convez.ai
MCP ServerIntegração & APIsIntermediário
Mrduan-cloud

MemoMate – Servidores MCP para Ecossistema Chinês + Memória Persistente

Mrduan-cloud/MemoMate

MCP servers para busca em Bilibili, Zhihu, WeChat + memória cross-tool

Ver no GitHub
InicialPluginScore · de 0 a 100

Coleção de servidores MCP especializados em ferramentas do ecossistema chinês (Bilibili, Zhihu, WeChat, arXiv CN) para IA assistentes, mais um servidor de memória portável baseado em SQLite com export estruturado. Preenche lacunas do ecossistema MCP ocidental para desenvolvedores chineses e hispanófones.

Instalação

$npx convez-ai Mrduan-cloud/MemoMate

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
2
Forks
0
Acompanhando
0
Saúde
42%
Último commit
há 5 meses
Versão
v1.1.0
Issues abertas
2
Contribuidores
1

Casos de uso

  • Pesquisar vídeos educacionais em Bilibili diretamente via IA
  • Buscar artigos técnicos em Zhihu e WeChat enquanto programa
  • Armazenar e consultar memória persistente entre ferramentas de IA
  • Acessar GitHub Trending, arXiv, Stack Overflow sem sair do IDE

Veredito

Projeto robusto focado em preencher vazio real do ecossistema MCP para desenvolvedores de língua chinesa. Implementação limpa em Python com zero dependências externas, pronta para produção; requer setup inicial e familiaridade com protocolo MCP para máximo valor.

README

A tradução para o português deste README ainda está na fila.

MemoMate

一个不断扩展的 MCP 服务器集合 + 便携、可导出的记忆库 —— 全部在一个 Python 仓库里。

简体中文  |  English


MemoMate 是一个项目里的两件事:

  1. servers/ —— 一组小而专注的 MCP 服务器,专为中文工具生态打造(arXiv、B 站、知乎、微信公众号……)。一个文件夹 = 一个服务器。这是主角。
  2. core/ —— 一个轻量、便携的记忆 MCP 服务器,基于 SQLite + FTS5。单文件存储、跨工具共享、可结构化查询。当 Claude Code 内置 memory 不够用时再用。

两者合起来展示了 MCP 端到端开发:广度(多个实用工具)+ 深度(一个有状态、可导出的存储)。

🌐 项目主页(单文件静态落地页):docs/index.html —— 本地双击即可打开;或在仓库 Settings → Pages → Source: main / /docs 一键发布为公网站点。


servers/ —— 主要看点

服务器状态功能
arxiv_search可用通过公开 Atom API 搜 arXiv 论文(零依赖)
bilibili_search可用搜 B 站视频 + 视频详情 + 取字幕转写(零依赖)
zhihu_search可用搜知乎问题与答案 + 取答案正文(零依赖)
weather_cn可用中文城市天气 + 3 天预报,wttr.in 免 key(零依赖)
github_trending可用GitHub 热门仓库 daily/weekly/monthly + 语言过滤(零依赖)
hackernews可用Hacker News 榜单(top/new/best/ask/show/job)+ 全文检索(官方 API + Algolia,零依赖)
wechat_mp可用解析公开微信公众号文章:标题/公众号/作者/时间/正文(零依赖)
stackoverflow可用搜 Stack Overflow 问题 + 取答案正文,官方 Stack Exchange API 免 key(零依赖)

每个 server 是一个独立的目录。新 server 按每日迭代节奏陆续上线。一页速查(每个 server 一句话 + 3 个示例 prompt)见 SERVERS.md。

针对各 IDE(Cursor、Claude Code、Trae、CodeBuddy、通义灵码 IDE……)的接入方式,参见下面的 接入你的 AI IDE。


为什么中国 AI IDE 用户需要 MemoMate?

