AI Skill Hub 强烈推荐：memU 是一款优质的MCP工具。在 GitHub 上收获超过 13.8k 颗 Star，AI 综合评分 8.5 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。
memU 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。
memU 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。
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/NevaMind-AI/memU
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"memu": {
"command": "npx",
"args": ["-y", "memu"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 memU 执行以下任务... Claude: [自动调用 memU 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"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"memu": {
"command": "npx",
"args": ["-y", "memu"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
| Capability | Description |
|---|---|
| 🗂️ **Raw Workspace Ingestion** | Automatically ingests conversations, documents, images, and multimodal data from any source |
| 🧠 **Auto Memory Extraction** | Extracts facts, preferences, skills, and relationships without manual tagging |
| 🤖 **Agent-Ready Retrieval** | One-call context loading — scoped, ranked, and ready for injection into any agent |
| 💰 **10x Token Reduction** | Compressed, structured memory eliminates redundant context and cuts LLM costs dramatically |
| 🎯 **Intent Capture** | Continuously understands and updates user goals and preferences across sessions |
| 🔄 **24/7 Proactive Updates** | Memory evolves in the background — agents always have fresh context without re-ingesting |
---
make install
<img width="100%" alt="memorize" src="assets/memorize.png" />
```python result = await service.memorize( resource_url="path/to/file.json", # file path, URL, or directory modality="conversation", # conversation | document | image | video | audio user={"user_id": "123"} # optional: scope to a user or agent )
python examples/example_3_multimodal_memory.py---
await service.memorize(resource_url="docs/architecture.md", modality="document")
👉 memu.so — Hosted service, zero setup, 7×24 continuous learning
For enterprise deployment: info@nevamind.ai
| Base URL | https://api.memu.so |
|---|---|
| Auth | Authorization: Bearer <token> |
| Method | Endpoint | Description |
|---|---|---|
POST | /api/v3/memory/memorize | Ingest raw data and build memory |
GET | /api/v3/memory/memorize/status/{task_id} | Check processing status |
POST | /api/v3/memory/categories | List auto-generated categories |
POST | /api/v3/memory/retrieve | Query memory for agent context |
---
#### Installation
pip install -e .Requirements: Python 3.13+ and an OpenAI API key
Test with in-memory storage:
export OPENAI_API_KEY=your_key
cd tests && python test_inmemory.pyTest with PostgreSQL:
docker run -d --name memu-postgres \
-e POSTGRES_USER=postgres \
-e POSTGRES_PASSWORD=your_password \
-e POSTGRES_DB=memu \
-p 5432:5432 \
pgvector/pgvector:pg16
export OPENAI_API_KEY=your_key
cd tests && python test_postgres.py---
await service.memorize(resource_url="trading_history.json", modality="document")
from memu import MemoryService
service = MemoryService(
llm_profiles={
"default": {
"provider": "openrouter",
"client_backend": "httpx",
"base_url": "https://openrouter.ai",
"api_key": "your_key",
"chat_model": "anthropic/claude-3.5-sonnet",
"embed_model": "openai/text-embedding-3-small",
},
},
database_config={"metadata_store": {"provider": "inmemory"}},
)---
高质量的开源MCP工具，结构化存储和意图捕获功能强大
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。
📄 NOASSERTION — 请查阅原始协议条款了解具体使用限制。
总体来看，memU 是一款质量优秀的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | memU |
| Topics | agent-memoryagentic-workflowclaudeclaude-skillsmcppython |
| GitHub | https://github.com/NevaMind-AI/memU |
| License | NOASSERTION |
| 语言 | Python |
收录时间：2026-06-09 · 更新时间：2026-06-09 · License：NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型，复制安装指令后粘贴到对应客户端