📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流🐳 Docker💻 CLI🔗 REST API🧬 Embedding🧠 Claude✨ GPT⛓ LangChain
英格拉姆记忆
🔌
MCP工具

英格拉姆记忆

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名：engram-memory
⭐ 30 Stars 🍴 4 Forks 💻 Python 📄 NOASSERTION 🏷 AI 8.0分
8.0AI 综合评分
aiai-memorypython
⚙️ 配置说明 📺 TG 频道
✦ AI Skill Hub 推荐

英格拉姆记忆 是 AI Skill Hub 本期精选MCP工具之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

英格拉姆记忆 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 英格拉姆记忆，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。英格拉姆记忆 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 英格拉姆记忆 评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

英格拉姆记忆 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars
⭐ 30
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
NOASSERTION
AI 综合评分
8.0 分
工具类型
MCP工具
Forks
4

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

英格拉姆记忆 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口，显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
  • 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
  • 轻量无侵入设计，不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/EngramMemory/engram-memory

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "------": {
      "command": "npx",
      "args": ["-y", "engram-memory"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js（v18 或以上版本）
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后，在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 英格拉姆记忆 执行以下任务...
Claude: [自动调用 英格拉姆记忆 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "______": {
      "command": "npx",
      "args": ["-y", "engram-memory"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 74/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

<img src="assets/logo.svg" alt="Engram Memory" width="360" />

Three-Tiered Brain for AI agents. Self-hosted. Zero API costs.

Docs · Quickstart · Dashboard · Cloud SDKs

npm pypi docs license

</div>

---

Engram gives your AI agent persistent memory across sessions. Store, search, recall, and forget memories using semantic embeddings — all running on your own hardware. No API keys, no cloud dependencies, no data leaving your machine.

One container bundles Qdrant, FastEmbed, and the MCP server. One command to install. Works with Claude Code, Cursor, Windsurf, VS Code, OpenClaw, or anything else that speaks MCP.

---

What's New

Requirements

  • Docker
  • 4 GB+ RAM
  • 10 GB+ storage

Python 3.10+ only needed if running the stdio MCP server or CLI tools directly on the host.

---

Install slash commands (/graph etc.)

mkdir -p ~/.claude/commands docker cp engram-memory:/app/commands/. ~/.claude/commands/ 


**Cursor, Windsurf, VS Code, Claude Desktop, Cline, Zed, and 9 other clients** — one command via [`install-mcp`](https://www.npmjs.com/package/install-mcp):
bash npx -y install-mcp@latest http://localhost:8585/mcp \ --client <your-client> --name engrammemory --oauth=no -y 

**OpenClaw:**
bash git clone https://github.com/EngramMemory/engram-memory.git cd engram-memory && bash scripts/install-plugin.sh 

**Manual (any client)** — add to `.mcp.json`:
json { "mcpServers": { "engrammemory": { "type": "http", "url": "http://localhost:8585/mcp" } } } ```

The container exposes four transports off the same recall engine:

TransportEndpointUse case
Streamable HTTPhttp://localhost:8585/mcpModern MCP clients
SSEhttp://localhost:8585/sseLegacy MCP clients
Stdiodocker exec -i engram-memory python /app/mcp_server.pyProcess-per-session
RESThttp://localhost:8585/{store,search,...}OpenClaw plugin, curl, custom tooling

Quick Start

Connecting to Engram Cloud (Optional)

Engram runs fully local by default. When you need TurboQuant compression, automatic deduplication, overflow storage, or auto-category detection, connect to Engram Cloud:

For MCP users (Claude Code, Cursor, etc.): ```bash

Configuration

Container environment variables

VariableDefaultDescription
QDRANT_URLhttp://localhost:6333Qdrant vector database
FASTEMBED_URLhttp://localhost:11435FastEmbed embedding service
COLLECTION_NAMEagent-memoryQdrant collection name
DATA_DIR/data/engramRecall engine state (hot tier, hash index, graph)
ENGRAM_API_KEY*(empty)*Engram Cloud API key (enables cloud extensions)
ENGRAM_API_URLhttps://api.engrammemory.aiCloud API endpoint

Without ENGRAM_API_KEY — returns relevant memory context

memory_answer("What database are we using?")

