Memstate AI MCP Server
官方具备类Git版本控制的智能体记忆。自定义LLM将对话转化为结构化事实,并自动检测冲突——智能体可追溯决策演变过程,而非面对四段矛盾文本。相比RAG/图谱系统减少80%令牌消耗。支持MCP+REST协议。
文档
Memstate AI - MCP
面向 AI 智能体的版本化记忆。 存储事实、检测冲突,并追踪决策如何随时间变化——以托管 MCP 服务器形式提供。
为什么选择 Memstate?
| RAG(大多数其他记忆系统) | Memstate AI | |
|---|---|---|
| 每次对话的 Token 用量 | ~7,500 | ~1,500 |
| 智能体可见性 | 黑箱 | 完全透明 |
| 记忆版本控制 | 无 | 完整历史 |
| 记忆规模扩大时的 Token 增长 | O(n) | O(1) |
| 所需基础设施 | 需要 | 无需 — 托管 SaaS |
其他记忆系统将所有内容倾倒入你的上下文窗口,然后寄希望于最好的结果。Memstate 为你的智能体提供了一个结构化、版本化的知识库,使其能够精确导航——只加载你需要的内容,了解什么发生了变化,知道事实何时发生冲突。
基准测试
我们构建了一个开源基准测试套件,测试对智能体记忆真正重要的内容:你的系统能否存储事实、跨会话准确回忆、在事物变化时检测冲突,并在项目演进过程中保持上下文?
直接对比:Memstate AI vs Mem0
两个系统在相同条件下进行测试,使用相同的智能体(Claude Sonnet 4.6,temperature 0)、相同的场景和相同的评分标准。
| 指标 | Memstate AI | Mem0 | 胜出者 |
|---|---|---|---|
| 总分 | 69.1 | 15.4 | Memstate |
| 准确性(事实回忆) | 74.1 | 12.6 | Memstate |
| 冲突检测 | 85.5 | 19.0 | Memstate |
| 上下文连续性 | 63.7 | 10.1 | Memstate |
| Token 效率 | 22.3 | 30.6 | Mem0 |
评分权重:准确性 40%,冲突检测 25%,上下文连续性 25%,Token 效率 10%。
各场景细分
该基准测试运行五个真实场景,模拟多会话智能体工作流:
| 场景 | Memstate AI | Mem0 |
|---|---|---|
| Web 应用架构演进 | 43.2 | 55.6 |
| 认证系统迁移 | 66.2 | 10.2 |
| 数据库模式演进 | 72.7 | 7.0 |
| API 版本控制冲突 | 86.5 | 0.9 |
| 团队决策反转 | 77.2 | 3.3 |
Mem0 在第一个场景(简单架构追踪)中胜出,但在需要矛盾处理、跨会话上下文和决策反转追踪的场景中表现严重不佳——在五个场景中的三个得分接近零。
Memstate 胜出的原因
基准测试揭示了一个根本性的架构差异:
Mem0 使用基于嵌入的语义搜索。 事实被分块、嵌入,并通过相似性检索。这对于简单查找有效,但在以下情况下会失效:
- 事实与早期事实相矛盾(系统无法区分当前与过时)
- 需要精确回忆(嵌入返回“相似”结果,而非精确结果)
- 写入到读取的延迟很重要(新记忆需要数秒才能变为可搜索)
Memstate 使用结构化、版本化的键值存储。 每个事实都位于一个明确的键路径上,并拥有完整的版本历史。这意味着:
- 冲突检测是内置的——当新事实与旧事实矛盾时,系统会知晓并保留两个版本
- 回忆是确定性的——你得到的是精确存储的内容,而非近似匹配
- 跨会话连续性是可靠的——智能体在结构化树中导航,而不是寄希望于语义搜索浮现正确的上下文
- Token 成本保持 O(1)——智能体首先加载摘要,仅在需要时深入细节,而不是将所有可能相关的嵌入倾倒入上下文窗口
公平性说明
- 两个系统使用相同的智能体模型、温度和评估标准
- Mem0 在写入和读取之间给予了 10 秒的摄取延迟,以考虑其异步嵌入管道
- Mem0 在 Token 效率上得分更高,但这一指标应结合上下文解读——较低的 Token 用量可能仅仅反映了返回的信息较少。一个检索到不完整或不正确事实的系统每次响应使用的 Token 更少,但可能需要更多的后续调用,最终花费更多 Token 才能得到相同的答案
- 基准测试源代码包含在此仓库中,以实现完全可复现性
- Mem0 在自定义配置或使用不同嵌入模型时可能表现不同
快速开始
在 memstate.ai/dashboard 获取你的 API 密钥,然后添加到你的 MCP 客户端配置中:
{
"mcpServers": {
"memstate": {
"command": "npx",
"args": ["-y", "@memstate/mcp"],
"env": {
"MEMSTATE_API_KEY": "YOUR_API_KEY_HERE"
}
}
}
}
无需 Docker。无需数据库。无需基础设施。60 秒内即可运行。
客户端设置
Claude Desktop
配置文件位置:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"memstate": {
"command": "npx",
"args": ["-y", "@memstate/mcp"],
