Rememberizer Docs
登入报名联系我们
简体中文
简体中文
  • 为什么选择 Rememberizer?
  • 背景
    • 什么是向量嵌入和向量数据库?
    • 术语表
    • 标准化术语
  • 个人使用
    • 开始使用
      • 搜索你的知识
      • 纪念品过滤访问
      • 常见知识
      • 管理你的嵌入知识
  • 集成
    • Rememberizer 应用
    • Rememberizer Slack 集成
    • Rememberizer Google Drive 集成
    • Rememberizer Dropbox 集成
    • Rememberizer Gmail 集成
    • Rememberizer Memory 集成
    • Rememberizer MCP 服务器
    • 管理第三方应用
  • 开发者资源
    • 开发者概述
  • 集成选项
    • 注册和使用 API 密钥
    • 注册 Rememberizer 应用
    • 授权 Rememberizer 应用
    • 创建一个 Rememberizer GPT
    • LangChain 集成
    • 向 Slack 发送消息的示例 Web 应用
  • 企业集成
    • 企业集成模式
  • API 参考
    • API 文档首页
    • 认证
  • 核心 API
    • 按语义相似性搜索文档
    • 检索文档
    • 检索文档内容
    • 检索 Slack 内容
    • 将内容记忆到 Rememberizer
  • 账户与配置
    • 检索当前用户账户详情
    • 列出可用的数据源集成
    • 备忘录
    • 获取所有添加的公共知识
  • 向量存储 API
    • 向量存储文档
    • 获取向量存储信息
    • 获取向量存储中的文档列表
    • 获取文档信息
    • 向向量存储添加新文本文档
    • 向向量存储上传文件
    • 更新向量存储中的文件内容
    • 在向量存储中移除文档
    • 通过语义相似性搜索向量存储文档
  • 其他资源
    • 通知
      • 使用条款
      • 隐私政策
      • B2B
        • 关于 Reddit Agent
  • 发布
    • 发布说明首页
  • 2025 发布
    • 2025年4月25日
    • 2025年4月18日
    • 2025年4月11日
    • 2025年4月4日
    • 2025年3月28日
    • 2025年3月21日
    • 2025年3月14日
    • 2025年1月17日
  • 2024 发布
    • 2024年12月27日
    • 2024年12月20日
    • 2024年12月13日
    • 2024年12月6日
  • 2024年11月29日
  • 2024年11月22日
  • 2024年11月15日
  • 2024年11月8日
  • 2024年11月1日
  • 2024年10月25日
  • 2024年10月18日
  • 2024年10月11日
  • 2024年10月4日
  • 2024年9月27日
  • 2024年9月20日
  • 2024年9月13日
  • 2024年8月16日
  • 2024年8月9日
  • 2024年8月2日
  • 2024年7月26日
  • 2024年7月12日
  • 2024年6月28日
  • 2024年6月14日
  • 2024年5月31日
  • 2024年5月17日
  • 2024年5月10日
  • 2024年4月26日
  • 2024年4月19日
  • 2024年4月12日
  • 2024年4月5日
  • 2024年3月25日
  • 2024年3月18日
  • 2024年3月11日
  • 2024年3月4日
  • 2024年2月26日
  • 2024年2月19日
  • 2024年2月12日
  • 2024年2月5日
  • 2024年1月29日
  • 2024年1月22日
  • 2024年1月15日
  • LLM 文档
    • Rememberizer LLM 准备文档
Powered by GitBook
On this page
  • Rememberizer MCP 服务器
  • 集成选项
  • 可用工具
  • 设置
  • Rememberizer 向量存储 MCP 服务器
  • 集成选项
  • 安装
  • 设置
  • 结论
  1. 集成

Rememberizer MCP 服务器

配置和使用 Rememberizer MCP 服务器以连接您的 AI 助手与您的知识

PreviousRememberizer Memory 集成Next管理第三方应用

Last updated 23 days ago

(MCP) 是一种标准化协议,旨在将 AI 模型与各种数据源和工具集成。它支持客户端-服务器架构,促进构建具有更高灵活性和安全性的复杂工作流程和代理。

Rememberizer MCP 服务器

是一个专为与 Rememberizer 的文档和知识管理 API 交互而设计的 MCP 服务器。它允许 LLM 高效地搜索、检索和管理文档及集成。该服务器作为公共包可在 上获取,并作为开源项目在 上发布。

集成选项

Rememberizer MCP 服务器可以通过多种方式安装和集成:

通过 mcp-get.com

npx @michaellatman/mcp-get@latest install mcp-server-rememberizer

通过 Smithery

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

通过 SkyDeck AI 助手应用

如果您安装了 SkyDeck AI 助手应用,您可以搜索“Rememberizer”并安装 mcp-server-rememberizer。

SkyDeck AI 助手

可用工具

Rememberizer MCP 服务器提供以下工具以与您的知识库进行交互:

