Rememberizer Docs
Sign inSign upContact us
Português
Português
  • Por que Rememberizer?
  • Contexto
    • O que são Embeddings Vetoriais e Bancos de Dados Vetoriais?
    • Glossário
    • Terminologia Padronizada
  • Uso Pessoal
    • Introdução
      • Pesquise seu conhecimento
      • Acesso ao Filtro de Mementos
      • Conhecimento Comum
      • Gerencie seu conhecimento incorporado
  • Integrações
    • Aplicativo Rememberizer
    • Integração do Rememberizer com o Slack
    • Integração do Rememberizer com o Google Drive
    • Integração do Rememberizer com o Dropbox
    • Integração do Rememberizer com o Gmail
    • Integração do Rememberizer com a Memória
    • Servidores MCP do Rememberizer
    • Gerenciar aplicativos de terceiros
  • Recursos para Desenvolvedores
    • Visão Geral do Desenvolvedor
  • Opções de Integração
    • Registrando e usando Chaves de API
    • Registrando aplicativos Rememberizer
    • Autorizando aplicativos Rememberizer
    • Criando um Rememberizer GPT
    • Integração com LangChain
    • Armazenamentos de Vetores
    • Talk-to-Slack o Aplicativo Web de Exemplo
  • Integração Empresarial
    • Padrões de Integração Empresarial
  • Referência da API
    • Página Inicial da Documentação da API
    • Autenticação
  • APIs Principais
    • Pesquisar documentos por similaridade semântica
    • Recuperar documentos
    • Recuperar conteúdos de documentos
    • Recuperar conteúdo do Slack
    • Memorizar conteúdo para Rememberizer
  • Conta e Configuração
    • Recuperar detalhes da conta do usuário atual
    • Listar integrações de fontes de dados disponíveis
    • Mementos
    • Obter todo o conhecimento público adicionado
  • APIs de Armazenamento Vetorial
    • Documentação do Armazenamento Vetorial
    • Obter informações do armazenamento vetorial
    • Obter uma lista de documentos em um Armazenamento Vetorial
    • Obter informações do documento
    • Adicionar novo documento de texto a um Armazenamento Vetorial
    • Enviar arquivos para um Armazenamento Vetorial
    • Atualizar conteúdo de arquivo em um Armazenamento Vetorial
    • Remover um documento no Armazenamento Vetorial
    • Pesquisar documentos do Armazenamento Vetorial por similaridade semântica
  • Recursos Adicionais
    • Avisos
      • Termos de Uso
      • Política de Privacidade
      • B2B
        • Sobre o Reddit Agent
  • Lançamentos
    • Notas de Lançamento
  • Lançamentos de 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 Jan, 2025
  • Lançamentos de 2024
    • 27 de Dezembro de 2024
    • 20 de Dezembro de 2024
    • 13 de Dezembro de 2024
    • 6 de Dezembro de 2024
  • 29 de Nov, 2024
  • 22 de Nov, 2024
  • 15 de Nov, 2024
  • 8 de Nov, 2024
  • 1 de Nov, 2024
  • 25 de Out, 2024
  • 18 de Out, 2024
  • 11 de Out, 2024
  • 4 de Out, 2024
  • 27 de Set, 2024
  • 20 de Set, 2024
  • 13 de Set, 2024
  • 16 de Ago, 2024
  • 9 de Ago, 2024
  • 2 de Ago, 2024
  • 26 de Jul, 2024
  • 12 de Jul, 2024
  • 28 de Jun, 2024
  • 14 de Jun, 2024
  • 31 de Maio de 2024
  • 17 de Maio de 2024
  • 10 de Maio 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 Fev, 2024
  • 19 de Fev, 2024
  • 12 de Fev, 2024
  • 5 de Fev, 2024
  • 29 de Jan, 2024
  • 22 de Jan, 2024
  • 15 de Jan, 2024
  • Documentação LLM
    • Documentação LLM Ready do Rememberizer
Powered by GitBook
On this page
  • Servidor MCP Rememberizer
  • Opções de Integração
  • Ferramentas Disponíveis
  • Configuração
  • Servidor MCP do Armazenamento de Vetores Rememberizer
  • Opções de Integração
  • Instalação
  • Configuração
  • Conclusão
  1. Integrações

Servidores MCP do Rememberizer

Configure e use os servidores MCP do Rememberizer para conectar seus assistentes de IA com seu conhecimento

PreviousIntegração do Rememberizer com a MemóriaNextGerenciar aplicativos de terceiros

Last updated 23 days ago

O (MCP) é um protocolo padronizado projetado para integrar modelos de IA com várias fontes de dados e ferramentas. Ele suporta uma arquitetura cliente-servidor que facilita a construção de fluxos de trabalho e agentes complexos com maior flexibilidade e segurança.

Servidor MCP Rememberizer

O é um servidor MCP projetado para interagir com a API de gerenciamento de documentos e conhecimento do Rememberizer. Ele permite que LLMs pesquisem, recuperem e gerenciem documentos e integrações de forma eficiente. O servidor está disponível como um pacote público em e como um projeto de código aberto no .

Opções de Integração

O Servidor MCP do Rememberizer pode ser instalado e integrado através de múltiplos métodos:

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 Aplicativo SkyDeck AI Helper

Se você tiver o aplicativo SkyDeck AI Helper instalado, pode procurar por "Rememberizer" e instalar o mcp-server-rememberizer.