国际 AI 编程工具(Cursor、Claude Code、Cline)擅长生成代码,但它们的 MCP 生态高度偏向西方栈 —— arXiv、GitHub、npm、Stack Overflow。中国开发者经常需要的东西,那些工具覆盖不到:

  • 搜 B 站 / 知乎 / 微信公众号上的技术文章和教程
  • 查 12306 火车班次、高德地图路线、豆瓣评分
  • 接入国内 SaaS,比如 Notion 国内、飞书、钉钉
  • 读国内 arXiv 镜像 / 中国知网,而不是慢吞吞的国际 arXiv

MemoMate 的 servers/ 集合恰好填补这个空白。 每个服务器都是一个聚焦于某个中文生态工具的小 MCP 服务器。任何 MCP 兼容的 IDE 都用同样的方式接入。

你常用的场景对应的 MemoMate server状态
找 B 站视频教程bilibili_search✅ 可用
查 arXiv 论文arxiv_search✅ 可用
搜知乎技术回答zhihu_search✅ 可用
查城市天气 / 出行参考weather_cn✅ 可用
读公众号长文wechat_mp✅ 可用
查火车票 / 排班12306🚧 计划中
看 GitHub 热门github_trending✅ 可用
刷 Hacker News / 搜 HN 帖hackernews✅ 可用
查 Stack Overflow 问答stackoverflow✅ 可用
查豆瓣电影 / 书评douban🚧 计划中
总结 arXiv 论文(本地 LLM)arxiv_summary🚧 计划中(W09)
查 Notion workspacenotion_query🚧 计划中

如果你正在用 Trae / CodeBuddy / 通义灵码 IDE / Cursor / Claude Code,并且想让 AI 帮你 "找一下 B 站讲 LangGraph 的视频" 或者 "搜知乎上关于 RAG 评测的回答" —— MemoMate 就是为你做的。

接入你的 AI IDE

MCP 的 JSON 结构在所有客户端中完全一致(这是协议标准),不同的只是文件位置和编辑界面。

通用配置(任何接受 mcpServers 字段的地方都能塞进去):

{
  "mcpServers": {
    "memomate-bilibili": {
      "command": "uv",
      "args": ["run", "--directory", "D:/project/MemoMate", "memomate-bilibili"]
    },
    "memomate-arxiv": {
      "command": "uv",
      "args": ["run", "--directory", "D:/project/MemoMate", "memomate-arxiv"]
    },
    "memomate": {
      "command": "uv",
      "args": ["run", "--directory", "D:/project/MemoMate", "memomate-core"]
    }
  }
}

各 IDE 的配置位置

IDE配置位置备注
Cursor~/.cursor/mcp.json(或项目级 .cursor/mcp.json)直接编辑文件,然后重启 Cursor
Claude Code~/.claude.json(或用 claude mcp add 命令)推荐用 CLI,见下方
Trae(字节跳动)设置 → AI 模型 / MCP Servers(菜单随版本变化)把上方 mcpServers 的条目粘进去;或参考 Trae 官方文档
CodeBuddy(腾讯)设置 → Extensions → MCP Servers添加 stdio 类型,把命令与参数照 JSON 转写到 UI
通义灵码 IDE(阿里)设置 → AI 增强 → MCP 服务器新增 → stdio → 同上
Cline / Continue / Zed(VSCode/JetBrains 系扩展)各自的 settings.json 里的 mcpServers 字段格式相同

Claude Code CLI(推荐):

claude mcp add memomate-bilibili --scope user \
  -- uv run --directory D:/project/MemoMate memomate-bilibili

这就是 MemoMate 的核心价值 —— 同一个 server,所有 IDE 通用。在 Cursor 里搜的 B 站视频,用 save_memory 记下来,下次切到通义灵码 IDE 直接用 recall_memory 就能取出来。


core/ —— 可选的便携记忆服务器

一个长期记忆 MCP 服务器,存储后端是 SQLite + FTS5。数据保存在单个文件 ~/.memomate/memories.db 里,你可以:

  • 用任意 SQLite 工具直接查看(DB Browser、DataGrip)
  • 复制一个文件完成备份
  • 通过 Syncthing / Dropbox / Git 在多设备同步
  • 在不同 AI 客户端共享(Claude Code / Cursor / Continue / 任何 MCP 兼容客户端 —— 都用同一份记忆)
  • 用标签或全文搜索结构化查询

Claude Code 已经有内置 memory,为什么还要 MemoMate?

