Engram MCP Server

官方

Engram 是一個託管式 MCP 伺服器，為 AI 代理提供可靠的記憶功能：

GitHub

文件

Engram MCP

為您的 AI 代理提供可信賴的記憶。Engram 讓您的 AI 記住過去的對話、事實和決策，使其更像真正的隊友。

此儲存庫包含用於將 MCP 客戶端連接到 Engram 的設定範本，Engram 是一個為 AI 代理提供的託管記憶服務。

什麼是 Engram？

Engram 是一個託管的 MCP 伺服器，為 AI 代理提供可靠、可解釋的記憶：

可靠的記憶：代理記住對話、事實和決策，並自動提取知識圖譜
可解釋的檢索：每個答案都會引用支持它的記憶和圖譜邊
三引擎檢索：BM25 + 向量搜尋 + 知識圖譜，融合並重新排序
自備模型：所有 LLM 呼叫都透過您的提供者路由 — 無推論加價
內建控制：將記憶組織到桶中、管理保留期限，並使用自然語言查詢

免費層級：每月 10K 儲存記憶和 50K 次檢索 — 無需信用卡。付費層級請參閱定價。

快速設定

1. 取得您的 API 金鑰

在 lumetra.io 註冊以建立帳戶並產生 API 金鑰。

某些客戶端（Claude.ai 網頁版、ChatGPT）使用 OAuth 而非貼上金鑰 — 請參閱下方相關章節。

2. 將 Engram 新增到您的 MCP 客戶端

MCP 端點： 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 網頁版（OAuth — 無需貼上金鑰）

在 Claude 設定 → 連接器 → 新增自訂連接器，貼上：

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

您將被重新導向至 Lumetra 以授權連線。無需 API 金鑰。

ChatGPT 網頁版（OAuth — 支援連接器的方案）

在 ChatGPT 設定 → 新增自訂 MCP 連接器，貼上：

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

與 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 用於遠端 MCP 伺服器。我們在此使用 url 以與本頁面的其他客戶端保持一致。

OpenCode

opencode.json：

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

OpenClaw

一旦技能在 ClawHub 上線：

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

目前，請從 lumetra-io/engram-openclaw-skill 手動安裝：

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. 重新啟動您的客戶端

您的 MCP 客戶端現在將可以存取 Engram 記憶工具。

可用工具

連接後，您的代理將擁有以下記憶工具：

工具	描述
`store_memory(content, bucket?)`	儲存一個事實或資訊片段（預設儲存到桶 `"default"`）
`query_memory(question, bucket?)`	使用自然語言搜尋記憶，並提供 AI 合成和每個記憶的解釋
`list_memories(bucket, limit?)`	列出桶中的記憶，最新的在前（`limit` 1–100，預設 20）
`list_buckets()`	列出可用的記憶桶
`delete_memory(memory_id, bucket)`	按 ID 刪除特定記憶
`clear_memories(bucket)`	清除桶中的所有記憶（具破壞性！）

多桶查詢融合（在一次呼叫中傳遞多個桶）可在 REST /v1/query 端點和官方 SDK 中使用。MCP query_memory 工具目前每次呼叫接受單一桶。

建議的代理提示詞

將此新增到您的代理系統提示詞中，以鼓勵有效使用記憶：

You have Engram Memory. Use it proactively to improve continuity and personalization.

Tools:
- store_memory(content, bucket?) - Store a fact or piece of information
- query_memory(question, bucket?) - Search memories using natural language
- list_memories(bucket, limit?) - List memories in a bucket, newest first
- list_buckets() - List available memory buckets
- delete_memory(memory_id, bucket) - Delete a specific memory
- clear_memories(bucket) - Clear all memories in a bucket (destructive!)

Policy:
- Query-first: before answering anything that may rely on prior context, call query_memory. Ground your answers in the results.
- Proactive storing: capture stable preferences, profile facts, project details, decisions, and outcomes. Keep each fact concise (1-2 sentences).
- Use buckets: organize memories by project or context (e.g., "work", "personal", "project-alpha").

Style for stored content: short, declarative, atomic facts.
Examples:
- "User prefers dark mode."
- "User timezone is US/Eastern."
- "Project Alpha deadline is 2026-10-15."

REST API

Engram 還提供 REST API，可從任何 HTTP 客戶端（Vercel AI SDK、LangChain、LlamaIndex、Mastra、CrewAI、AutoGen、n8n、您自己的腳本）進行程式化存取。

基礎 URL： https://api.lumetra.io

驗證： 在 Authorization 標頭中包含您的 API 金鑰：

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"}'

快速範例：

# 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"]}'

請參閱完整 API 文件以取得所有可用端點。

使用案例

團隊使用 Engram 於：

具備先前脈絡的支援：延續上次的工單、環境、計畫和承諾的後續追蹤
具備脈絡的程式碼審查：將 ADR、擁有者備註、脆弱區域和事後檢討儲存為記憶
共享的指標定義：將定義、已核准的連接和 SQL 片段集中存放
符合品牌調性的內容：為寫作者集中管理語調和已核准的聲明

關於此儲存庫

此儲存庫包含：

此 README，包含熱門 MCP 客戶端的設定說明
server.json — 遵循官方架構的 MCP 伺服器清單

server.json 檔案使用官方 MCP 伺服器架構，可供支援遠端伺服器探索的 MCP 客戶端使用。對於手動設定，請使用上述針對特定客戶端的範例。

實際的 Engram 服務運行於 https://mcp.lumetra.io（MCP）和 https://api.lumetra.io（REST）— 無需本機安裝。

支援

產品網站：lumetra.io
文件：lumetra.io/docs
定價：lumetra.io/pricing
聯絡方式：[email protected]