Rememberizer Docs
Sign inSign upContact us
Dansk
Dansk
  • Hvorfor Rememberizer?
  • Baggrund
    • Hvad er Vektorindlejringer og Vektordatabaser?
    • Ordliste
    • Standardiseret Terminologi
  • Personlig Brug
    • Kom godt i gang
      • Søg i din viden
      • Adgang til Mementos-filter
      • Almindelig viden
      • Administrer din indlejrede viden
  • Integrationer
    • Rememberizer App
    • Rememberizer Slack integration
    • Rememberizer Google Drive integration
    • Rememberizer Dropbox integration
    • Rememberizer Gmail integration
    • Rememberizer Memory integration
    • Rememberizer MCP Servers
    • Administrer tredjepartsapps
  • Udviklerressourcer
    • Udvikleroversigt
  • Integrationsmuligheder
    • Registrering og brug af API-nøgler
    • Registrering af Rememberizer-apps
    • Autorisation af Rememberizer-apps
    • Oprettelse af en Rememberizer GPT
    • LangChain-integration
    • Vektorlager
    • Talk-to-Slack den eksempel-webapp
  • Enterprise Integration
    • Enterprise Integration Patterns
  • API Referencer
    • API Dokumentation Hjem
    • Godkendelse
  • Kerne-API'er
    • Søg efter dokumenter efter semantisk lighed
    • Hent dokumenter
    • Hent dokumentindhold
    • Hent Slack-indhold
    • Husk indhold til Rememberizer
  • Konto & Konfiguration
    • Hent nuværende brugerkontodetaljer
    • Liste over tilgængelige datakildeintegrationer
    • Mementos
    • Få alle tilføjede offentlige viden
  • Vektorbutik API'er
    • Vektorbutik Dokumentation
    • Hent information om vektorbutik
    • Hent en liste over dokumenter i en Vektorbutik
    • Hent dokumentinformation
    • Tilføj nyt tekstdokument til en Vektorbutik
    • Upload filer til en Vektorbutik
    • Opdater filindhold i en Vektorbutik
    • Fjern et dokument i Vektorbutik
    • Søg efter Vektorbutik dokumenter efter semantisk lighed
  • Yderligere Ressourcer
    • Meddelelser
      • Brugsvilkår
      • Privatlivspolitik
      • B2B
        • Om Reddit Agent
  • Udgivelser
    • Udgivelsesnoter Hjem
  • 2025 Udgivelser
    • 25. apr 2025
    • 18. apr 2025
    • 11. apr 2025
    • 4. apr 2025
    • 28. mar 2025
    • 21. mar 2025
    • 14. mar 2025
    • 17. jan 2025
  • 2024 Udgivelser
    • 27. dec 2024
    • 20. dec 2024
    • 13. dec 2024
    • 6. dec 2024
  • 29. nov 2024
  • 22. nov 2024
  • 15. nov 2024
  • 8. nov 2024
  • 1. nov 2024
  • 25. okt 2024
  • 18. okt 2024
  • 11. okt 2024
  • 4. okt 2024
  • 27. sep 2024
  • 20. sep 2024
  • 13. sep 2024
  • 16. aug 2024
  • 9. aug 2024
  • 2. aug 2024
  • 26. jul 2024
  • 12. jul 2024
  • 28. jun 2024
  • 14. jun 2024
  • 31. maj 2024
  • 17. maj 2024
  • 10. maj 2024
  • 26. apr 2024
  • 19. apr 2024
  • 12. apr 2024
  • 5. apr 2024
  • 25. mar 2024
  • 18. mar 2024
  • 11. mar 2024
  • 4. mar 2024
  • 26. feb 2024
  • 19. feb 2024
  • 12. feb 2024
  • 5. feb 2024
  • 29. jan 2024
  • 22. jan 2024
  • 15. jan 2024
  • LLM Dokumentation
    • Rememberizer LLM Klar Dokumentation
Powered by GitBook
On this page
  • Rememberizer MCP Server
  • Integrationsmuligheder
  • Værktøjer tilgængelige
  • Opsætning
  • Rememberizer Vector Store MCP Server
  • Integrationsmuligheder
  • Installation
  • Opsætning
  • Konklusion
  1. Integrationer