  1. retrieve_semantically_similar_internal_knowledge

    • 从您的 Rememberizer 知识库中查找语义相似的匹配项

    • 参数:

      • match_this(字符串,必填):要查找匹配项的文本(最多 400 个单词)

      • n_results(整数,选填):要返回的结果数量(默认:5)

      • from_datetime_ISO8601(字符串,选填):从此日期过滤结果

      • to_datetime_ISO8601(字符串,选填):直到此日期过滤结果

  2. smart_search_internal_knowledge

    • 在您的知识源中执行代理搜索

    • 参数:

      • query(字符串,必填):您的搜索查询(最多 400 个单词)

      • user_context(字符串,选填):用于更好结果的附加上下文

      • n_results(整数,选填):要返回的结果数量(默认:5)

      • from_datetime_ISO8601(字符串,选填):从此日期过滤结果

      • to_datetime_ISO8601(字符串,选填):直到此日期过滤结果

  3. list_internal_knowledge_systems

    • 列出您所有连接的知识源

    • 无需参数

  4. rememberizer_account_information

    • 检索您的 Rememberizer 账户详细信息

    • 无需参数

  5. list_personal_team_knowledge_documents

    • 返回您所有文档的分页列表

    • 参数:

      • page(整数,选填):分页的页码(默认:1)

      • page_size(整数,选填):每页文档数量(默认:100,最大:1000)

  6. remember_this

    • 将新信息保存到您的 Rememberizer 知识系统

    • 参数:

      • name(字符串,必填):用于识别此信息的名称

      • content(字符串,必填):要记忆的信息

设置

步骤 2: 通过连接 Gmail、Dropbox 或 Google Drive 等,将您的知识添加到 Rememberizer 平台...

步骤 6: 如果您使用 Claude 桌面应用程序,请将此添加到您的 claude_desktop_config.json 文件中。

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

步骤 7: 如果您使用 SkyDeck AI Helper 应用程序,请将 env REMEMBERIZER_API_TOKEN 添加到 mcp-server-rememberizer。

恭喜,您完成了!

在 Rememberizer MCP 服务器的支持下,您现在可以在 Claude 桌面应用程序或 SkyDeck AI GenStudio 中询问以下问题:

  • 我的 Rememberizer 账户是什么?

  • 列出我在那里拥有的所有文档。

  • 给我关于“...”的快速总结。

Rememberizer 向量存储 MCP 服务器

Rememberizer 向量存储 MCP 服务器 促进 LLM 与 Rememberizer 向量存储之间的交互,通过语义相似性搜索增强文档管理和检索。

集成选项

Rememberizer 向量存储 MCP 服务器可以通过与主 Rememberizer MCP 服务器类似的方法进行安装和集成:

通过 Smithery

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

通过 SkyDeck AI Helper 应用

如果您安装了 SkyDeck AI Helper 应用,您可以搜索“Rememberizer Vector Store”并安装 mcp-rememberizer-vectordb。

安装

设置

步骤 4: 如果您使用 Claude 桌面应用程序,请将此添加到您的 claude_desktop_config.json 文件中。

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

步骤 5: 如果您使用 SkyDeck AI Helper 应用程序,请将环境变量 REMEMBERIZER_VECTOR_STORE_API_KEY 添加到 mcp-rememberizer-vectordb。

恭喜,您完成了!

在 Rememberizer 向量存储 MCP 服务器的支持下,您现在可以在 Claude 桌面应用程序或 SkyDeck AI GenStudio 中询问以下问题:

  • 我当前的 Rememberizer 向量存储是什么?

  • 列出我在那里拥有的所有文档。

  • 给我一个关于“...”的快速总结。

结论

Rememberizer MCP 服务器展示了模型上下文协议的强大能力,通过提供一种高效、标准化的方式将 AI 模型与全面的数据管理工具连接起来。这些服务器增强了以精确的方式搜索、检索和管理文档的能力,利用先进的语义搜索方法和 LLM 代理的增强。

步骤 1: 在 注册一个新的 Rememberizer 账户。

步骤 3: 要选择性地分享您的知识,请设置 Mementos 过滤器。这允许您选择共享哪些信息以及哪些信息保持私密。 ()

步骤 4: 通过创建“常识”来分享您的知识(指南 和 )

步骤 5: 要通过 API 访问您的知识,请创建一个 API 密钥()

SkyDeck AI Helper - 向量存储安装

要安装 Rememberizer 向量存储 MCP 服务器,请按照 操作。

步骤 1: 在 注册一个新的 Rememberizer 账户。

步骤 2: 创建一个新的向量存储()

步骤 3: 要通过 API 管理您的向量存储,您需要创建一个 API 密钥()

rememberizer.ai
指南在这里
在这里
在这里
指南在这里
此处的指南
rememberizer.ai
指南在这里
指南在这里
模型上下文协议
Rememberizer MCP 服务器
mcp-get.com
GitHub