Rememberizer Docs
anmeldenMelden Sie sich anKontaktiere uns
Deutsch
Deutsch
  • Warum Rememberizer?
  • Hintergrund
    • Was sind Vektor-Embeddings und Vektor-Datenbanken?
    • Glossar
    • Standardisierte Terminologie
  • Persönliche Nutzung
    • Erste Schritte
      • Durchsuche dein Wissen
      • Zugriff auf Mementos-Filter
      • Allgemeines Wissen
      • Verwalte dein eingebettetes Wissen
  • Integrationen
    • Rememberizer App
    • Rememberizer Slack-Integration
    • Rememberizer Google Drive-Integration
    • Rememberizer Dropbox-Integration
    • Rememberizer Gmail-Integration
    • Rememberizer Memory-Integration
    • Rememberizer MCP-Server
    • Drittanbieter-Apps verwalten
  • Entwicklerressourcen
    • Entwicklerübersicht
  • Integrationsoptionen
    • Registrierung und Verwendung von API-Schlüsseln
    • Registrierung von Rememberizer-Apps
    • Autorisierung von Rememberizer-Apps
    • Erstellung eines Rememberizer GPT
    • LangChain-Integration
    • Vektor-Speicher
    • Talk-to-Slack die Beispiel-Webanwendung
  • Unternehmensintegration
    • Muster der Unternehmensintegration
  • API-Referenz
    • API-Dokumentation Startseite
    • Authentifizierung
  • Kern-APIs
    • Dokumente nach semantischer Ähnlichkeit suchen
    • Dokumente abrufen
    • Inhalte von Dokumenten abrufen
    • Slack-Inhalte abrufen
    • Inhalte an Rememberizer merken
  • Konto & Konfiguration
    • Aktuelle Kontodetails des Benutzers abrufen
    • Verfügbare Datenquellenintegrationen auflisten
    • Mementos
    • Alle hinzugefügten öffentlichen Kenntnisse abrufen
  • Vektor-Speicher-APIs
    • Dokumentation zum Vektor-Speicher
    • Vektor-Speicherinformationen abrufen
    • Liste der Dokumente in einem Vektor-Speicher abrufen
    • Dokumentinformationen abrufen
    • Neues Textdokument zu einem Vektor-Speicher hinzufügen
    • Dateien in einen Vektor-Speicher hochladen
    • Dateiinhalte in einem Vektor-Speicher aktualisieren
    • Ein Dokument im Vektor-Speicher entfernen
    • Nach Dokumenten im Vektor-Speicher anhand semantischer Ähnlichkeit suchen
  • Zusätzliche Ressourcen
    • Hinweise
      • Nutzungsbedingungen
      • Datenschutzrichtlinie
      • B2B
        • Über Reddit Agent
  • Veröffentlichungen
    • Versionshinweise Startseite
  • 2025 Veröffentlichungen
    • 25. Apr 2025
    • 18. Apr 2025
    • 11. Apr 2025
    • 4. Apr 2025
    • 28. Mär 2025
    • 21. Mär 2025
    • 14. Mär 2025
    • 17. Jan 2025
  • 2024 Veröffentlichungen
    • 27. Dez 2024
    • 20. Dez 2024
    • 13. Dez 2024
    • 6. Dez 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. Juli 2024
  • 12. Juli 2024
  • 28. Juni 2024
  • 14. Juni 2024
  • 31. Mai 2024
  • 17. Mai 2024
  • 10. Mai 2024
  • 26. Apr 2024
  • 19. Apr 2024
  • 12. Apr 2024
  • 5. Apr 2024
  • 25. März 2024
  • 18. März 2024
  • 11. März 2024
  • 4. März 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 Bereit Dokumentation
Powered by GitBook
On this page
  • Rememberizer MCP Server
  • Integrationsmöglichkeiten
  • Verfügbare Werkzeuge
  • Einrichtung
  • Rememberizer Vector Store MCP-Server
  • Integrationsmöglichkeiten
  • Installation
  • Einrichtung
  • Fazit
  1. Integrationen

Rememberizer MCP-Server

Konfigurieren und Verwenden von Rememberizer MCP-Servern, um Ihre KI-Assistenten mit Ihrem Wissen zu verbinden

PreviousRememberizer Memory-IntegrationNextDrittanbieter-Apps verwalten

Last updated 22 days ago

Das (MCP) ist ein standardisiertes Protokoll, das entwickelt wurde, um KI-Modelle mit verschiedenen Datenquellen und Tools zu integrieren. Es unterstützt eine Client-Server-Architektur, die den Aufbau komplexer Workflows und Agenten mit verbesserter Flexibilität und Sicherheit erleichtert.

