Engram MCP Server

官方

Engram 是一个托管的 MCP 服务器，为 AI 代理提供可靠的记忆功能：

GitHub

文档

Engram MCP

为你的 AI 代理提供可信赖的记忆。Engram 让你的 AI 记住过往对话、事实和决策，使其更像一个真正的队友。

此仓库包含用于将 MCP 客户端连接到 Engram 的配置模板，Engram 是一个面向 AI 代理的托管记忆服务。

什么是 Engram？

Engram 是一个托管的 MCP 服务器，为 AI 代理提供可靠、可解释的记忆：

可靠的记忆：代理记住对话、事实和决策，并自动提取知识图谱
可解释的检索：每个答案都引用支持它的记忆和图谱边
三引擎检索：BM25 + 向量搜索 + 知识图谱，融合并重排序
自带模型：所有 LLM 调用都通过你的提供商路由——无推理加价
内置控制：将记忆组织到桶中，管理保留策略，并使用自然语言查询

免费套餐：每月 10K 条存储记忆和 50K 次检索——无需信用卡。付费套餐请参阅定价。

快速设置

1. 获取你的 API 密钥

在 lumetra.io 注册以创建账户并生成 API 密钥。

某些客户端（Claude.ai 网页版、ChatGPT）使用 OAuth 而非粘贴密钥——请参阅下方相关章节。

2. 将 Engram 添加到你的 MCP 客户端

MCP 端点： https://mcp.lumetra.io/mcp/sse

Claude Code

claude mcp add-json engram '{"type":"sse","url":"https://mcp.lumetra.io/mcp/sse","headers":{"Authorization":"Bearer <your-api-key>"}}'

Claude.ai 网页版（OAuth — 无需粘贴密钥）

在 Claude 设置 → 连接器 → 添加自定义连接器中，粘贴：

https://mcp.lumetra.io/mcp/sse

你将被重定向到 Lumetra 以授权连接。无需 API 密钥。

ChatGPT 网页版（OAuth — 支持连接器的套餐）

在 ChatGPT 设置 → 添加自定义 MCP 连接器中，粘贴：

https://mcp.lumetra.io/mcp/sse

与 Claude.ai 相同的 OAuth 流程。

Cursor

~/.cursor/mcp.json 或 .cursor/mcp.json：

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf

~/.codeium/windsurf/mcp_config.json：

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf 接受 url 和 serverUrl 用于远程 MCP 服务器。我们在此使用 url 以与本页其他客户端保持一致。

OpenCode

opencode.json：

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

OpenClaw

一旦该技能在 ClawHub 上线：

openclaw skill add lumetra-engram
# or
clawhub install lumetra-engram

目前，请从 lumetra-io/engram-openclaw-skill 手动安装：

mkdir -p .openclaw/skills
curl -fsSL https://codeload.github.com/lumetra-io/engram-openclaw-skill/tar.gz/refs/heads/main \
  | tar -xz --strip-components=2 -C .openclaw/skills engram-openclaw-skill-main/skills/engram
export ENGRAM_API_KEY="eng_live_..."

3. 重启你的客户端

你的 MCP 客户端现在将可以访问 Engram 记忆工具。

可用工具

连接后，你的代理将拥有以下记忆工具：

工具	描述
`store_memory(content, bucket?)`	存储一个事实或一条信息（默认存入桶 `"default"`）
`query_memory(question, bucket?)`	使用自然语言搜索记忆，提供 AI 综合和每条记忆的解释
`list_memories(bucket, limit?)`	列出桶中的记忆，按最新优先排序（`limit` 1–100，默认 20）
`list_buckets()`	列出可用的记忆桶
`delete_memory(memory_id, bucket)`	按 ID 删除特定记忆
`clear_memories(bucket)`	清除桶中的所有记忆（破坏性操作！）

多桶查询融合（在一次调用中传递多个桶）在 REST /v1/query 端点和官方 SDK 中可用。MCP query_memory 工具目前每次调用接受单个桶。

REST API

Engram 还提供 REST API，供任何 HTTP 客户端（Vercel AI SDK、LangChain、LlamaIndex、Mastra、CrewAI、AutoGen、n8n、你自己的脚本）进行编程访问。

基础 URL： https://api.lumetra.io

认证： 在 Authorization 头中包含你的 API 密钥：

curl -X POST https://api.lumetra.io/v1/buckets/default/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Alice works at TechCorp"}'

快速示例：

# Store a memory
curl -X POST https://api.lumetra.io/v1/buckets/work/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Bob is the CEO of Acme Inc"}'

# Query your memories
curl -X POST https://api.lumetra.io/v1/query \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "Who is the CEO of Acme?", "buckets": ["work"]}'

有关所有可用端点，请参阅完整 API 文档。

使用场景

团队使用 Engram 实现：

带先前上下文的支持：延续上一个工单、环境、计划和承诺的后续行动
带上下文的代码审查：将 ADR、所有者备注、脆弱区域和事后分析存储为记忆
共享的指标定义：将定义、批准的连接和 SQL 片段集中存放
始终如一的品牌内容：为写作者集中管理语调和已批准的主张

关于此仓库

此仓库包含：

本 README，包含流行 MCP 客户端的设置说明
server.json — 遵循官方模式的 MCP 服务器清单

server.json 文件使用官方 MCP 服务器模式，可供支持远程服务器发现的 MCP 客户端使用。对于手动配置，请使用上述特定于客户端的示例。

实际的 Engram 服务运行在 https://mcp.lumetra.io（MCP）和 https://api.lumetra.io（REST）——无需本地安装。

支持

产品网站：lumetra.io
文档：lumetra.io/docs
定价：lumetra.io/pricing
联系：[email protected]