# Rememberizer MCP-servere

Den [**Model Context Protocol**](https://modelcontextprotocol.io/introduction) (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 [**Rememberizer MCP Server**](https://github.com/skydeckai/mcp-server-rememberizer) er en MCP-server skræddersyet til at interagere med Rememberizers dokument- og vidensstyrings-API. Den gør det muligt for LLM'er effektivt at søge, hente og administrere dokumenter og integrationer. Serveren er tilgængelig som en offentlig pakke på [mseep.ai](https://mseep.ai/app/skydeckai-mcp-server-rememberizer) og som et open-source projekt på [GitHub](https://github.com/skydeckai/mcp-server-rememberizer).

### Integrationsmuligheder

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

#### Via uvx

```bash
uvx mcp-server-rememberizer
```

#### Via MseeP AI Helper App

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

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/Screenshot%202025-07-29%20at%2014.43.12.png" alt=""><figcaption><p>MseeP AI Helper</p></figcaption></figure>

### 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): Side nummer 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 1:** Tilmeld dig en ny Rememberizer-konto på [rememberizer.ai](https://rememberizer.ai/).

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

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/image.png" alt=""><figcaption></figcaption></figure>

**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. ([Guide her](https://docs.rememberizer.ai/personal/mementos-filter-access))

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/image%20(3).png" alt=""><figcaption></figcaption></figure>

**Trin 4:** Del din viden ved at oprette en "Fælles Viden" (Guide [her](https://docs.rememberizer.ai/personal/common-knowledge) og [her](https://docs.rememberizer.ai/developer/registering-and-using-api-keys))

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/image%20(4).png" alt=""><figcaption></figcaption></figure>

**Trin 5:** For at få adgang til din viden via API'er, opret en API-nøgle ([Guide her](https://docs.rememberizer.ai/developer/registering-and-using-api-keys))

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/image%20(5).png" alt=""><figcaption></figcaption></figure>

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

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

**Trin 7:** Hvis du bruger MseeP AI Helper-app'en, skal du tilføje env `REMEMBERIZER_API_TOKEN` til mcp-server-rememberizer.

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/Screenshot%202025-07-29%20at%2014.45.42.png" alt=""><figcaption></figcaption></figure>

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?
* List 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 Rememberizer MCP-serveren:

#### Via uvx

```bash
uvx mcp-rememberizer-vectordb
```

#### Via MseeP AI Helper App

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

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/Screenshot%202025-07-29%20at%2015.14.07.png" alt=""><figcaption><p>MseeP AI Helper</p></figcaption></figure>

### Installation

For at installere Rememberizer Vector Store MCP Server, følg [guiden her](https://github.com/skydeckai/mcp-rememberizer-vectordb#installation).

### Opsætning

**Trin 1:** Tilmeld dig en ny Rememberizer-konto på [rememberizer.ai](https://rememberizer.ai/).

**Trin 2:** Opret en ny Vector Store ([Guide her](https://docs.rememberizer.ai/developer/vector-stores))

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/image%20(6).png" alt=""><figcaption></figcaption></figure>

**Trin 3:** For at administrere din Vector Store via API'er, skal du oprette en API-nøgle ([Guide her](https://docs.rememberizer.ai/developer/vector-stores#api-key-management))

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/image%20(7).png" alt=""><figcaption></figcaption></figure>

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

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

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

<figure><img src="https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/Screenshot%202025-07-29%20at%2015.16.16.png" alt=""><figcaption></figcaption></figure>

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.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.rememberizer.ai/da/personlig-brug/integrations/rememberizer-mcp-servers.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.