AI 总记不住你说过的话，memory MCP 给它补上长期记忆
用 AI 有件挺扫兴的事：上周聊定的方案，这周它一无所知，背景得重新交代一遍。memory 这个 MCP 服务器就是治「失忆」的——它是 Anthropic 官方 modelcontextprotocol 组织 servers 仓库的参考服务器，目前在主线仓库在库，npm 包名 @modelcontextprotocol/server-memory。思路很直白：把值得记的信息存成本地知识图谱，一条条落在文件里，跨对话跨会话都还在，AI 开口前先翻一遍自己的「记忆」。
它能做什么
整个服务器围绕知识图谱三件套展开，概念不复杂：
- 实体（Entities）：图谱的节点，人、组织、事件都行，有名字、有类型，还挂着观察列表。
- 关系（Relations）：实体之间的有向连接，统一用主动语态存储，比如「张三—就职于—某公司」。
- 观察（Observations）：挂在实体上的原子事实，一条只说一件事，可以独立增删。
围绕三件套给了九个工具，读写删配齐：create_entities 建实体、create_relations 连关系、add_observations 补事实；delete_entities、delete_relations、delete_observations 负责清理，删除有容错设计，条目不存在不报错中断，只报告结果；读取侧 read_graph 读全图、search_nodes 按关键词搜、open_nodes 按名字取。存储就是一个 JSONL 文件，MEMORY_FILE_PATH 想存哪指哪；整张图还会以 MCP Resource 形式对外暴露（memory://knowledge-graph），数据一变，订阅它的客户端能收到更新通知。
怎么获取
官方渠道两个：源码在 GitHub 的 modelcontextprotocol/servers 仓库 src/memory 目录；安装走 npm 官方源，客户端配置里用 npx 一行拉起，无需全局安装。Windows 用户注意一个官方 README 明确写出的坑：要用 cmd 加 /c 包装 npx 命令，否则服务可能起不来。官方也提供 Docker 镜像，配置任选。默认记忆文件是服务器目录下的 memory.jsonl，强烈建议用 MEMORY_FILE_PATH 指到固定路径，换客户端、升级版本记忆都不丢。国内用户可以在魔搭 ModelScope MCP 广场搜同名条目，是否在架以平台页面为准。
上手怎么用
- 个性化你的助手：官方 README 附了系统提示词模板，身份、行为、偏好、目标、关系五类信息让 AI 在对话中主动收进图谱，开场先取记忆再回答。
- 存项目上下文：客户环境、设备清单、IP 规划建成实体和关系，下次开会话直接问「某客户机房现在几台服务器」。
- 团队知识沉淀：谁负责哪套系统、哪个客户走什么方案，存进去就是一张活的职责图。
- 记忆定期体检：read_graph 全量过一遍，过期的观察用 delete_observations 清掉，图谱才不会越攒越脏。
- 备份零成本：记忆就是一个纯文本文件，复制走就是全量备份，换机器也是拷过去就能用。
适合谁用
长期拿 AI 当工作助手的办公人群；搭建私人助理、客服 Agent 的开发者；需要 AI 跨会话记住项目背景的小团队。
企业存储选型参考｜诚鑫致达科技
企业数据存储与备份，可参考群晖在售机型：RS2423+（12 盘位机架式） · SA3410（可扩充企业存储，横向扩展）。需要选型建议或上门评估，搜「诚鑫致达」即可找到我们。