Rememberizer MCP 서버
Rememberizer MCP 서버를 구성하고 사용하여 AI 어시스턴트를 지식과 연결합니다.
모델 컨텍스트 프로토콜 (MCP)은 AI 모델을 다양한 데이터 소스 및 도구와 통합하기 위해 설계된 표준화된 프로토콜입니다. 이는 복잡한 워크플로우 및 에이전트를 구축할 수 있는 클라이언트-서버 아키텍처를 지원하여 향상된 유연성과 보안을 제공합니다.
Rememberizer MCP 서버
Rememberizer MCP 서버는 Rememberizer의 문서 및 지식 관리 API와 상호작용하기 위해 맞춤 설계된 MCP 서버입니다. 이 서버는 LLM이 문서와 통합을 효율적으로 검색, 검색 및 관리할 수 있도록 합니다. 서버는 mcp-get.com에서 공개 패키지로 제공되며, GitHub에서 오픈 소스 프로젝트로 제공됩니다.
통합 옵션
Rememberizer MCP 서버는 여러 방법을 통해 설치 및 통합할 수 있습니다:
mcp-get.com을 통해
npx @michaellatman/mcp-get@latest install mcp-server-rememberizer스미서리 통해서
npx -y @smithery/cli install mcp-server-rememberizer --client claudeSkyDeck AI 헬퍼 앱을 통한 방법
SkyDeck AI 헬퍼 앱이 설치되어 있는 경우, "Rememberizer"를 검색하고 mcp-server-rememberizer를 설치할 수 있습니다.
사용 가능한 도구
Rememberizer MCP 서버는 지식 저장소와 상호작용하기 위한 다음 도구를 제공합니다:
retrieve_semantically_similar_internal_knowledge
Rememberizer 지식 저장소에서 의미적으로 유사한 일치를 찾습니다
매개변수:
match_this(string, 필수): 일치를 찾을 텍스트 (최대 400 단어)n_results(integer, 선택): 반환할 결과 수 (기본값: 5)from_datetime_ISO8601(string, 선택): 이 날짜부터 결과 필터링to_datetime_ISO8601(string, 선택): 이 날짜까지 결과 필터링
smart_search_internal_knowledge
지식 소스 전반에 걸쳐 에이전틱 검색을 수행합니다
매개변수:
query(string, 필수): 검색 쿼리 (최대 400 단어)user_context(string, 선택): 더 나은 결과를 위한 추가 컨텍스트n_results(integer, 선택): 반환할 결과 수 (기본값: 5)from_datetime_ISO8601(string, 선택): 이 날짜부터 결과 필터링to_datetime_ISO8601(string, 선택): 이 날짜까지 결과 필터링
list_internal_knowledge_systems
연결된 모든 지식 소스를 나열합니다
매개변수 필요 없음
rememberizer_account_information
Rememberizer 계정 세부정보를 검색합니다
매개변수 필요 없음
list_personal_team_knowledge_documents
모든 문서의 페이지 매김된 목록을 반환합니다
매개변수:
page(integer, 선택): 페이지 매김을 위한 페이지 번호 (기본값: 1)page_size(integer, 선택): 페이지당 문서 수 (기본값: 100, 최대: 1000)
remember_this
새로운 정보를 Rememberizer 지식 시스템에 저장합니다
매개변수:
name(string, 필수): 이 정보를 식별하는 이름content(string, 필수): 기억할 정보
설정
1단계: rememberizer.ai에서 새로운 Rememberizer 계정을 등록하세요.
2단계: Gmail, Dropbox 또는 Google Drive 등에 연결하여 Rememberizer 플랫폼에 지식을 추가하세요...
3단계: 지식을 선택적으로 공유하려면 Mementos 필터를 설정하세요. 이를 통해 어떤 정보를 공유할지, 어떤 정보를 비공개로 유지할지를 선택할 수 있습니다. (가이드 여기)
4단계: "공통 지식"을 생성하여 지식을 공유하세요. (가이드 여기 및 여기)
5단계: API를 통해 지식에 접근하려면 API 키를 생성하세요. (가이드 여기)
6단계: Claude Desktop 앱을 사용하는 경우, claude_desktop_config.json 파일에 다음을 추가하세요.
{
"mcpServers": {
"rememberizer": {
"command": "uvx",
"args": ["mcp-server-rememberizer"],
"env": {
"REMEMBERIZER_API_TOKEN": "your_rememberizer_api_token"
}
}
}
}7단계: SkyDeck AI Helper 앱을 사용하는 경우, mcp-server-rememberizer에 env REMEMBERIZER_API_TOKEN을 추가하세요.
축하합니다, 완료되었습니다!
Rememberizer MCP 서버의 지원으로 이제 Claude Desktop 앱이나 SkyDeck AI GenStudio에서 다음 질문을 할 수 있습니다.
내 Rememberizer 계정은 무엇인가요?
내가 거기에 가지고 있는 모든 문서를 나열하세요.
"..."에 대한 간단한 요약을 주세요.
Rememberizer Vector Store MCP 서버
Rememberizer VectorStore MCP 서버는 LLM과 Rememberizer Vector Store 간의 상호작용을 촉진하여 의미적 유사성 검색을 통해 문서 관리 및 검색을 향상시킵니다.
통합 옵션
Rememberizer 벡터 저장소 MCP 서버는 주요 Rememberizer MCP 서버와 유사한 방법으로 설치 및 통합할 수 있습니다:
스미서리를 통한
npx -y @smithery/cli install mcp-rememberizer-vectordb --client claudeSkyDeck AI 헬퍼 앱을 통한 방법
SkyDeck AI 헬퍼 앱이 설치되어 있다면, "Rememberizer Vector Store"를 검색하여 mcp-rememberizer-vectordb를 설치할 수 있습니다.
설치
Rememberizer Vector Store MCP 서버를 설치하려면 여기에서 가이드를 참조하세요.
설정
1단계: rememberizer.ai에서 새로운 Rememberizer 계정에 가입하세요.
2단계: 새로운 벡터 저장소를 만드세요 (가이드 여기)
3단계: API를 통해 벡터 저장소를 관리하려면 API 키를 생성해야 합니다 (가이드 여기)
4단계: Claude Desktop 앱을 사용하는 경우, claude_desktop_config.json 파일에 다음을 추가하세요.
{
"mcpServers": {
"rememberizer": {
"command": "uvx",
"args": ["mcp-rememberizer-vectordb"],
"env": {
"REMEMBERIZER_VECTOR_STORE_API_KEY": "your_rememberizer_api_token"
}
}
}
}5단계: SkyDeck AI Helper 앱을 사용하는 경우, mcp-rememberizer-vectordb에 env REMEMBERIZER_VECTOR_STORE_API_KEY를 추가하세요.
축하합니다, 완료되었습니다!
Rememberizer 벡터 저장소 MCP 서버의 지원으로 이제 Claude Desktop 앱이나 SkyDeck AI GenStudio에서 다음 질문을 할 수 있습니다.
현재 내 Rememberizer 벡터 저장소는 무엇인가요?
내가 거기에 있는 모든 문서를 나열하세요.
"..."에 대한 간단한 요약을 주세요.
결론
Rememberizer MCP 서버는 AI 모델과 포괄적인 데이터 관리 도구를 연결하는 효율적이고 표준화된 방법을 제공함으로써 모델 컨텍스트 프로토콜의 강력한 기능을 보여줍니다. 이러한 서버는 고급 의미 검색 방법과 LLM 에이전트의 증강을 활용하여 문서를 정확하게 검색, 검색 및 관리하는 능력을 향상시킵니다.
Last updated