Power your agent
คำสั่งของผู้เผยแพร่เอง ไม่ใช่เอนด์พอยต์ของ PlugMCP
Host a copy with our keys and logs.
uvx mindcore-memory==0.1.11Claude Code ไม่มีลิงก์ติดตั้งสำหรับคำสั่งแบบโลคัล ให้คัดลอกคำสั่งด้านล่างแล้วรันในเทอร์มินัล
claude mcp add io.github.woshilaohei-mindcore-memory -- uvx mindcore-memory==0.1.11รันในเทอร์มินัล
{ "mcpServers": { "io.github.woshilaohei-mindcore-memory": { "command": "uvx", "args": [ "mindcore-memory==0.1.11" ] } }}claude_desktop_config.json
URL แบบรีโมตหรือคำสั่งบนเครื่องของคุณ? การติดตั้งสองแบบต่างกันอย่างไร
รันบน PlugMCP
A new server you create. It is not this listing's official endpoint. Use the publisher install when you want their URL and their credentials.
เปิดจากผู้เผยแพร่
The only MCP memory server with circuit breaker, SLO tracking, and BM25+FAISS hybrid search. AI agents forget everything between sessions. MindCore Memory gives them persistent, searchable, production-grade memory — with 118/118 tests passing and full CI/CD.
⭐ If this project helps your AI remember, a star means the world to us.
AI long-term memory MCP server with importance scoring and confidence calibration
# 1. Install
pip install mindcore-memory
# 2. Launch (stdio mode — works with any MCP client)
mindcore-memory
# 3. Your AI agent remembers across sessions
{
"mcpServers": {
"mindcore-memory": {
"command": "python",
"args": ["-m", "mindcore_memory.server"],
"env": { "MINDCORE_MEMORY_PATH": "~/.mindcore/memory" }
}
}
}
pip install mindcore-memory[semantic]
# Enables FAISS embeddings for hybrid BM25+semantic search
MindCore is the only MCP memory server designed for production workloads from day one. Circuit breaker protects against embedding service failures. Retry with exponential backoff handles transient errors. SLO tracking alerts you before users notice. Metrics export for your monitoring stack. Every other server assumes nothing fails — MindCore doesn't.
MindCore is not just a memory store — it's a cognitive boundary engine. Every stored memory is automatically evaluated through a 4-dimensional scoring system based on the 正反公式 (Forward/Reverse Formula):
BND_score = 0.28·TRJ(Trajectory) + 0.28·EVO(Evolution) + 0.28·COG(Cognition) + 0.16·BALANCE
from mindcore_memory import BNDManager
bnd = BNDManager()
result = bnd.evaluate("基于之前修复, 理解到根因, 改进后提升30%", importance=4)
# → TRJ:0.63 EVO:0.54 COG:0.61 BALANCE:0.98 BND:0.75 ACCEPTED
No other MCP memory server does this. BND transforms memory storage from a passive data dump into an active cognitive filter — rejecting noise, flagging risk chains, and ensuring only structured, growth-oriented knowledge enters the version chain.
/metrics: Zero-dependency Prometheus-compatible collector. Drop-in for any monitoring stack.mindcore-memory[encrypt]).Search formula: score = BM25(40%) + FAISS(50%) + importance(5%) + recency(5%)
When FAISS embeddings are unavailable, automatically falls back to BM25-only keyword search.
┌───────────────────┐ MCP JSON-RPC ┌────────────────────────────┐
│ AI Client │ ◄──────────────────► │ MindCore Memory │
│ (Claude/Cursor) │ stdio / HTTP │ MCP Server │
└───────────────────┘ └──────────┬─────────────────┘
│
┌──────────▼─────────────────┐
│ Memory Engine │
│ ┌──────────────────────┐ │
│ │ Hybrid Search │ │
│ │ BM25 (keyword) 40% │ │
│ │ FAISS (semantic)50%│ │
│ │ importance 5%│ │
│ │ recency 5%│ │
│ └──────────────────────┘ │
│ ┌──────────────────────┐ │
│ │ Resilience │ │
│ │ Circuit Breaker │ │
│ │ Retry + Backoff │ │
│ │ SLO Tracking │ │
│ └──────────────────────┘ │
└──────────┬─────────────────┘
│
┌──────────▼─────────────────┐
│ Storage │
│ JSONL (append) │
│ + FAISS index (IVF > 500) │
│ + Fernet encrypt (opt) │
└────────────────────────────┘
See docs/comparison.md for a detailed 5-server comparison covering architecture, search quality, latency, and migration guides.
See CONTRIBUTING.md for the full guide. Quick path:
git clone https://github.com/woshilaohei/mindcore-memory-mcp.git
cd mindcore-memory-mcp
pip install -e ".[dev]"
pytest -v # 118 tests
ruff check . # linter
mypy mindcore_memory/ # type checker
MIT License — Copyright (c) 2025 Lao Hei
⭐ If MindCore helps your AI remember, give it a star! ⭐
AI long-term memory MCP server with importance scoring and confidence calibration
{ "mcpServers": { "io.github.woshilaohei-mindcore-memory": { "command": "uvx", "args": [ "mindcore-memory==0.1.11" ] } }}เครื่องมือ
ยังไม่มีรายการเครื่องมือ เซิร์ฟเวอร์แบบรีโมตจะได้รายการหลังการตรวจสอบสถานะครั้งแรก
FAQ
คัดลอกคอนฟิก stdio สำหรับ Cursor, Claude Desktop, Claude Code หรือ VS Code ได้ในหน้านี้ คอนฟิกนี้ใช้การติดตั้งของผู้เผยแพร่ ไม่ใช่พร็อกซีของ PlugMCP
ระเบียนนี้ไม่ได้ระบุตัวแปรสภาพแวดล้อมที่จำเป็น
MindCore Memory MCP ทำงานแบบโลคัลผ่าน stdio
ตรวจสอบล่าสุดเมื่อ 2026-11-10 AI long-term memory MCP server with importance scoring and confidence calibration