Engram MCP 服务说明文档 1. 服务概述一句话简介给 AI Agent 装一颗会遗忘的大脑模拟人类记忆的遗忘、强化、联想机制让 Agent 跨会话记住真正重要的事自然忘掉不再需要的细节。服务名称Engram版本号v0.4开发者/提供方hugfeature协议类型MCP (Model Context Protocol)2. 核心功能Engram 是一个完全本地运行的 MCP 记忆服务提供以下主要功能艾宾浩斯遗忘曲线每条记忆都有强度值随时间按指数曲线衰减重要的偏好和决策衰减极慢临时的调试上下文自然消退智能去重与矛盾消解存入新记忆时自动进行语义比对相似记忆自动合并矛盾信息自动覆盖混合检索向量搜索 BM25关键词匹配 图谱扩展三路融合提供精准的记忆召回语义图谱自动建立记忆间的语义关联支持联想式发现和链式保护自动整合与淘汰每12小时自动运行维护任务整合相似记忆淘汰衰减殆尽的记忆工程状态中枢结构化失败归因track_failure和进度追踪track_progress让 Agent 不只记信息还记工程状态3. 使用场景Engram 适用于以下场景跨会话状态保持解决 AI Agent 每次对话都是一张白纸的问题记住用户的偏好、架构决策和项目背景用户偏好记忆Agent 记住用户的技术栈、编码习惯和项目背景不需要每次重新介绍工程状态追踪记录 Agent 做了什么、卡在哪里、下一步该做什么避免每次新会话都要重新对齐知识管理自动管理项目知识知识自然进化矛盾消解确保认知永远是最新的失败归因结构化记录 bug、测试失败或部署问题支持按模块聚合统计进度追踪跨会话追踪功能/任务状态记录完成度、阻塞项和质量评分4. 接入方式4.1 服务端点Engram 是一个本地运行的 MCP 服务通过 stdio (JSON-RPC) 协议与 MCP 客户端通信。所有数据存储在本地~/.engram/目录下。4.2 认证与权限Engram 完全本地运行零云端依赖不需要任何认证。数据永远在你的机器上确保完全隐私。4.3 数据格式Engram 使用 DuckDB 作为向量数据库支持以下数据存储memories.duckdb向量数据库单文件零运维graph.json语义图谱JSON 序列化model_cache/嵌入模型缓存4.4 服务器配置在MCP客户端配置中添加服务{ mcpServers: { engram: { command: engram, env: { HF_ENDPOINT: https://hf-mirror.com } } } }5. 接口定义Engram 提供 8 个 MCP 工具接口工具参数用途recall_memoryquery,user_id?,top_k?语义检索记忆每次任务开始时调用。返回结果包含 metadatastore_memorycontent,importance,category?,metadata?,user_id?存储新记忆自动去重返回 memory_idupdate_memorymemory_id,new_content,importance?更新已有记忆session_handoffsummary,completed?,in_progress?,blocked?,next_steps?,user_id?结构化会话交接记录当前进度供下次会话继续track_failureerror,component,root_cause?,severity?,fix?,related_test_ids?,user_id?结构化失败归因自动关联组件/严重级/修复方案track_progressfeature,status,completion?,blockers?,quality_score?,notes?,user_id?功能进度快照跨会话追踪特性状态consolidate_memoryuser_id?手动触发记忆整合memory_statsuser_id?记忆统计 工程指标失败趋势、组件健康度、活跃特性5.1 重要性参考值使用场景0.9–1.0核心身份、永久事实用户是后端工程师0.7–0.8强偏好、架构决策项目用 Go PostgreSQL0.5普通项目事实最近在做登录模块重构0.2–0.3临时会话上下文这次调试用的测试账号6. 快速开始6.1 环境要求Python 环境DuckDB自动安装嵌入模型首次运行时自动下载6.2 安装步骤# 安装 pip install mcp-engram # 初始化下载模型、创建数据库 engram-setup # 按照输出提示将配置块添加到 Claude Code 配置中6.3 CLAUDE.md 集成在项目CLAUDE.md中添加## Memory Rules ### Step 1 — 先回忆再行动 每次任务开始时用请求中的关键词调用 recall_memory。 ### Step 2 — 学到新东西就存 | 情况 | 操作 | |------|------| | 全新知识 | store_memory(content, importance) | | 补充已有 | update_memory(memory_id, merged_content) | | 推翻已有 | update_memory(memory_id, new_content) |7. 注意事项关键阈值速查参数值含义嵌入维度768all-mpnet-base-v2去重 REINFORCE≥ 0.85几乎相同只加回忆次数去重 MERGE/REPLACE0.65~0.84检测矛盾或合并整合聚类≥ 0.70自动合并相似记忆图谱建边≥ 0.40创建语义关联淘汰阈值 0.05删除衰减殆尽的记忆环境变量变量默认值说明HF_ENDPOINThttps://hf-mirror.comHuggingFace 模型镜像ENGRAM_MODELall-mpnet-base-v2嵌入模型名称核心优势零运维不需要手动清理旧记忆——遗忘曲线自动淘汰不需要手动合并重复——整合器自动处理完全隐私所有数据存在本地不联网、不上传、不依赖任何云服务联想式发现图谱扩展让 Agent 能沿着语义关联找到相关但不直接匹配的知识越用越聪明回忆强化机制让被反复召回的记忆强度越来越高