"env": { "MEMSTATE_API_KEY": "YOUR_API_KEY_HERE" }
}
}
}
Claude Code
claude mcp add memstate npx @memstate/mcp -e MEMSTATE_API_KEY=YOUR_API_KEY_HERE
Cursor
在 Cursor 设置 → MCP → 添加服务器 — 使用与上述 Claude Desktop 相同的 JSON 格式。
Cline / Windsurf / Kilo Code / Roo Code
均支持相同的 stdio MCP 配置格式。添加到你的客户端 MCP 设置文件中。
核心工具
| 工具 | 何时使用 |
|---|---|
memstate_remember | 存储 Markdown、任务摘要、决策。服务器自动提取键路径并检测冲突。用于大多数写入操作。 |
memstate_set | 将单个键路径设置为一个短值(例如 config.port = 8080)。不适用于散文。 |
memstate_get | 浏览项目或子树的所有记忆。在每项任务开始时使用。 |
memstate_search | 当你不知道确切的键路径时,按含义进行语义搜索。 |
memstate_history | 查看一条知识如何随时间变化——完整的版本链。 |
memstate_delete | 软删除一个键路径。创建一个墓碑;完整历史被保留。 |
memstate_delete_project | 软删除整个项目及其所有记忆。 |
键路径如何工作
记忆以分层点表示法组织:
project.my_app.database.schema
project.my_app.auth.provider
project.my_app.deploy.environment
键路径会自动添加前缀:keypath="database" 与 project_id="my_app" → project.my_app.database。你的智能体可以精确深入到所需内容——无需全量上下文倾卸。
工作原理
Agent: memstate_remember(project_id="my_app", content="## Auth\nUsing SuperTokens...")
↓
Server extracts keypaths: [project.my_app.auth.provider, ...]
↓
Conflict detection: compare against existing memories at those keypaths
↓
New version stored — old version preserved in history chain
↓
Next session: memstate_get(project_id="my_app") → structured summaries only
↓
Agent drills into project.my_app.auth only when it needs auth details
Token 成本保持恒定,无论总共有多少记忆。
添加到你的智能体指令中
复制到你的 AGENTS.md 或系统提示中:
## Memory (Memstate MCP)
### Before each task
- memstate_get(project_id="my_project") — browse existing knowledge
- memstate_search(query="topic", project_id="my_project") — find by meaning
### After each task
- memstate_remember(project_id="my_project", content="## Summary\n- ...", source="agent")
### Tool guide
- memstate_remember — markdown summaries, decisions, task results (preferred)
- memstate_set — single short values only (config flags, status)
- memstate_get — browse/retrieve before tasks
- memstate_search — semantic lookup when keypath unknown
- memstate_history — audit how knowledge evolved
- memstate_delete — remove outdated memories (history preserved)
环境变量
| 变量 | 默认值 | 描述 |
|---|---|---|
MEMSTATE_API_KEY | (必需) | 来自 memstate.ai/dashboard 的 API 密钥 |
MEMSTATE_MCP_URL | https://mcp.memstate.ai | 自托管部署的覆盖项 |
验证你的连接
MEMSTATE_API_KEY=your_key npx @memstate/mcp --test
打印所有可用工具并确认你的 API 密钥有效。
为值得知道自己知道什么的 AI 智能体而构建。