Rememberizer Docs
登入報名聯絡我們
繁體中文
繁體中文
  • 為什麼選擇 Rememberizer?
  • 背景
    • 什麼是向量嵌入和向量數據庫?
    • 術語表
    • 標準化術語
  • 個人使用
    • 開始使用
      • 搜尋你的知識
      • 紀念品過濾訪問
      • 常見知識
      • 管理你的嵌入知識
  • 整合
    • Rememberizer 應用程式
    • Rememberizer Slack 整合
    • Rememberizer Google Drive 整合
    • Rememberizer Dropbox 整合
    • Rememberizer Gmail 整合
    • Rememberizer Memory 整合
    • Rememberizer MCP 伺服器
    • 管理第三方應用程式
  • 開發者資源
    • 開發者概覽
  • 整合選項
    • 註冊和使用 API 金鑰
    • 註冊 Rememberizer 應用程式
    • 授權 Rememberizer 應用程式
    • 創建 Rememberizer GPT
    • LangChain 整合
    • 向 Slack 談話的範例網頁應用程式
  • 企業整合
    • 企業整合模式
  • API 參考
    • API 文件首頁
    • 身份驗證
  • 核心 API
    • 依語意相似性搜尋文件
    • 檢索文件
    • 檢索文件內容
    • 檢索 Slack 內容
    • 將內容記憶到 Rememberizer
  • 帳戶與配置
    • 檢索當前用戶帳戶詳細信息
    • 列出可用的數據源集成
    • 備忘錄
    • 獲取所有已添加的公共知識
  • 向量存儲 API
    • 向量存儲文檔
    • 獲取向量存儲信息
    • 獲取向量存儲中的文檔列表
    • 獲取文檔信息
    • 向向量存儲添加新文本文檔
    • 將文件上傳到向量存儲
    • 更新向量存儲中的文件內容
    • 在向量存儲中移除文檔
    • 按語義相似性搜索向量存儲文檔
  • 其他資源
    • 通知
      • 使用條款
      • 隱私政策
      • B2B
        • 關於 Reddit 代理
  • 發布
    • 發布說明首頁
  • 2025 發布
    • 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 版本
    • 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 文檔
    • Rememberizer LLM 準備文檔
Powered by GitBook
On this page
  • Rememberizer MCP 伺服器
  • 整合選項
  • 可用工具
  • 設定
  • Rememberizer 向量儲存 MCP 伺服器
  • 整合選項
  • 安裝
  • 設定
  • 結論
  1. 整合

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

PreviousRememberizer Memory 整合Next管理第三方應用程式

Last updated 23 days ago

(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。

Rememberizer MCP 伺服器

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。

整合選項

Rememberizer MCP 伺服器可以通過多種方法安裝和整合:

通過 mcp-get.com

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

通過 Smithery

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

通過 SkyDeck AI 助手應用程式

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。

SkyDeck AI 助手

可用工具

Rememberizer MCP 伺服器提供以下工具以便與您的知識庫互動:

  1. 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

  2. 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

  3. list_internal_knowledge_systems

    • 列出您所有連接的知識來源

    • 無需參數

  4. rememberizer_account_information

    • 檢索您的 Rememberizer 帳戶詳細信息

    • 無需參數

  5. 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)

  6. 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

設定

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。

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

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

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。

整合選項

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:

通過 Smithery

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

通過 SkyDeck AI 助手應用程式

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。

安裝

設定

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。

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

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。

結論

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 )

SkyDeck AI 助手 - 向量存儲安裝

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()

rememberizer.ai
指南在這裡
在這裡
在這裡
在這裡
此指南
rememberizer.ai
指南在這裡
指南在這裡
模型上下文協議
Rememberizer MCP 伺服器
mcp-get.com
GitHub