Rememberizer MCP Servers

Konfigurer og brug Rememberizer MCP-servere til at forbinde dine AI-assistenter med din viden

PreviousRememberizer Memory integrationNextAdministrer tredjepartsapps

Last updated 25 days ago

Den (MCP) er en standardiseret protokol designet til at integrere AI-modeller med forskellige datakilder og værktøjer. Den understøtter en klient-server-arkitektur, der letter opbygningen af komplekse arbejdsgange og agenter med forbedret fleksibilitet og sikkerhed.

Rememberizer MCP Server

Den er en MCP-server skræddersyet til at interagere med Rememberizers dokument- og vidensstyrings-API. Den gør det muligt for LLM'er at effektivt søge, hente og administrere dokumenter og integrationer. Serveren er tilgængelig som en offentlig pakke på og som et open-source projekt på .

Integrationsmuligheder

Rememberizer MCP-serveren kan installeres og integreres gennem flere metoder:

Via mcp-get.com

npx @michaellatman/mcp-get@latest install mcp-server-rememberizer

Via Smithery

npx -y @smithery/cli install mcp-server-rememberizer --client claude

Via SkyDeck AI Helper App

Hvis du har SkyDeck AI Helper-appen installeret, kan du søge efter "Rememberizer" og installere mcp-server-rememberizer.

SkyDeck AI Helper

Værktøjer tilgængelige

Rememberizer MCP Serveren tilbyder følgende værktøjer til interaktion med dit videnslager:

  1. retrieve_semantically_similar_internal_knowledge

    • Finder semantisk lignende matches fra dit Rememberizer videnslager

    • Parametre:

      • match_this (string, påkrævet): Den tekst, der skal findes matches for (op til 400 ord)

      • n_results (integer, valgfri): Antal resultater der skal returneres (standard: 5)

      • from_datetime_ISO8601 (string, valgfri): Filtrer resultater fra denne dato

      • to_datetime_ISO8601 (string, valgfri): Filtrer resultater indtil denne dato

  2. smart_search_internal_knowledge

    • Udfører en agentisk søgning på tværs af dine videnskilder

    • Parametre:

      • query (string, påkrævet): Din søgestreng (op til 400 ord)

      • user_context (string, valgfri): Yderligere kontekst for bedre resultater

      • n_results (integer, valgfri): Antal resultater der skal returneres (standard: 5)

      • from_datetime_ISO8601 (string, valgfri): Filtrer resultater fra denne dato

      • to_datetime_ISO8601 (string, valgfri): Filtrer resultater indtil denne dato

  3. list_internal_knowledge_systems

    • Lister alle dine tilsluttede videnskilder

    • Ingen parametre kræves

  4. rememberizer_account_information

    • Henter dine Rememberizer kontooplysninger

    • Ingen parametre kræves

  5. list_personal_team_knowledge_documents

    • Returnerer en pagineret liste over alle dine dokumenter

    • Parametre:

      • page (integer, valgfri): Sidetal for paginering (standard: 1)

      • page_size (integer, valgfri): Dokumenter pr. side (standard: 100, maks: 1000)

  6. remember_this

    • Gemmer nye oplysninger i dit Rememberizer videnssystem

    • Parametre:

      • name (string, påkrævet): Navn til at identificere disse oplysninger

      • content (string, påkrævet): De oplysninger der skal huskes

Opsætning

Trin 2: Tilføj din viden til Rememberizer-platformen ved at forbinde til Gmail, Dropbox eller Google Drive osv...

Trin 6: Hvis du bruger Claude Desktop-app, skal du tilføje dette til din claude_desktop_config.json fil.

