Se connecterS'inscrireContactez-nous

Serveurs MCP Rememberizer

Configurez et utilisez les serveurs MCP de Rememberizer pour connecter vos assistants IA à vos connaissances

Le Protocole de Contexte de Modèle (MCP) est un protocole standardisé conçu pour intégrer des modèles d'IA avec diverses sources de données et outils. Il prend en charge une architecture client-serveur facilitant la création de flux de travail complexes et d'agents avec une flexibilité et une sécurité accrues.

Serveur MCP Rememberizer

Le Serveur MCP Rememberizer est un serveur MCP conçu pour interagir avec l'API de gestion de documents et de connaissances de Rememberizer. Il permet aux LLM de rechercher, récupérer et gérer efficacement des documents et des intégrations. Le serveur est disponible en tant que package public sur mcp-get.com et en tant que projet open-source sur GitHub.

Options d'intégration

Le serveur MCP de Rememberizer peut être installé et intégré par plusieurs méthodes :

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 l'application SkyDeck AI Helper

Si vous avez l'application SkyDeck AI Helper installée, vous pouvez rechercher "Rememberizer" et installer le mcp-server-rememberizer.

SkyDeck AI Helper

Outils Disponibles

Le serveur MCP de Rememberizer fournit les outils suivants pour interagir avec votre référentiel de connaissances :

  1. retrieve_semantically_similar_internal_knowledge

    • Trouve des correspondances sémantiquement similaires dans votre référentiel de connaissances Rememberizer

    • Paramètres :

      • match_this (string, requis) : Le texte pour lequel trouver des correspondances (jusqu'à 400 mots)

      • n_results (integer, optionnel) : Nombre de résultats à retourner (par défaut : 5)

      • from_datetime_ISO8601 (string, optionnel) : Filtrer les résultats à partir de cette date

      • to_datetime_ISO8601 (string, optionnel) : Filtrer les résultats jusqu'à cette date

  2. smart_search_internal_knowledge

    • Effectue une recherche agentique à travers vos sources de connaissances

    • Paramètres :

      • query (string, requis) : Votre requête de recherche (jusqu'à 400 mots)

      • user_context (string, optionnel) : Contexte supplémentaire pour de meilleurs résultats

      • n_results (integer, optionnel) : Nombre de résultats à retourner (par défaut : 5)

      • from_datetime_ISO8601 (string, optionnel) : Filtrer les résultats à partir de cette date

      • to_datetime_ISO8601 (string, optionnel) : Filtrer les résultats jusqu'à cette date

  3. list_internal_knowledge_systems

    • Liste toutes vos sources de connaissances connectées

    • Aucun paramètre requis

  4. rememberizer_account_information

    • Récupère les détails de votre compte Rememberizer

    • Aucun paramètre requis

  5. list_personal_team_knowledge_documents

    • Retourne une liste paginée de tous vos documents

    • Paramètres :

      • page (integer, optionnel) : Numéro de page pour la pagination (par défaut : 1)

      • page_size (integer, optionnel) : Documents par page (par défaut : 100, max : 1000)

  6. remember_this

    • Enregistre de nouvelles informations dans votre système de connaissances Rememberizer

    • Paramètres :

      • name (string, requis) : Nom pour identifier cette information

      • content (string, requis) : Les informations à mémoriser

Configuration

Étape 1 : Inscrivez-vous pour un nouveau compte Rememberizer sur rememberizer.ai.

Étape 2 : Ajoutez vos connaissances à la plateforme Rememberizer en vous connectant à Gmail, Dropbox, ou Google Drive, etc...

Étape 3 : Pour partager sélectivement vos connaissances, configurez un filtre Mementos. Cela vous permet de choisir quelles informations sont partagées et lesquelles restent privées. (Guide ici)

Étape 4 : Partagez vos connaissances en créant une "Connaissance Commune" (Guide ici et ici)

Étape 5 : Pour accéder à vos connaissances via des API, créez une clé API (Guide ici)

Étape 6 : Si vous utilisez l'application de bureau Claude, ajoutez ceci à votre fichier claude_desktop_config.json.

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

Étape 7 : Si vous utilisez l'application SkyDeck AI Helper, ajoutez l'env REMEMBERIZER_API_TOKEN à mcp-server-rememberizer.

Félicitations, vous avez terminé !

Avec le support du serveur MCP Rememberizer, vous pouvez maintenant poser les questions suivantes dans votre application de bureau Claude ou SkyDeck AI GenStudio

  • Quel est mon compte Rememberizer ?

  • Listez tous les documents que j'ai là-bas.

  • Donnez-moi un résumé rapide sur "..."

Serveur MCP de la Mémoire Vectorielle

Le Serveur MCP de la Mémoire Vectorielle facilite l'interaction entre les LLM et la Mémoire Vectorielle, améliorant la gestion et la récupération des documents grâce à des recherches par similarité sémantique.

Options d'intégration

Le serveur MCP de stockage vectoriel Rememberizer peut être installé et intégré par des méthodes similaires à celles du serveur MCP principal de Rememberizer :

Via Smithery

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

Via l'application SkyDeck AI Helper

Si vous avez l'application SkyDeck AI Helper installée, vous pouvez rechercher "Rememberizer Vector Store" et installer le mcp-rememberizer-vectordb.

SkyDeck AI Helper - Installation du Vector Store

Installation

Pour installer le serveur MCP de Rememberizer Vector Store, suivez le guide ici.

Configuration

Étape 1 : Inscrivez-vous pour un nouveau compte Rememberizer sur rememberizer.ai.

Étape 2 : Créez un nouveau Vector Store (Guide ici)

Étape 3 : Pour gérer votre Vector Store via des API, vous devez créer une clé API (Guide ici)

Étape 4 : Si vous utilisez l'application Claude Desktop, ajoutez ceci à votre fichier claude_desktop_config.json.

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

Étape 5 : Si vous utilisez l'application SkyDeck AI Helper, ajoutez l'env REMEMBERIZER_VECTOR_STORE_API_KEY à mcp-rememberizer-vectordb.

Félicitations, vous avez terminé !

Avec le support du serveur MCP de Rememberizer Vector Store, vous pouvez maintenant poser les questions suivantes dans votre application Claude Desktop ou SkyDeck AI GenStudio

  • Quel est mon Vector Store Rememberizer actuel ?

  • Listez tous les documents que j'ai là-bas.

  • Donnez-moi un résumé rapide sur "..."

Conclusion

Les serveurs MCP de Rememberizer démontrent les puissantes capacités du Protocole de Contexte de Modèle en fournissant un moyen efficace et standardisé de connecter des modèles d'IA avec des outils de gestion de données complets. Ces serveurs améliorent la capacité à rechercher, récupérer et gérer des documents avec précision, en utilisant des méthodes de recherche sémantique avancées et l'augmentation des agents LLM.

PreviousIntégration Rememberizer MemoryNextGérer les applications tierces

Last updated