Rememberizer Docs
Iniciar sesiónInscribirseContáctenos
Español
Español
  • ¿Por qué Rememberizer?
  • Antecedentes
    • ¿Qué son los Embeddings Vectoriales y las Bases de Datos Vectoriales?
    • Glosario
    • Terminología Estandarizada
  • Uso Personal
    • Comenzando
      • Buscar tu conocimiento
      • Acceso al Filtro de Mementos
      • Conocimiento Común
      • Gestiona tu conocimiento incrustado
  • Integraciones
    • Aplicación Rememberizer
    • Integración de Rememberizer con Slack
    • Integración de Rememberizer con Google Drive
    • Integración de Rememberizer con Dropbox
    • Integración de Rememberizer con Gmail
    • Integración de Rememberizer con Memory
    • Servidores MCP de Rememberizer
    • Gestionar aplicaciones de terceros
  • Recursos para Desarrolladores
    • Descripción General del Desarrollador
  • Opciones de Integración
    • Registrar y usar claves API
    • Registrar aplicaciones de Rememberizer
    • Autorizar aplicaciones de Rememberizer
    • Crear un Rememberizer GPT
    • Integración de LangChain
    • Almacenes de Vectores
    • Hablar con Slack la Aplicación Web de Ejemplo
  • Integración Empresarial
    • Patrones de Integración Empresarial
  • Referencia de la API
    • Inicio de la Documentación de la API
    • Autenticación
  • APIs principales
    • Buscar documentos por similitud semántica
    • Recuperar documentos
    • Recuperar contenidos de documentos
    • Recuperar contenido de Slack
    • Memorizar contenido en Rememberizer
  • Cuenta y Configuración
    • Recuperar detalles de la cuenta de usuario actual
    • Listar integraciones de fuentes de datos disponibles
    • Mementos
    • Obtener todo el conocimiento público agregado
  • APIs de Almacenamiento de Vectores
    • Documentación del Almacenamiento de Vectores
    • Obtener información del almacenamiento de vectores
    • Obtener una lista de documentos en un Almacenamiento de Vectores
    • Obtener información del documento
    • Agregar un nuevo documento de texto a un Almacenamiento de Vectores
    • Subir archivos a un Almacenamiento de Vectores
    • Actualizar el contenido del archivo en un Almacenamiento de Vectores
    • Eliminar un documento en el Almacenamiento de Vectores
    • Buscar documentos del Almacenamiento de Vectores por similitud semántica
  • Recursos Adicionales
    • Avisos
      • Términos de Uso
      • Política de Privacidad
      • B2B
        • Acerca de Reddit Agent
  • Lanzamientos
    • Notas de la versión Inicio
  • Lanzamientos 2025
    • 25 de abr, 2025
    • 18 de abr, 2025
    • 11 de abr, 2025
    • 4 de abr, 2025
    • 28 de mar, 2025
    • 21 de mar, 2025
    • 14 de mar, 2025
    • 17 de ene, 2025
  • Lanzamientos 2024
    • 27 de diciembre de 2024
    • 20 de diciembre de 2024
    • 13 de diciembre de 2024
    • 6 de diciembre de 2024
  • 29 de Noviembre de 2024
  • 22 de Noviembre de 2024
  • 15 de Noviembre de 2024
  • 8 de Noviembre de 2024
  • 1 de Noviembre de 2024
  • 25 de oct, 2024
  • 18 de oct, 2024
  • 11 de oct, 2024
  • 4 de oct, 2024
  • 27 de sep, 2024
  • 20 de sep, 2024
  • 13 de sep, 2024
  • 16 de agosto de 2024
  • 9 de agosto de 2024
  • 2 de agosto de 2024
  • 26 de julio de 2024
  • 12 de julio de 2024
  • 28 de jun, 2024
  • 14 de jun, 2024
  • 31 de mayo de 2024
  • 17 de mayo de 2024
  • 10 de mayo de 2024
  • 26 de abr, 2024
  • 19 de abr, 2024
  • 12 de abr, 2024
  • 5 de abr, 2024
  • 25 de mar, 2024
  • 18 de mar, 2024
  • 11 de mar, 2024
  • 4 de mar, 2024
  • 26 de Febrero de 2024
  • 19 de Febrero de 2024
  • 12 de Febrero de 2024
  • 5 de Febrero de 2024
  • 29 de enero de 2024
  • 22 de enero de 2024
  • 15 de enero de 2024
  • Documentación LLM
    • Documentación Lista para LLM de Rememberizer
Powered by GitBook
On this page
  • Servidor MCP de Rememberizer
  • Opciones de Integración
  • Herramientas Disponibles
  • Configuración
  • Servidor MCP de Almacenamiento Vectorial Rememberizer
  • Opciones de Integración
  • Instalación
  • Configuración
  • Conclusión
  1. Integraciones