Rememberizer MCP Server

Der ist ein MCP-Server, der für die Interaktion mit der Dokumenten- und Wissensmanagement-API von Rememberizer konzipiert wurde. Er ermöglicht es LLMs, Dokumente und Integrationen effizient zu suchen, abzurufen und zu verwalten. Der Server ist als öffentliches Paket auf und als Open-Source-Projekt auf verfügbar.

Integrationsmöglichkeiten

Der Rememberizer MCP-Server kann auf verschiedene Arten installiert und integriert werden:

Über mcp-get.com

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

Über Smithery

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

Über die SkyDeck AI Helper App

Wenn Sie die SkyDeck AI Helper-App installiert haben, können Sie nach "Rememberizer" suchen und den mcp-server-rememberizer installieren.

SkyDeck AI Helper

Verfügbare Werkzeuge

Der Rememberizer MCP-Server bietet die folgenden Werkzeuge zur Interaktion mit Ihrem Wissensrepository:

  1. retrieve_semantically_similar_internal_knowledge

    • Findet semantisch ähnliche Übereinstimmungen aus Ihrem Rememberizer-Wissensrepository

    • Parameter:

      • match_this (string, erforderlich): Der Text, für den Übereinstimmungen gefunden werden sollen (bis zu 400 Wörter)

      • n_results (integer, optional): Anzahl der zurückzugebenden Ergebnisse (Standard: 5)

      • from_datetime_ISO8601 (string, optional): Filtert Ergebnisse ab diesem Datum

      • to_datetime_ISO8601 (string, optional): Filtert Ergebnisse bis zu diesem Datum

  2. smart_search_internal_knowledge

    • Führt eine agentische Suche über Ihre Wissensquellen durch

    • Parameter:

      • query (string, erforderlich): Ihre Suchanfrage (bis zu 400 Wörter)

      • user_context (string, optional): Zusätzlicher Kontext für bessere Ergebnisse

      • n_results (integer, optional): Anzahl der zurückzugebenden Ergebnisse (Standard: 5)

      • from_datetime_ISO8601 (string, optional): Filtert Ergebnisse ab diesem Datum

      • to_datetime_ISO8601 (string, optional): Filtert Ergebnisse bis zu diesem Datum

  3. list_internal_knowledge_systems

    • Listet alle Ihre verbundenen Wissensquellen auf

    • Keine Parameter erforderlich

  4. rememberizer_account_information

    • Ruft die Details Ihres Rememberizer-Kontos ab

    • Keine Parameter erforderlich

  5. list_personal_team_knowledge_documents

    • Gibt eine paginierte Liste aller Ihrer Dokumente zurück

    • Parameter:

      • page (integer, optional): Seitennummer für die Paginierung (Standard: 1)

      • page_size (integer, optional): Dokumente pro Seite (Standard: 100, max: 1000)

  6. remember_this

    • Speichert neue Informationen in Ihrem Rememberizer-Wissenssystem

    • Parameter:

      • name (string, erforderlich): Name zur Identifizierung dieser Informationen

      • content (string, erforderlich): Die Informationen, die gemerkt werden sollen

Einrichtung

Schritt 2: Fügen Sie Ihr Wissen zur Rememberizer-Plattform hinzu, indem Sie sich mit Gmail, Dropbox oder Google Drive verbinden usw...

Schritt 6: Wenn Sie die Claude Desktop-App verwenden, fügen Sie dies zu Ihrer claude_desktop_config.json-Datei hinzu.

