Memora如何为AI代理提供持久记忆和跨会话管理？

Usage Details

服务器在 Claude Code 中配置后会自动运行。手动调用方式如下：

The server runs automatically when configured in Claude Code. Manual invocation:

# 默认 (MCP 的 stdio 模式)
memora-server

# 启用图谱可视化服务器
memora-server --graph-port 8765

# HTTP 传输 (stdio 的替代方案)
memora-server --transport streamable-http --host 127.0.0.1 --port 8080

# Default (stdio mode for MCP)
memora-server

# With graph visualization server
memora-server --graph-port 8765

# HTTP transport (alternative to stdio)
memora-server --transport streamable-http --host 127.0.0.1 --port 8080

Configuration Details

Claude Code

Claude Code

添加到项目根目录的 .mcp.json 文件中：

Add to .mcp.json in your project root:

本地数据库：

Local DB:

{
  "mcpServers": {
    "memora": {
      "command": "memora-server",
      "args": [],
      "env": {
        "MEMORA_DB_PATH": "~/.local/share/memora/memories.db",
        "MEMORA_ALLOW_ANY_TAG": "1",
        "MEMORA_GRAPH_PORT": "8765"
      }
    }
  }
}

云数据库 (Cloudflare D1) - 推荐：

Cloud DB (Cloudflare D1) - Recommended:

{
  "mcpServers": {
    "memora": {
      "command": "memora-server",
      "args": ["--no-graph"],
      "env": {
        "MEMORA_STORAGE_URI": "d1://<account-id>/<database-id>",
        "CLOUDFLARE_API_TOKEN": "<your-api-token>",
        "MEMORA_ALLOW_ANY_TAG": "1"
      }
    }
  }
}

使用 D1 时，请使用 --no-graph 禁用本地可视化服务器。转而使用 Cloudflare Pages URL 上托管的图谱 (参见 云图谱)。

With D1, use --no-graph to disable the local visualization server. Instead, use the hosted graph at your Cloudflare Pages URL (see Cloud Graph).

云数据库 (S3/R2) - 同步模式：

Cloud DB (S3/R2) - Sync mode:

{
  "mcpServers": {
    "memora": {
      "command": "memora-server",
      "args": [],
      "env": {
        "AWS_PROFILE": "memora",
        "AWS_ENDPOINT_URL": "https://<account-id>.r2.cloudflarestorage.com",
        "MEMORA_STORAGE_URI": "s3://memories/memories.db",
        "MEMORA_CLOUD_ENCRYPT": "true",
        "MEMORA_ALLOW_ANY_TAG": "1",
        "MEMORA_GRAPH_PORT": "8765"
      }
    }
  }
}

Codex CLI

Codex CLI

添加到 ~/.codex/config.toml：

Add to ~/.codex/config.toml:

[mcp_servers.memora]
  command = "memora-server"  # 或完整路径: /path/to/bin/memora-server
  args = ["--no-graph"]
  env = {
    AWS_PROFILE = "memora",
    AWS_ENDPOINT_URL = "https://<account-id>.r2.cloudflarestorage.com",
    MEMORA_STORAGE_URI = "s3://memories/memories.db",
    MEMORA_CLOUD_ENCRYPT = "true",
    MEMORA_ALLOW_ANY_TAG = "1",
  }

[mcp_servers.memora]
  command = "memora-server"  # or full path: /path/to/bin/memora-server
  args = ["--no-graph"]
  env = {
    AWS_PROFILE = "memora",
    AWS_ENDPOINT_URL = "https://<account-id>.r2.cloudflarestorage.com",
    MEMORA_STORAGE_URI = "s3://memories/memories.db",
    MEMORA_CLOUD_ENCRYPT = "true",
    MEMORA_ALLOW_ANY_TAG = "1",
  }

Variable	Description
MEMORA_DB_PATH	Local SQLite database path (default: ~/.local/share/memora/memories.db)
MEMORA_STORAGE_URI	Storage URI: d1://<account>/<db-id> (D1) or s3://bucket/memories.db (S3/R2)
CLOUDFLARE_API_TOKEN	API token for D1 database access (required for d1:// URI)
MEMORA_CLOUD_ENCRYPT	常见问题（FAQ） Memora如何帮助AI代理实现跨会话的记忆管理？ Memora通过SQLite提供持久化存储，并支持云同步（如S3、R2），确保AI代理在不同会话间能访问和维持连贯的上下文与记忆。 Memora的知识图谱可视化功能具体能做什么？ 它提供交互式知识图谱可视化，支持Mermaid渲染和集群叠加，并内置实时图谱服务器，方便用户直观查看和管理记忆间的关联。 Memora的语义搜索基于什么技术？效果如何？ 基于向量嵌入技术（如TF-IDF、sentence-transformers），结合高级查询（全文、日期、标签筛选），实现精准的语义搜索和记忆交叉引用。 标签 生成式引擎优化结构化数据AI大模型人工智能SEO ← 返回文章列表 分享到：微博微信链接 下一篇 Open Deep Research如何实现开源深度网络研究？（附Firecrawl与推理模型解析） 版权与免责声明：本文仅用于信息分享与交流，不构成任何形式的法律、投资、医疗或其他专业建议，也不构成对任何结果的承诺或保证。 文中提及的商标、品牌、Logo、产品名称及相关图片/素材，其权利归各自合法权利人所有。本站内容可能基于公开资料整理，亦可能使用 AI 辅助生成或润色；我们尽力确保准确与合规，但不保证完整性、时效性与适用性，请读者自行甄别并以官方信息为准。 若本文内容或素材涉嫌侵权、隐私不当或存在错误，请相关权利人/当事人联系本站，我们将及时核实并采取删除、修正或下架等处理措施。 也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。 您可能感兴趣