar contexto. Realiza una búsqueda semántica en toda tu bóveda.

• Parámetros:
  • query (Requerido): Tus términos de búsqueda o pregunta.
  • purpose (Opcional): Sugerencia para el formato del contexto. Opciones: general, code o summary.

save_memory (Capturar Contexto)

Guarda nueva información o notas directamente en tu Bandeja de Entrada de Memwyre.

• Parámetros:
  • text (Requerido): El contenido que deseas guardar.
  • tags (Opcional): Una lista de etiquetas para categorizar la memoria (ej. ["project-x", "todo"]).
  • source (Opcional): Origen de la memoria (por defecto mcp).

approve_memory (Aprobar Ingestión)

Aprueba una memoria pendiente en la Bandeja de Entrada y comienza su proceso de ingestión.

• Parámetros:
  • memory_id (Requerido): El ID de la memoria, comenzando con mem_ (ej. mem_123).

discard_memory (Descartar de la Bandeja de Entrada)

Descarta una memoria pendiente de la Bandeja de Entrada.

• Parámetros:
  • memory_id (Requerido): El ID de la memoria, comenzando con mem_ (ej. mem_123).

generate_prompt (Ingeniería de Prompts)

Recupera contexto relevante y lo envuelve en un prompt preformateado para un LLM.

• Parámetros:
  • query (Requerido): El tema para el cual generar un prompt.
  • template (Opcional): La estructura del prompt. Opciones: standard, code o summary.

get_document (Recuperación de Texto Completo)

Recupera el contenido completo de un documento específico (PDF, Doc o Página Web) por su ID.

• Parámetros:
  • doc_id (Requerido): El ID numérico del documento (ej. 123).

list_memories (Descubrimiento)

Lista las memorias y documentos más recientes agregados a tu bóveda.

• Parámetros:
  • limit (Opcional): Número de elementos a devolver (por defecto: 10).
  • offset (Opcional): Desplazamiento de paginación.

get_inbox (Revisión Pendiente)

Lista todas las memorias que actualmente están en estado "Bandeja de Entrada" y esperan revisión o confirmación.

update_memory (Editar)

Actualiza el contenido de un fragmento de memoria existente.

• Parámetros:
  • memory_id (Requerido): El ID de la memoria, comenzando con mem_ (ej. mem_45).
  • content (Requerido): El nuevo contenido de texto.

delete_memory (Limpieza)

Elimina permanentemente una memoria o documento de tu bóveda.

• Parámetros:
  • memory_id (Requerido): El ID del elemento, comenzando con mem_ o doc_ (ej. doc_12).

search_by_date (Búsqueda Cronológica)

Encuentra memorias creadas dentro de un período de tiempo específico.

• Parámetros:
  • start_date (Requerido): Fecha de inicio en formato YYYY-MM-DD.
  • end_date (Opcional): Fecha de fin en formato YYYY-MM-DD.

get_all_tags (Taxonomía)

Recupera una lista completa de todas las etiquetas utilizadas actualmente en toda tu bóveda de memoria.

---

Solución de Problemas

Claude Desktop no muestra las herramientas de Memwyre.
Verifica que la ruta command se resuelva correctamente — intenta con python3 en lugar de python en macOS/Linux si implementas scripts locales, o confirma que tu comando npx se ejecute correctamente en tu shell.

Variable de entorno MEMWYRE_API_KEY no encontrada.
Para implementaciones locales del servidor Python, asegúrate de que la clave esté configurada dentro del bloque env de tu archivo de configuración, no como una variable de entorno del sistema. Para instancias remotas, asegúrate de que tu token Bearer en el argumento del encabezado sea válido.