Memforge Memory
io.github.volsier认领此服务器
Team engineering memory for AI coding assistants. 47 MCP tools, pgvector semantic search.
{ "mcpServers": { "io.github.volsier-memforge-memory": { "command": "npx", "args": [ "-y", "@memforgeai/[email protected]" ], "env": { "DATABASE_URL": "<value>", "OPENAI_BASE_URL": "<value>", "OPENAI_API_KEY": "<secret>", "OPENAI_EMBEDDING_MODEL": "<value>" } } }}.cursor/mcp.jsonMCP 服务器
- 传输方式
- stdio
- 状态
- 本地
接入你的智能体
添加此服务器
发布者自己的命令。不是 PlugMCP 端点。
用我们的密钥与日志托管一份副本。
本地命令
npx -y @memforgeai/[email protected]发布者提供的凭据
- DATABASE_URL — PostgreSQL connection string
- OPENAI_BASE_URL — Embedding API base URL (OpenAI-compatible)
- OPENAI_API_KEY — Embedding API key
- OPENAI_EMBEDDING_MODEL — Embedding model name (e.g. BAAI/bge-m3)
Claude Code 没有针对本地命令的安装链接。复制下方命令并在终端中运行。
shClaude Code
DATABASE_URL=<value> OPENAI_BASE_URL=<value> OPENAI_API_KEY=<secret> OPENAI_EMBEDDING_MODEL=<value> claude mcp add io.github.volsier-memforge-memory -- npx -y @memforgeai/memory-service@1.0.1在终端中运行。
jsonClaude Desktop
{ "mcpServers": { "io.github.volsier-memforge-memory": { "command": "npx", "args": [ "-y", "@memforgeai/[email protected]" ], "env": { "DATABASE_URL": "<value>", "OPENAI_BASE_URL": "<value>", "OPENAI_API_KEY": "<secret>", "OPENAI_EMBEDDING_MODEL": "<value>" } } }}claude_desktop_config.json
本地 · npm发布者安装方式分步说明：在 Claude 中添加
远程 URL 还是本机命令？ 两种安装方式的区别
服务器信息
本地- 传输方式
- stdio
- 版本
- 1.0.1
- API 密钥
- DATABASE_URL, OPENAI_BASE_URL, OPENAI_API_KEY, OPENAI_EMBEDDING_MODEL
- 上次检查
- 2026-11-10
- 星标
- —
- 工具
- —
- 可用率
- —
工具
工具
暂无工具列表。远程服务器在首次健康检查后会获得工具列表。
常见问题
问题
如何安装 Memforge Memory？
在本页复制适用于 Cursor、Claude Desktop、Claude Code 或 VS Code 的 stdio 配置。它使用发布者的安装方式，而不是 PlugMCP 代理。
Memforge Memory 需要 API 密钥吗？
发布者列出了以下环境变量：DATABASE_URL, OPENAI_BASE_URL, OPENAI_API_KEY, OPENAI_EMBEDDING_MODEL。
Memforge Memory 使用哪种传输方式？
Memforge Memory 通过 stdio 在本地运行。
Memforge Memory 上次检查是什么时候？
上次检查时间：2026-11-10。 Team engineering memory for AI coding assistants. 47 MCP tools, pgvector semantic search.
来自发布者
文档
尚未抓取 README。 未登记仓库。
Team engineering memory for AI coding assistants. 47 MCP tools, pgvector semantic search.