Rememberizer MCP-Server

Das Model Context Protocol (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 Rememberizer MCP Server 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 mcp-get.com und als Open-Source-Projekt auf GitHub 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.

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

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

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. (Leitfaden hier)

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

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

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

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

Einrichtung

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

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

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

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.