Servidores MCP de Rememberizer

Configura y utiliza los servidores MCP de Rememberizer para conectar tus asistentes de IA con tu conocimiento

PreviousIntegración de Rememberizer con MemoryNextGestionar aplicaciones de terceros

Last updated 22 days ago

El (MCP) es un protocolo estandarizado diseñado para integrar modelos de IA con diversas fuentes de datos y herramientas. Soporta una arquitectura cliente-servidor que facilita la construcción de flujos de trabajo y agentes complejos con mayor flexibilidad y seguridad.

Servidor MCP de Rememberizer

El es un servidor MCP diseñado para interactuar con la API de gestión de documentos y conocimiento de Rememberizer. Permite a los LLMs buscar, recuperar y gestionar documentos e integraciones de manera eficiente. El servidor está disponible como un paquete público en y como un proyecto de código abierto en .

Opciones de Integración

El Servidor MCP de Rememberizer se puede instalar e integrar a través de múltiples métodos:

A través de mcp-get.com

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

A través de Smithery

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

A través de la aplicación SkyDeck AI Helper

Si tienes instalada la aplicación SkyDeck AI Helper, puedes buscar "Rememberizer" e instalar el mcp-server-rememberizer.

SkyDeck AI Helper

Herramientas Disponibles

El Servidor MCP de Rememberizer proporciona las siguientes herramientas para interactuar con su repositorio de conocimiento:

  1. retrieve_semantically_similar_internal_knowledge

    • Encuentra coincidencias semánticamente similares en su repositorio de conocimiento de Rememberizer

    • Parámetros:

      • match_this (string, requerido): El texto para encontrar coincidencias (hasta 400 palabras)

      • n_results (integer, opcional): Número de resultados a devolver (por defecto: 5)

      • from_datetime_ISO8601 (string, opcional): Filtrar resultados desde esta fecha

      • to_datetime_ISO8601 (string, opcional): Filtrar resultados hasta esta fecha

  2. smart_search_internal_knowledge

    • Realiza una búsqueda agente a través de sus fuentes de conocimiento

    • Parámetros:

      • query (string, requerido): Su consulta de búsqueda (hasta 400 palabras)

      • user_context (string, opcional): Contexto adicional para mejores resultados

      • n_results (integer, opcional): Número de resultados a devolver (por defecto: 5)

      • from_datetime_ISO8601 (string, opcional): Filtrar resultados desde esta fecha

      • to_datetime_ISO8601 (string, opcional): Filtrar resultados hasta esta fecha

  3. list_internal_knowledge_systems

    • Lista todas sus fuentes de conocimiento conectadas

    • No se requieren parámetros

  4. rememberizer_account_information

    • Recupera los detalles de su cuenta de Rememberizer

    • No se requieren parámetros

  5. list_personal_team_knowledge_documents

    • Devuelve una lista paginada de todos sus documentos

    • Parámetros:

      • page (integer, opcional): Número de página para paginación (por defecto: 1)

      • page_size (integer, opcional): Documentos por página (por defecto: 100, máximo: 1000)

  6. remember_this

    • Guarda nueva información en su sistema de conocimiento de Rememberizer

    • Parámetros:

      • name (string, requerido): Nombre para identificar esta información

      • content (string, requerido): La información a memorizar

Configuración

Paso 2: Agrega tu conocimiento a la plataforma Rememberizer conectándote a Gmail, Dropbox o Google Drive, etc...

