# Rememberizer MCPサーバー [**モデルコンテキストプロトコル**](https://modelcontextprotocol.io/introduction) (MCP) は、AI モデルをさまざまなデータソースやツールと統合するために設計された標準化されたプロトコルです。これは、複雑なワークフローやエージェントを構築するためのクライアント-サーバーアーキテクチャをサポートし、柔軟性とセキュリティを向上させます。 ## Rememberizer MCP サーバー [**Rememberizer MCP サーバー**](https://github.com/skydeckai/mcp-server-rememberizer)は、Rememberizerのドキュメントおよびナレッジ管理APIと対話するために特化したMCPサーバーです。これにより、LLMはドキュメントや統合を効率的に検索、取得、管理することができます。このサーバーは、[mseep.ai](https://mseep.ai/app/skydeckai-mcp-server-rememberizer)で公開パッケージとして、また[GitHub](https://github.com/skydeckai/mcp-server-rememberizer)でオープンソースプロジェクトとして利用可能です。 ### 統合オプション Rememberizer MCPサーバーは、複数の方法でインストールおよび統合できます： #### uvx経由 ```bash uvx mcp-server-rememberizer ``` #### MseeP AIヘルパーアプリを通じて MseeP AIヘルパーアプリがインストールされている場合は、「Rememberizer」を検索して、mcp-server-rememberizerをインストールできます。

MseeP AIヘルパー

### 利用可能なツール Rememberizer MCPサーバーは、あなたの知識リポジトリと対話するための以下のツールを提供します： 1. **retrieve\_semantically\_similar\_internal\_knowledge** * あなたのRememberizer知識リポジトリから意味的に類似した一致を見つけます * パラメータ： * `match_this` (string, 必須): 一致を見つけるためのテキスト（最大400語） * `n_results` (integer, オプション): 返す結果の数（デフォルト: 5） * `from_datetime_ISO8601` (string, オプション): この日付から結果をフィルタリング * `to_datetime_ISO8601` (string, オプション): この日付まで結果をフィルタリング 2. **smart\_search\_internal\_knowledge** * あなたの知識ソース全体でエージェント的な検索を実行します * パラメータ： * `query` (string, 必須): あなたの検索クエリ（最大400語） * `user_context` (string, オプション): より良い結果のための追加コンテキスト * `n_results` (integer, オプション): 返す結果の数（デフォルト: 5） * `from_datetime_ISO8601` (string, オプション): この日付から結果をフィルタリング * `to_datetime_ISO8601` (string, オプション): この日付まで結果をフィルタリング 3. **list\_internal\_knowledge\_systems** * すべての接続された知識ソースをリストします * パラメータは必要ありません 4. **rememberizer\_account\_information** * あなたのRememberizerアカウントの詳細を取得します * パラメータは必要ありません 5. **list\_personal\_team\_knowledge\_documents** * あなたのすべての文書のページネーションされたリストを返します * パラメータ： * `page` (integer, オプション): ページネーションのためのページ番号（デフォルト: 1） * `page_size` (integer, オプション): ページごとの文書数（デフォルト: 100, 最大: 1000） 6. **remember\_this** * 新しい情報をあなたのRememberizer知識システムに保存します * パラメータ： * `name` (string, 必須): この情報を識別するための名前 * `content` (string, 必須): 記憶する情報 ### セットアップ **ステップ 1:** [rememberizer.ai](https://rememberizer.ai/) で新しい Rememberizer アカウントにサインアップします。 **ステップ 2:** Gmail、Dropbox、Google Drive などに接続して、Rememberizer プラットフォームに知識を追加します...
**ステップ 3:** 知識を選択的に共有するために、Mementos フィルターを設定します。これにより、共有する情報とプライベートに保つ情報を選択できます。 ([ガイドはこちら](https://docs.rememberizer.ai/personal/mementos-filter-access))
**ステップ 4:** "共通知識" を作成して知識を共有します（ガイド [こちら](https://docs.rememberizer.ai/personal/common-knowledge) と [こちら](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)）
**ステップ 5:** API 経由で知識にアクセスするには、API キーを作成します（ガイド [こちら](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)）
**ステップ 6:** Claude デスクトップアプリを使用している場合は、これを `claude_desktop_config.json` ファイルに追加します。 ```json { "mcpServers": { "rememberizer": { "command": "uvx", "args": ["mcp-server-rememberizer"], "env": { "REMEMBERIZER_API_TOKEN": "your_rememberizer_api_token" } } } } ``` **ステップ 7:** MseeP AI ヘルパーアプリを使用している場合は、mcp-server-rememberizer に env `REMEMBERIZER_API_TOKEN` を追加します。
おめでとうございます、完了です！ Rememberizer MCP サーバーのサポートにより、Claude デスクトップアプリや SkyDeck AI GenStudio で以下の質問をすることができます。 * 私の Rememberizer アカウントは何ですか？ * そこにあるすべてのドキュメントをリストアップしてください。 * "..." についての簡単な要約を教えてください。 ## Rememberizer Vector Store MCP サーバー **Rememberizer VectorStore MCP サーバー**は、LLMとRememberizer Vector Storeとの間のインタラクションを促進し、意味的類似性検索を通じて文書管理と取得を強化します。 ### 統合オプション Rememberizer Vector Store MCPサーバーは、Rememberizer MCPサーバーと同様の方法でインストールおよび統合できます： #### uvx経由 ```bash uvx mcp-rememberizer-vectordb ``` #### MseeP AIヘルパーアプリを通じて MseeP AIヘルパーアプリがインストールされている場合は、「Rememberizer Vector Store」を検索して、mcp-rememberizer-vectordbをインストールできます。