{
  "mcpServers": {
    "rememberizer": {
      "command": "uvx",
      "args": ["mcp-server-rememberizer"],
      "env": {
        "REMEMBERIZER_API_TOKEN": "your_rememberizer_api_token"
      }
    }
  }
}

Trin 7: Hvis du bruger SkyDeck AI Helper-app, skal du tilføje env REMEMBERIZER_API_TOKEN til mcp-server-rememberizer.

Tillykke, du er færdig!

Med støtte fra Rememberizer MCP-serveren kan du nu stille følgende spørgsmål i din Claude Desktop-app eller SkyDeck AI GenStudio

  • Hvad er min Rememberizer-konto?

  • Liste alle dokumenter, jeg har der.

  • Giv mig et hurtigt resumé om "..."

Rememberizer Vector Store MCP Server

Rememberizer VectorStore MCP Server muliggør interaktion mellem LLM'er og Rememberizer Vector Store, hvilket forbedrer dokumenthåndtering og -hentning gennem semantiske lighedssøgninger.

Integrationsmuligheder

Rememberizer Vector Store MCP-serveren kan installeres og integreres gennem lignende metoder som hoved-Rememberizer MCP-serveren:

Via Smithery

npx -y @smithery/cli install mcp-rememberizer-vectordb --client claude

Via SkyDeck AI Helper App

Hvis du har SkyDeck AI Helper-appen installeret, kan du søge efter "Rememberizer Vector Store" og installere mcp-rememberizer-vectordb.

Installation

Opsætning

Trin 4: Hvis du bruger Claude Desktop-appen, skal du tilføje dette til din claude_desktop_config.json fil.

{
  "mcpServers": {
    "rememberizer": {
      "command": "uvx",
      "args": ["mcp-rememberizer-vectordb"],
      "env": {
        "REMEMBERIZER_VECTOR_STORE_API_KEY": "your_rememberizer_api_token"
      }
    }
  }
}

Trin 5: Hvis du bruger SkyDeck AI Helper-appen, skal du tilføje env REMEMBERIZER_VECTOR_STORE_API_KEY til mcp-rememberizer-vectordb.

Tillykke, du er færdig!

Med støtte fra Rememberizer Vector Store MCP-serveren kan du nu stille følgende spørgsmål i din Claude Desktop-app eller SkyDeck AI GenStudio

  • Hvad er min nuværende Rememberizer vector store?

  • List alle dokumenter, jeg har der.

  • Giv mig et hurtigt resumé om "..."

Konklusion

Rememberizer MCP-serverne demonstrerer de kraftfulde muligheder i Model Context Protocol ved at tilbyde en effektiv, standardiseret måde at forbinde AI-modeller med omfattende datastyringsværktøjer. Disse servere forbedrer evnen til at søge, hente og administrere dokumenter med præcision ved at udnytte avancerede semantiske søgemetoder og augmentation af LLM-agenter.

Trin 1: Tilmeld dig en ny Rememberizer-konto på .

Trin 3: For at dele din viden selektivt, opsæt et Mementos Filter. Dette giver dig mulighed for at vælge, hvilken information der deles, og hvilken der forbliver privat. ()

Trin 4: Del din viden ved at oprette en "Fælles Viden" (Guide og )

Trin 5: For at få adgang til din viden via API'er, opret en API-nøgle ()

SkyDeck AI Helper - Vector Store Installation

For at installere Rememberizer Vector Store MCP Server, følg .

Trin 1: Tilmeld dig en ny Rememberizer-konto på .

Trin 2: Opret en ny Vector Store ()

Trin 3: For at administrere din Vector Store via API'er, skal du oprette en API-nøgle ()

rememberizer.ai
Guide her
her
her
Guide her
guiden her
rememberizer.ai
Guide her
Guide her
Model Context Protocol
Rememberizer MCP Server
mcp-get.com
GitHub