Paso 6: Si estás usando la aplicación de escritorio Claude, agrega esto a tu archivo claude_desktop_config.json.

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

Paso 7: Si estás usando la aplicación SkyDeck AI Helper, agrega el env REMEMBERIZER_API_TOKEN a mcp-server-rememberizer.

¡Felicidades, has terminado!

Con el soporte del servidor MCP de Rememberizer, ahora puedes hacer las siguientes preguntas en tu aplicación de escritorio Claude o SkyDeck AI GenStudio

  • ¿Cuál es mi cuenta de Rememberizer?

  • Enumera todos los documentos que tengo allí.

  • Dame un resumen rápido sobre "..."

Servidor MCP de Almacenamiento Vectorial Rememberizer

El Servidor MCP de Almacenamiento Vectorial Rememberizer facilita la interacción entre LLMs y el Almacenamiento Vectorial Rememberizer, mejorando la gestión y recuperación de documentos a través de búsquedas de similitud semántica.

Opciones de Integración

El Servidor MCP de Almacenamiento Vectorial de Rememberizer se puede instalar e integrar a través de métodos similares a los del Servidor MCP principal de Rememberizer:

A través de Smithery

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

A través de la aplicación SkyDeck AI Helper

Si tienes instalada la aplicación SkyDeck AI Helper, puedes buscar "Rememberizer Vector Store" e instalar el mcp-rememberizer-vectordb.

Instalación

Configuración

Paso 4: Si estás utilizando la aplicación de escritorio Claude, añade esto a tu archivo claude_desktop_config.json.

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

Paso 5: Si estás utilizando la aplicación SkyDeck AI Helper, añade la variable de entorno REMEMBERIZER_VECTOR_STORE_API_KEY a mcp-rememberizer-vectordb.

¡Felicidades, has terminado!

Con el soporte del servidor MCP del Almacén de Vectores de Rememberizer, ahora puedes hacer las siguientes preguntas en tu aplicación de escritorio Claude o SkyDeck AI GenStudio

  • ¿Cuál es mi almacén de vectores de Rememberizer actual?

  • Enumera todos los documentos que tengo allí.

  • Dame un resumen rápido sobre "..."

Conclusión

Los Servidores MCP de Rememberizer demuestran las poderosas capacidades del Protocolo de Contexto del Modelo al proporcionar una forma eficiente y estandarizada de conectar modelos de IA con herramientas de gestión de datos integrales. Estos servidores mejoran la capacidad de buscar, recuperar y gestionar documentos con precisión, utilizando métodos avanzados de búsqueda semántica y la augmentación de Agentes LLM.

Paso 1: Regístrate para una nueva cuenta de Rememberizer en .

Paso 3: Para compartir selectivamente tu conocimiento, configura un Filtro de Mementos. Esto te permite elegir qué información se comparte y cuál permanece privada. ()

Paso 4: Comparte tu conocimiento creando un "Conocimiento Común" (Guía y )

Paso 5: Para acceder a tu conocimiento a través de APIs, crea una clave API ()

SkyDeck AI Helper - Instalación de Vector Store

Para instalar el servidor MCP de Rememberizer Vector Store, sigue la .

Paso 1: Regístrate para obtener una nueva cuenta de Rememberizer en .

Paso 2: Crea un nuevo Almacén de Vectores ()

Paso 3: Para gestionar tu Almacén de Vectores a través de APIs, necesitas crear una clave API ()

rememberizer.ai
Guía aquí
aquí
aquí
Guía aquí
guía aquí
rememberizer.ai
Guía aquí
Guía aquí
Protocolo de Contexto del Modelo
Servidor MCP de Rememberizer
mcp-get.com
GitHub