# Servidores MCP do Rememberizer

O [**Protocolo de Contexto de Modelo**](https://modelcontextprotocol.io/introduction) (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 [**Servidor MCP Rememberizer**](https://github.com/skydeckai/mcp-server-rememberizer) 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 [mseep.ai](https://mseep.ai/app/skydeckai-mcp-server-rememberizer) e como um projeto de código aberto no [GitHub](https://github.com/skydeckai/mcp-server-rememberizer).

### Opções de Integração

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

#### Via uvx

```bash
uvx mcp-server-rememberizer
```

#### Via MseeP AI Helper App

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

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-32c16c3fe8a8160615e0b4c2615a096cd07c717a%2FScreenshot%202025-07-29%20at%2014.43.12.png?alt=media" alt=""><figcaption><p>MseeP AI Helper</p></figcaption></figure>

### 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 similares 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 1:** Inscreva-se para uma nova conta Rememberizer em [rememberizer.ai](https://rememberizer.ai/).

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

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-6624093d0ac3715d03ccf05058284eb0d5910299%2Fimage.png?alt=media" alt=""><figcaption></figcaption></figure>

**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. ([Guia aqui](https://docs.rememberizer.ai/personal/mementos-filter-access))

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-1f55d2111aa20d16ef36c6c2efd168d83651051f%2Fimage%20(3).png?alt=media" alt=""><figcaption></figcaption></figure>

**Passo 4:** Compartilhe seu conhecimento criando um "Conhecimento Comum" (Guia [aqui](https://docs.rememberizer.ai/personal/common-knowledge) e [aqui](https://docs.rememberizer.ai/developer/registering-and-using-api-keys))

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-89f113f0a874c310d0ef4658b82b32e3a3c15da4%2Fimage%20(4).png?alt=media" alt=""><figcaption></figcaption></figure>

**Passo 5:** Para acessar seu conhecimento via APIs, crie uma chave de API ([Guia aqui](https://docs.rememberizer.ai/developer/registering-and-using-api-keys))

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-1d8189ec2b572a4f5b1eb3a28b5034816690e35a%2Fimage%20(5).png?alt=media" alt=""><figcaption></figcaption></figure>

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

```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 MseeP AI Helper, adicione a variável de ambiente `REMEMBERIZER_API_TOKEN` ao mcp-server-rememberizer.

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-f87faae63c6c243ebcdfd4544bb344f94ac10461%2FScreenshot%202025-07-29%20at%2014.45.42.png?alt=media" alt=""><figcaption></figcaption></figure>

Parabéns, você terminou!

Com o suporte do servidor MCP do 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 Rememberizer:

#### Via uvx

```bash
uvx mcp-rememberizer-vectordb
```

#### Via MseeP AI Helper App

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

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-44843f27834f818e9fa8e7e80628a5e7c9c1ac02%2FScreenshot%202025-07-29%20at%2015.14.07.png?alt=media" alt=""><figcaption><p>MseeP AI Helper</p></figcaption></figure>

### Instalação

Para instalar o Servidor MCP do Rememberizer Vector Store, siga o [guia aqui](https://github.com/skydeckai/mcp-rememberizer-vectordb#installation).

### Configuração

**Passo 1:** Inscreva-se para uma nova conta Rememberizer em [rememberizer.ai](https://rememberizer.ai/).

**Passo 2:** Crie um novo Armazenamento de Vetores ([Guia aqui](https://docs.rememberizer.ai/developer/vector-stores))

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-6ee28f37447d63b9cdee04a0acb285fe5e00896f%2Fimage%20(6).png?alt=media" alt=""><figcaption></figcaption></figure>

**Passo 3:** Para gerenciar seu Armazenamento de Vetores via APIs, você precisa criar uma chave de API ([Guia aqui](https://docs.rememberizer.ai/developer/vector-stores#api-key-management))

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-a1e0915191b85a646dcb615b72bc9e01b6360264%2Fimage%20(7).png?alt=media" alt=""><figcaption></figcaption></figure>

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

```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 MseeP AI Helper, adicione a variável de ambiente `REMEMBERIZER_VECTOR_STORE_API_KEY` ao mcp-rememberizer-vectordb.

<figure><img src="https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-f2cf16052607aa19ab98d30e19712bdf581c2986%2FScreenshot%202025-07-29%20at%2015.16.16.png?alt=media" alt=""><figcaption></figcaption></figure>

Parabéns, você terminou!

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

* Qual é o meu atual armazenamento de vetores 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, fornecendo 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 ampliação de Agentes LLM.