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

Schritt 7: Wenn Sie die SkyDeck AI Helper-App verwenden, fügen Sie die Umgebungsvariable REMEMBERIZER_API_TOKEN zum mcp-server-rememberizer hinzu.

Herzlichen Glückwunsch, Sie sind fertig!

Mit Unterstützung des Rememberizer MCP-Servers können Sie jetzt die folgenden Fragen in Ihrer Claude Desktop-App oder SkyDeck AI GenStudio stellen

  • Was ist mein Rememberizer-Konto?

  • Listen Sie alle Dokumente auf, die ich dort habe.

  • Geben Sie mir eine kurze Zusammenfassung über "..."

Rememberizer Vector Store MCP-Server

Der Rememberizer VectorStore MCP-Server erleichtert die Interaktion zwischen LLMs und dem Rememberizer Vector Store und verbessert das Dokumentenmanagement und die -abfrage durch semantische Ähnlichkeitssuchen.

Integrationsmöglichkeiten

Der Rememberizer Vector Store MCP-Server kann durch ähnliche Methoden wie der Haupt-Rememberizer MCP-Server installiert und integriert werden:

Über Smithery

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

Über die SkyDeck AI Helper App

Wenn Sie die SkyDeck AI Helper-App installiert haben, können Sie nach "Rememberizer Vector Store" suchen und das mcp-rememberizer-vectordb installieren.

Installation

Einrichtung

Schritt 4: Wenn Sie die Claude Desktop-App verwenden, fügen Sie dies zu Ihrer claude_desktop_config.json-Datei hinzu.

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

Schritt 5: Wenn Sie die SkyDeck AI Helper-App verwenden, fügen Sie die Umgebungsvariable REMEMBERIZER_VECTOR_STORE_API_KEY zu mcp-rememberizer-vectordb hinzu.

Herzlichen Glückwunsch, Sie sind fertig!

Mit Unterstützung des Rememberizer Vector Store MCP-Servers können Sie jetzt die folgenden Fragen in Ihrer Claude Desktop-App oder SkyDeck AI GenStudio stellen

  • Was ist mein aktueller Rememberizer-Vektor-Speicher?

  • Listen Sie alle Dokumente auf, die ich dort habe.

  • Geben Sie mir eine kurze Zusammenfassung über "..."

Fazit

Die Rememberizer MCP-Server demonstrieren die leistungsstarken Fähigkeiten des Model Context Protocol, indem sie eine effiziente, standardisierte Möglichkeit bieten, KI-Modelle mit umfassenden Datenmanagement-Tools zu verbinden. Diese Server verbessern die Fähigkeit, Dokumente präzise zu suchen, abzurufen und zu verwalten, indem sie fortschrittliche semantische Suchmethoden und die Erweiterung von LLM-Agenten nutzen.

Schritt 1: Melden Sie sich für ein neues Rememberizer-Konto unter an.

Schritt 3: Um Ihr Wissen selektiv zu teilen, richten Sie einen Mementos-Filter ein. Damit können Sie auswählen, welche Informationen geteilt werden und welche privat bleiben. ()

Schritt 4: Teilen Sie Ihr Wissen, indem Sie ein "Gemeinsames Wissen" erstellen (Leitfaden und )

Schritt 5: Um auf Ihr Wissen über APIs zuzugreifen, erstellen Sie einen API-Schlüssel ()

SkyDeck AI Helper - Installation des Vector Stores

Um den Rememberizer Vector Store MCP Server zu installieren, folgen Sie dem .

Schritt 1: Melden Sie sich für ein neues Rememberizer-Konto unter an.

Schritt 2: Erstellen Sie einen neuen Vektor-Speicher ()

Schritt 3: Um Ihren Vektor-Speicher über APIs zu verwalten, müssen Sie einen API-Schlüssel erstellen ()

rememberizer.ai
Leitfaden hier
hier
hier
Leitfaden hier
Leitfaden hier
rememberizer.ai
Anleitung hier
Anleitung hier
Model Context Protocol
Rememberizer MCP Server
mcp-get.com
GitHub