SkyDeck AI Helper

Ferramentas Disponíveis

O Servidor MCP do Rememberizer fornece as seguintes ferramentas para interagir com seu repositório de conhecimento:

  1. retrieve_semantically_similar_internal_knowledge

    • Encontra correspondências semanticamente semelhantes em seu repositório de conhecimento do Rememberizer

    • Parâmetros:

      • match_this (string, obrigatório): O texto para encontrar correspondências (até 400 palavras)

      • n_results (inteiro, opcional): Número de resultados a retornar (padrão: 5)

      • from_datetime_ISO8601 (string, opcional): Filtrar resultados a partir desta data

      • to_datetime_ISO8601 (string, opcional): Filtrar resultados até esta data

  2. smart_search_internal_knowledge

    • Realiza uma busca agente em suas fontes de conhecimento

    • Parâmetros:

      • query (string, obrigatório): Sua consulta de busca (até 400 palavras)

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

      • n_results (inteiro, opcional): Número de resultados a retornar (padrão: 5)

      • from_datetime_ISO8601 (string, opcional): Filtrar resultados a partir desta data

      • to_datetime_ISO8601 (string, opcional): Filtrar resultados até esta data

  3. list_internal_knowledge_systems

    • Lista todas as suas fontes de conhecimento conectadas

    • Nenhum parâmetro necessário

  4. rememberizer_account_information

    • Recupera os detalhes da sua conta do Rememberizer

    • Nenhum parâmetro necessário

  5. list_personal_team_knowledge_documents

    • Retorna uma lista paginada de todos os seus documentos

    • Parâmetros:

      • page (inteiro, opcional): Número da página para paginação (padrão: 1)

      • page_size (inteiro, opcional): Documentos por página (padrão: 100, máximo: 1000)

  6. remember_this

    • Salva novas informações em seu sistema de conhecimento do Rememberizer

    • Parâmetros:

      • name (string, obrigatório): Nome para identificar esta informação

      • content (string, obrigatório): A informação a ser memorizada

Configuração

Passo 2: Adicione seu conhecimento à plataforma Rememberizer conectando-se ao Gmail, Dropbox ou Google Drive, etc...

Passo 6: Se você estiver usando o aplicativo Claude Desktop, adicione isso ao seu arquivo claude_desktop_config.json.

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

Passo 7: Se você estiver usando o aplicativo SkyDeck AI Helper, adicione a env REMEMBERIZER_API_TOKEN ao mcp-server-rememberizer.

Parabéns, você terminou!

Com o suporte do servidor MCP Rememberizer, agora você pode fazer as seguintes perguntas no seu aplicativo Claude Desktop ou SkyDeck AI GenStudio

  • Qual é a minha conta Rememberizer?

  • Liste todos os documentos que eu tenho lá.

  • Dê-me um resumo rápido sobre "..."

Servidor MCP do Armazenamento de Vetores Rememberizer

O Servidor MCP do Armazenamento de Vetores Rememberizer facilita a interação entre LLMs e o Armazenamento de Vetores Rememberizer, aprimorando a gestão e recuperação de documentos por meio de buscas de similaridade semântica.

Opções de Integração

O Servidor MCP do Armazenamento de Vetores Rememberizer pode ser instalado e integrado por métodos semelhantes aos do Servidor MCP principal do Rememberizer:

Via Smithery

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

Via Aplicativo SkyDeck AI Helper

Se você tiver o aplicativo SkyDeck AI Helper instalado, pode procurar por "Rememberizer Vector Store" e instalar o mcp-rememberizer-vectordb.

Instalação

Configuração

Passo 4: Se você estiver usando o aplicativo Claude Desktop, adicione isso ao seu arquivo claude_desktop_config.json.

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

Passo 5: Se você estiver usando o aplicativo SkyDeck AI Helper, adicione a variável de ambiente REMEMBERIZER_VECTOR_STORE_API_KEY ao mcp-rememberizer-vectordb.

Parabéns, você terminou!

Com o suporte do servidor MCP do Armazenamento Vetorial Rememberizer, você agora pode fazer as seguintes perguntas no seu aplicativo Claude Desktop ou SkyDeck AI GenStudio

  • Qual é o meu atual armazenamento vetorial Rememberizer?

  • Liste todos os documentos que eu tenho lá.

  • Dê-me um resumo rápido sobre "..."

Conclusão

Os Servidores MCP do Rememberizer demonstram as poderosas capacidades do Protocolo de Contexto de Modelo ao fornecer uma maneira eficiente e padronizada de conectar modelos de IA com ferramentas abrangentes de gerenciamento de dados. Esses servidores aprimoram a capacidade de pesquisar, recuperar e gerenciar documentos com precisão, utilizando métodos avançados de busca semântica e a augmentação de Agentes LLM.

Passo 1: Inscreva-se para uma nova conta Rememberizer em .

Passo 3: Para compartilhar seu conhecimento de forma seletiva, configure um Filtro de Mementos. Isso permite que você escolha quais informações são compartilhadas e quais permanecem privadas. ()

Passo 4: Compartilhe seu conhecimento criando um "Conhecimento Comum" (Guia e )

Passo 5: Para acessar seu conhecimento via APIs, crie uma chave de API ()

SkyDeck AI Helper - Instalação do Vector Store

Para instalar o Servidor MCP do Rememberizer Vector Store, siga o .

Passo 1: Inscreva-se para uma nova conta Rememberizer em .

Passo 2: Crie um novo Armazenamento Vetorial ()

Passo 3: Para gerenciar seu Armazenamento Vetorial via APIs, você precisa criar uma chave de API ()

rememberizer.ai
Guia aqui
aqui
aqui
Guia aqui
guia aqui
rememberizer.ai
Guia aqui
Guia aqui
Protocolo de Contexto de Modelo
Servidor MCP Rememberizer
mcp-get.com
GitHub