Claude Code v2.1+ 已经内置了优秀的 memory 功能 —— 你说"记住..."或"remember that..."时它会自动把内容写到 ~/.claude/projects/<project>/memory/*.md。对大多数工作流,这就够了 —— 内置 memory 才是你应该用的。

MemoMate 的 memory 服务器填补的是内置无法解决的场景:

需求内置 memoryMemoMate core/
日常"记住这个偏好"✅ 最佳大材小用
项目级笔记✅ 最佳不够自然
跨工具记忆(Claude Code + Cursor + Continue + 自定义 Agent)❌ 仅 Claude Code✅ 任何 MCP 客户端
结构化查询(标签 + FTS5)❌ 纯 markdown✅ SQLite FTS5 + tag 字段
可编程导出 / 备份 / 检查⚠️ 散落的 markdown 文件✅ 单个便携 .db 文件
用户级(跨项目)事实⚠️ 单项目作用域✅ 存在 ~/.memomate/
在你自己的脚本里编程访问❌ 需要解析 markdown✅ 标准 SQL

下面四行中有任意一个对你重要,就装 core/。如果都不需要,跳过 core/,只用上面的 servers 就够了。

如何明确触发 MemoMate 的 memory

由于 Claude Code 内置 memory 在通用的"记住 / remember"提示下有系统级优先级,想用 MemoMate 时要明确点名:

  • "save to MemoMate: ..."
  • "用 MemoMate 记一下:..."
  • "recall from memomate: ..."
  • "列出 memomate 里的记忆"

这个"显式路由"是有意的设计选择 —— 详见下方 与内置 memory 共存的设计思路。


快速开始

需要 Python 3.11+。本项目用 uv 做依赖管理。

# clone 并 install
git clone https://github.com/Mrduan-cloud/MemoMate.git
cd MemoMate
uv sync

# 跑 memory server(可选)
uv run memomate-core

# 跑一个工具 server
uv run memomate-arxiv

在 AI IDE 里注册

参见上方 接入你的 AI IDE 的完整说明,覆盖 Cursor、Claude Code、Trae、CodeBuddy、通义灵码 IDE、Cline、Continue、Zed。


架构

MemoMate/
├── core/                       # 记忆 MCP 服务器(可选)
│   ├── server.py               # FastMCP 入口,5 个工具
│   └── store.py                # SQLite + FTS5 存储(WAL 模式支持多客户端并发)
└── servers/                    # 工具 MCP 服务器(主角)
    ├── arxiv_search/           # 可用
    ├── bilibili_search/        # 可用
    ├── zhihu_search/           # 可用
    ├── weather_cn/             # 可用
    ├── github_trending/        # 可用
    ├── hackernews/             # 可用
    ├── wechat_mp/              # 可用
    └── stackoverflow/          # 可用

Memory 工具(core/)

工具作用
save_memory(content, tags?, source?)把一条事实持久化到 SQLite
recall_memory(query, limit=5)在已保存的记忆里做 FTS5 全文搜索
list_recent_memories(limit=10)按反时间序列列出最近的记忆
forget_memory(memory_id)按 id 硬删除
memory_stats()返回总条数和 db 路径

加一个新的工具 server

  1. 在 servers/<name>/ 下建 __init__.py、__main__.py、server.py、README.md。
  2. 在 server.py 里暴露 mcp = FastMCP("memomate-<name>") 和 main() 入口。
  3. 在 pyproject.toml 的 [project.scripts] 注册为 memomate-<name>。

可以参考 servers/arxiv_search/ 的实现作为模板。


与内置 memory 共存的设计思路

开发过程中,我尝试通过强化工具 docstring 让 MemoMate 的 save_memory 成为"记住 X"提示的默认目的地。试了几轮 —— 强化描述、加显式路由提示 —— 都没能盖过 Claude Code 的内置 memory。它的优先级高于用户安装的 MCP 工具。

经验不是"Claude Code 内置赢了我的项目",而是:

当你的 MCP 服务器和宿主的官方功能重叠时,不要在同一个触发词上竞争。在能力维度差异化(可移植性、查询模型、导出格式),并要求显式路由。

这也是为什么 MemoMate 的主要定位从"你的记忆层"切换到了"你的便携记忆层 + 一组实用 MCP 服务器集合"。可移植性和 servers 集合才是内置 memory 给不了的价值。


License

MIT

Ver o original no GitHub

Bom para

Relacionados