Rememberizer MCP 伺服器
配置和使用 Rememberizer MCP 伺服器以連接您的 AI 助手與您的知識
Last updated
配置和使用 Rememberizer MCP 伺服器以連接您的 AI 助手與您的知識
Last updated
(MCP) 是一種標準化協議，旨在將 AI 模型與各種數據源和工具集成。它支持客戶端-伺服器架構，促進構建具有增強靈活性和安全性的複雜工作流程和代理。
是一個為與 Rememberizer 的文檔和知識管理 API 互動而量身定制的 MCP 伺服器。它允許 LLMs 高效地搜索、檢索和管理文檔及整合。該伺服器作為公共包在 上提供，並作為開源項目在 上提供。
Rememberizer MCP 伺服器可以通過多種方法安裝和整合：
如果您已安裝 SkyDeck AI 助手應用程式，您可以搜索「Rememberizer」並安裝 mcp-server-rememberizer。
Rememberizer MCP 伺服器提供以下工具以便與您的知識庫互動：
retrieve_semantically_similar_internal_knowledge
從您的 Rememberizer 知識庫中尋找語義相似的匹配項
參數：
match_this (string, required): 要尋找匹配的文本（最多 400 字）
n_results (integer, optional): 返回的結果數量（默認：5）
from_datetime_ISO8601 (string, optional): 從此日期過濾結果
to_datetime_ISO8601 (string, optional): 直到此日期過濾結果
smart_search_internal_knowledge
在您的知識來源中執行代理搜索
參數：
query (string, required): 您的搜索查詢（最多 400 字）
user_context (string, optional): 以獲得更好結果的附加上下文
n_results (integer, optional): 返回的結果數量（默認：5）
from_datetime_ISO8601 (string, optional): 從此日期過濾結果
to_datetime_ISO8601 (string, optional): 直到此日期過濾結果
list_internal_knowledge_systems
列出您所有連接的知識來源
無需參數
rememberizer_account_information
檢索您的 Rememberizer 帳戶詳細信息
無需參數
list_personal_team_knowledge_documents
返回您所有文檔的分頁列表
參數：
page (integer, optional): 分頁的頁碼（默認：1）
page_size (integer, optional): 每頁文檔數量（默認：100，最大：1000）
remember_this
將新信息保存到您的 Rememberizer 知識系統
參數：
name (string, required): 用於識別此信息的名稱
content (string, required): 要記住的信息
步驟 2： 通過連接 Gmail、Dropbox 或 Google Drive 等，將您的知識添加到 Rememberizer 平台...
步驟 6： 如果您使用 Claude 桌面應用，請將此添加到您的 claude_desktop_config.json 文件中。
步驟 7： 如果您使用 SkyDeck AI Helper 應用，請將 env REMEMBERIZER_API_TOKEN 添加到 mcp-server-rememberizer。
恭喜，您完成了！
在 Rememberizer MCP 伺服器的支持下，您現在可以在 Claude 桌面應用或 SkyDeck AI GenStudio 中詢問以下問題
我的 Rememberizer 帳戶是什麼？
列出我那裡的所有文件。
給我一個關於「...」的快速摘要。
Rememberizer 向量儲存 MCP 伺服器 促進 LLM 與 Rememberizer 向量儲存之間的互動，通過語義相似性搜索增強文件管理和檢索。
Rememberizer 向量儲存 MCP 伺服器可以通過與主要 Rememberizer MCP 伺服器相似的方法進行安裝和整合：
如果您已安裝 SkyDeck AI 助手應用程式，您可以搜索「Rememberizer 向量存儲」並安裝 mcp-rememberizer-vectordb。
步驟 4： 如果您使用 Claude 桌面應用程序，請將此添加到您的 claude_desktop_config.json 文件中。
步驟 5： 如果您使用 SkyDeck AI Helper 應用程序，請將環境變量 REMEMBERIZER_VECTOR_STORE_API_KEY 添加到 mcp-rememberizer-vectordb。
恭喜，您完成了！
在 Rememberizer 向量存儲 MCP 伺服器的支持下，您現在可以在 Claude 桌面應用程序或 SkyDeck AI GenStudio 中詢問以下問題：
我當前的 Rememberizer 向量存儲是什麼？
列出我那裡的所有文檔。
給我一個關於 "..." 的簡要總結。
Rememberizer MCP 伺服器展示了模型上下文協議的強大能力，提供了一種高效、標準化的方式來連接 AI 模型與全面的數據管理工具。這些伺服器增強了精確搜索、檢索和管理文檔的能力，利用先進的語義搜索方法和 LLM 代理的增強。
步驟 1： 在 註冊一個新的 Rememberizer 帳戶。
步驟 3： 要選擇性地分享您的知識，設置 Mementos 過濾器。這使您可以選擇共享哪些信息以及哪些保持私密。 ()
步驟 4： 通過創建「共同知識」來分享您的知識（指南 和 ）
步驟 5： 要通過 API 訪問您的知識，創建一個 API 密鑰（指南 ）
要安裝 Rememberizer 向量存儲 MCP 伺服器，請遵循 。
步驟 1： 在 註冊一個新的 Rememberizer 帳戶。
步驟 2： 創建一個新的向量存儲（）
步驟 3： 要通過 API 管理您的向量存儲，您需要創建一個 API 密鑰（）
