memU
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。
📚 深度解析
通过安装 memU，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。memU 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 memU 评为 AI 评分 8.5 分，属于同类工具中的优质选择。
📋 工具概览
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。
📖 中文文档
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。
- 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
- 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
# 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
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 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
简介
Uninstall
To uninstall memU, send this message to your agent:
Read https://memu.pro/SKILL.md and follow its instructions to uninstall memU.
By default, uninstalling removes the host integration and tooling while keeping your memory store and ~/.memu/config.env, so a later reinstall can resume where you left off. Memory is erased only when you explicitly ask for it.
Quick start
memU works with Codex, Claude Code, Cursor, OpenClaw, Hermes, WorkBuddy, Cola, and more. See Host adapters.
Cross-device · Free · Unlimited · View online
Get your API key from memu.so, then send this message to your agent:
Read https://memu.pro/SKILL.md, follow its instructions to install and configure memU, API Key is memu•••••••••(get Api Key from memu.so).
Configuration
Values resolve in order: process env → ~/.memu/config.env → default. memU supports Local and Cloud memory backends, selected by MEMU_MEMORY_MODE; an unset mode remains Local for backward compatibility.
For Local / self-hosted installations, every CLI flag has a matching variable:
| Setting | Env var | Default |
|---|---|---|
| Store | MEMU_DB | ./data/memu.sqlite3 (CLI); **required** for host adapters |
| Embedding provider | MEMU_EMBED_PROVIDER | openai (also: jina, voyage, doubao, openrouter); legacy MEMU_LLM_PROVIDER still read |
| API key | MEMU_API_KEY | the provider's env var, e.g. OPENAI_API_KEY |
| Embedding model | MEMU_EMBED_MODEL | the provider's default |
| Base URL | MEMU_BASE_URL | the provider's default |
Run <binary> doctor to display the resolved mode and verify the same retrieval path the host uses.
Developer integration
Applications that already own their conversation history can use memu memorize to prepare self-evolve jobs for an external agent and commit the resulting memory, skill, and resource changes. See Developer integration for the canonical input contract and the complete prepare → agent → commit workflow.
memU 是一个用于构建和管理记忆的框架，旨在自动化对话、文档、图像和多模态数据的处理。它提供了一个统一的记忆层，用于存储和检索信息。
memU 的核心功能包括：原始工作区自动摄取、自动提取信息、智能检索和多模态数据处理等。它还支持多种数据源和检索方式，包括对话、文档、图像和视频等。
memU 需要 Python 3.13+ 和 OpenAI API 密钥。它支持多种部署方式，包括云端和自主部署。
memU 的安装步骤包括使用 `make install` 命令安装开发依赖。它还支持使用 Docker 和 pip 等工具进行部署。
memU 的使用教程包括如何使用 `memorize()` 函数构建记忆、如何使用多模态数据处理等。它还支持使用 OpenRouter 等第三方服务进行集成。
memU 的配置说明包括如何使用 MCP、环境变量和关键参数等。它还支持使用云端服务和自主部署等方式进行配置。
memU 的 API 文档包括如何使用 `memorize()` 函数、如何使用多模态数据处理等。它还支持使用 OpenAI API 等第三方服务进行集成。
memU 的工作流和模块说明包括如何使用 OpenRouter 等第三方服务进行集成、如何使用多模态数据处理等。它还支持使用云端服务和自主部署等方式进行工作流和模块的管理。
高质量的开源MCP工具，结构化存储和意图捕获功能强大
- 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
- 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
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- 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
- embedding 模型与查询模型不一致导致检索失效
- Python 依赖冲突：建议用 venv / uv 隔离环境
- Docker：memU 提供官方镜像，docker compose up 一键启动
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 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
- 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
- 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
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- 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
- embedding 模型与查询模型不一致导致检索失效
👥 适合人群
🎯 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
- +GitHub 13.8k Star，社区高度认可
- +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
- −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
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。
❓ 常见问题 FAQ
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 |
| 原始描述 | 开源MCP工具：The memory harness for proactive AI agents — structured storage, intent capture,。⭐13.8k · Python |
| 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：2026-06-11 · License：NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · memU
选择 Agent 类型，复制安装指令后粘贴到对应客户端