记忆 MCP 服务器 — 第 4 页

通过索引源代码、符号、调用图、Git/GitHub历史记录以及绑定到仓库的源记忆，为编码代理提供本地仓库智能，并将这些信息存入本地数据库。

自托管长期记忆用于AI代理：基于pgvector的分层召回MCP服务器。

面向人类与AI代理团队的项目追踪器——以纯文本文件形式运行。MCP服务器+命令行工具，零依赖。

保存AI聊天的当前工作状态，并可在任何其他模型、客户端或提供商中加载。保存时经过验证，并移除机密信息。

以机器优先、网络来源的知识库，涵盖当前斯洛伐克/捷克/奥地利/欧盟的公民、税务与法律事实——每条均附来源、日期及置信度。

本地优先、以状态为中心的编码代理记忆——记住你的项目约定和你喜欢的工作方式。100%本地，通过MCP。

面向AI编程代理的本地优先持久化记忆，通过MCP实现：决策、经验与事实跨会话持久化，采用混合BM25+向量+图谱检索，完全离线运行，无需API密钥。

从任何兼容MCP的AI客户端搜索、遍历和编辑Filamental知识图谱。本地优先，无需云端，无需认证。

本地优先的智能体记忆：以纯Markdown格式的Obsidian仓库作为数据源，配合可重建的DuckDB索引实现BM25混合检索、向量检索与图结构召回。

Bible Glide 账户上下文、每日经文、教会活动及圣经聊天。

一个MCP（模型上下文协议）服务器，提供70种工具，涵盖认知记忆、工作记忆、会话、代理、L0–L3知识层级、编排任务和训练流程。该服务器使用stdio通信，可被Claude Desktop、Claude Code、OpenCodex以及任何支持MCP的客户端使用。

面向AI代理的本地优先确定性项目记忆：上下文包、决策、门控、风险、声明账本以及项目自有文件中的显式检查点。

在 Memlane 中搜索已保存的内容、调取完整文章、添加新链接并撰写笔记

自托管的内存与知识图谱MCP服务器，专为AI代理设计。基于TypeScript开发，运行于Postgres 16 + pgvector，提供11个brain_*工具。无需密钥运行：全文与语义搜索、内容摄取、基于内容哈希的去重、通过brain_why实现的溯源功能，以及知识图谱，均通过本地Ollama实现，无需任何API密钥。采用Apache-2.0许可证。

本地代码知识图谱+双时间错误记忆，供AI编码代理使用。在读取/搜索时提供排序后的结构化数据包，而非整个文件，并展示你的仓库中已回滚的修复（从git历史中挖掘）。零云端依赖，Apache-2.0协议。

为AI代理提供跨会话和工具持久化的操作记忆。

大约一分钟内设置一个私密的AI记忆库。无需迁移、无需设置通话、无需绑定银行卡。

工作流引擎，教会你的代理如何按你的方式完成任务。

FoundersOS - 面向创始人的CRM、任务、财务、信息流和记忆功能，以MCP服务器形式提供。

MemClaw — AI智能体集群的持久化记忆（开源） — 趋势历史、参与度指标，以及Trendshift上的Reddit与Hacker News讨论

捕获AI编码会话（Claude Code / Codex / Cursor），并将其提炼为每周报告、ADR和知识图谱——自托管。

本地优先的MCP服务器，用于搜索私有Obsidian知识库，支持混合全文、模糊、语义及维基链接图检索。

面向AI智能体的本地工作模型，从真实结果中学习。

为你的AI编程助手提供生产级就绪能力。只需设定一次规则，每个仓库中的每个智能体都会遵循。

Agents Remember 是一个面向编码代理的、具有漂移感知能力的仓库记忆系统，适用于复杂代码库。它能捕捉代码自身无法表达的信息！支持通过路径、语义搜索以及关系（代码图）进行记忆检索。

一个记忆。所有AI通用。无需安装。Memxus可在Claude、ChatGPT、Cursor和Slack中使用——以及你的团队使用的任何需要记忆的应用（Notion、Linear/Jira、Gmail、Salesforce/HubSpot、Intercom、Zendesk、Google Drive、Confluence、GitHub）。无需扩展，无需本地设置，无需重复上下文。一次保存。处处记忆。

一个与供应商无关的AI智能体认知持久层。通过跨会话传输上下文、偏好和历史记录，消除“重复税”。配备自动适应引擎，同步全局指令以确保操作一致性，并优化任何LLM或多智能体工作流中的令牌使用。

基于来源的MCP、A2A和x402元数据，用于验证的知识交易。

本地优先的MCP服务器，为AI编程助手提供持久会话记忆。减少85.6%的令牌使用，无需云端。

面向AI代理的自我改进型MCP记忆服务器。一条命令即可运行，无需云端，无需配置。支持混合搜索、反馈循环质量系统、仪表盘界面、自动关联知识图谱。使用越多，效果越好。