MseeP AIヘルパー

### インストール Rememberizer Vector Store MCPサーバーをインストールするには、[こちらのガイド](https://github.com/skydeckai/mcp-rememberizer-vectordb#installation)に従ってください。 ### セットアップ **ステップ 1:** [rememberizer.ai](https://rememberizer.ai/) で新しい Rememberizer アカウントにサインアップします。 **ステップ 2:** 新しいベクターストアを作成します（[こちらのガイド](https://docs.rememberizer.ai/developer/vector-stores)を参照）。
**ステップ 3:** API を介してベクターストアを管理するには、API キーを作成する必要があります（[こちらのガイド](https://docs.rememberizer.ai/developer/vector-stores#api-key-management)を参照）。
**ステップ 4:** Claude デスクトップアプリを使用している場合は、これを `claude_desktop_config.json` ファイルに追加します。 ```json { "mcpServers": { "rememberizer": { "command": "uvx", "args": ["mcp-rememberizer-vectordb"], "env": { "REMEMBERIZER_VECTOR_STORE_API_KEY": "your_rememberizer_api_token" } } } } ``` **ステップ 5:** MseeP AI ヘルパーアプリを使用している場合は、env `REMEMBERIZER_VECTOR_STORE_API_KEY` を mcp-rememberizer-vectordb に追加します。
おめでとうございます、完了です！ Rememberizer ベクターストア MCP サーバーのサポートにより、Claude デスクトップアプリまたは SkyDeck AI GenStudio で以下の質問をすることができます。 * 現在の Rememberizer ベクターストアは何ですか？ * そこにあるすべてのドキュメントをリストアップしてください。 * 「...」についての簡単な要約をください。 ## 結論 Rememberizer MCP サーバーは、モデルコンテキストプロトコルの強力な機能を示しており、AI モデルと包括的なデータ管理ツールを接続する効率的で標準化された方法を提供します。これらのサーバーは、高度なセマンティック検索手法と LLM エージェントの拡張を利用して、文書を正確に検索、取得、管理する能力を向上させます。 --- # 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/ja/ge-ren-li-yong/integrations/rememberizer-mcp-servers.md?ask= ``` 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.