With ENGRAM_API_KEY — routes to Engram Cloud for full answer synthesis

memory_answer("What did we decide about the auth system last month?") ```

---

Stop and restart the container with your API key

docker rm -f engram-memory docker run -d --name engram-memory --restart unless-stopped \ -p 6333:6333 -p 11435:11435 -p 8585:8585 \ -v engram_data:/data \ -e ENGRAM_API_KEY=eng_live_YOUR_KEY \ engrammemory/engram-memory:latest 


**For OpenClaw users:**
bash openclaw config set "plugins.entries.engram.config.apiKey" "eng_live_YOUR_KEY" openclaw gateway restart ```

Cloud extends your local stack — it does not replace it. Your FastEmbed still generates embeddings locally. Your Qdrant still stores and searches locally. Cloud adds an intelligence layer on top: the API returns compressed vectors, dedup checks, and category detection for every store, and overflow results for every search when local results are insufficient.

Get an API key (free tier, no credit card) at app.engrammemory.ai.

SDKs: - Python: pip install engrammemory-ai — PyPI - Node: npm install engrammemory-ai — npm - Dashboard | Privacy

---

🇨🇳 中文文档镜像 AI 翻译 2026-06-13
英文原文章节由系统翻译为中文摘要，便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

Engram Memory 是一个三层脑 AI 代理的自主托管解决方案，零 API 成本。它提供了一个可自主部署的三层脑 AI 代理解决方案，零 API 成本。

⚡ 功能介绍

Engram Memory 的新功能包括自主部署、零 API 成本、全局可用性等。

📋 环境依赖

Engram Memory 的环境依赖包括 Docker、4 GB+ RAM 和 10 GB+ 存储空间。Python 3.10+ 只有在运行 stdio MCP 服务器或 CLI 工具时才需要。

🛠 安装步骤（Docker/pip/源码）

安装 Engram Memory 可以使用以下命令：mkdir -p ~/.claude/commands、docker cp engram-memory:/app/commands/. ~/.claude/commands/、npx -y install-mcp@latest http://localhost:8585/mcp 等。

🚀 使用教程

Engram Memory 的快速入门包括配置代理行为、连接 Engram Cloud 等。

⚙️ 配置说明（含 MCP / env）

Engram Memory 的配置包括配置代理行为、保存每次交互、回忆之前的行为等。

🔌 API 说明

Engram Memory 的 API 包括 memory_answer 函数、ENGRAM_API_KEY 等。

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：engram-memory 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
engram-memory 中文教程engram-memory 安装报错怎么办engram-memory MCP 配置engram-memory Docker 部署engram-memory Agent 工作流engram-memory 与同类工具对比engram-memory 最佳实践engram-memory 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突：建议用 venv / uv 隔离环境

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +标准化 MCP 协议，生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用，配置简单快捷
⚠️ 不足
  • −依赖 Claude 客户端，非 Claude 用户无法使用
  • −MCP 协议仍在持续演进，接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

该工具使用 NOASSERTION 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

📄 NOASSERTION — 请查阅原始协议条款了解具体使用限制。

🔗 相关工具推荐

私有GPT
MCP工具
Context7代码文档平台
MCP工具
AI工程师中心
MCP工具
github-mcp-server MCP工具
GitHub官方MCP服务器实现，使AI助手能直接操作GitHub仓库、问题、拉取请求等资源。采用Go语言开发，高性能稳
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 前沿资讯：Is your AI strategy burning ca…
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 前沿资讯：Why do people hate/refuse to u…
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
docker
docker-deploy
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
gptme Agent工作流
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
Augustus
LLM安全测试框架，检测prompt注入、越狱等
Arkiv媒体资产管理器
本地优先的媒体资产管理工具，集成AI语义搜索和专业相机元数据读取功能。支持DaVinci Resolve集成，适合视频编辑、摄影师和内容创作
爬虫lama
本地AI代理，通过Ollama回答问题

❓ 常见问题 FAQ

engram-memory 是一款Python开发的AI辅助工具。开源MCP工具：The highest-scoring AI memory system ever benchmarked that isn't reliant on LLM 。⭐30 · Python 主要应用场景包括：AI记忆系统应用。
💡 AI Skill Hub 点评

经综合评估，英格拉姆记忆 在MCP工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

⬇️ 获取与下载
📚 深入学习 英格拉姆记忆
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 engram-memory
原始描述 开源MCP工具：The highest-scoring AI memory system ever benchmarked that isn't reliant on LLM 。⭐30 · Python
Topics aiai-memorypython
GitHub https://github.com/EngramMemory/engram-memory
License NOASSERTION
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/EngramMemory/engram-memory 🌐 官方网站  https://engrammemory.ai

收录时间：2026-06-01 · 更新时间：2026-06-01 · License：NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →