mcp server

memento

A shared brain for your AI coding tools — collects conversations, plans and memory from Claude Code / Cursor / Codex / Obsidian / Antigravity, self-hosted, cross-device, MCP-ready

ddong8/mementocommunitylistedunreviewed

Use tool

Set up

Runs on your computer. Pick your agent and operating system.

This project does not publish an install method we can turn into a config. Follow the README instead.

README

synced Oct 27, 2026

Memento

给你的 AI 工具建个共享大脑与多模态工作台

跨设备、跨工具自动采集 AI 编程对话与记忆，自建后端汇总，内置全能文档与媒体视窗（Office/PPT 16:9 横屏放映、万行表格切片、音视频 GPU 加速），Web + MCP 统一查看、搜索、召回。

快速开始 · 架构 · 支持的工具 · 自部署 · MCP 接入

🌐 Languages: 中文 · English

✨ 它能做什么

🧠 跨设备同步对话 — Mac / Linux / Windows 上的 Claude Code / Codex / Cursor / Antigravity / WorkBuddy / Windsurf 等 10+ 工具，聊过的内容增量汇总
🖥️ 全能多模态文档与工作台视窗 — 应用内直接沉浸式预览 Office (PPT / Word / Excel)、PDF、代码产物与音视频；手机端与移动设备支持 100vw × 100dvh 全屏放映与 90° 横屏沉浸放映（专为 16:9 幻灯片打造）；万行 CSV / TSV 动态交互表格切片分页渲染，毫秒级即时响应；支持微信公众号草稿一键发布与 2.35:1 高清插图提取同步；GPU 3D 合成硬件加速与音视频硬件解码句柄安全解绑
🤖 全天候 AI 执事与智能交互 — 全屏自适应会话流、带闪电标的深度思考过程全屏铺满、多智能体协同问答；个人设置中支持 Claude Code 最新模型、OpenAI、DeepSeek 等主流大模型自由配置切换，额度智能探测与失效即时告警
👤 个人画像与 3D 数字分身 — 个人画像引导设置性别、卡通形象与 3D 响应式分身；沟通铁律、技术偏好与长期记忆深度定制，在所有跨设备对话中持续自进化
⚡ 技能进化与智能避坑系统 — 每晚复盘自动将完成的多步流程总结为技能（Skills）写入本地 ~/.claude/skills、~/.agents/skills 等；查明原因的失败自动记为踩坑指南（Pitfalls）；动手前调用 memory_check_rule 自动前置校验拦截
📋 工作待办闭环管理 — 会话中识别到的待办事项自动归集到工作待办（/inbox）；支持优先级、到期推送与一键状态同步，任务闭环
🌅 作息节律与两阶段 AI 日报 — 昼夜节律认知循环，每天 23:30 自动跑两阶段：先对每篇文档生成摘要，再聚合成跨工具每日 digest，清晰掌握全天产出
🔍 混合检索 — BGE-M3 语义向量 + jieba 分词的全文索引，中英文均能精准召回
🕸️ 知识图谱 — LLM 自动从对话抽实体(项目 / 工具 / 技术 / 人物 / 概念)、关系、观察；超过 7 天的老观察自动压缩成 summary
🔗 MCP 原生服务 — 查、钻、写、总览之外，还有动手前的检查(memory_check_rule)、技能(memory_skill)、踩坑(memory_pitfall)和待办(todo_list / todo_add / todo_update)；任何 AI IDE 都能直接查、读、改你的记忆
♻️ 记忆新陈代谢 — 记录每条记忆被 AI 用到的次数；重复和被新说法推翻的旧记忆标记为"已取代"(画像同步删掉旧行)，60 天没用的自动总结转为"沉睡"；只打标记不删除，随时可唤醒
📏 检索评测 — 从你的资料生成带版本号的固定题集，每周用问答同一套检索作答，前 5 命中率 / MRR 下降时告警
🔒 入队前脱敏安全 — 守护进程本地预先经过 14 类密钥正则过滤(OpenAI / Anthropic / GitHub / Slack / Telegram / AWS / Bearer / 私钥 / URL 内嵌凭证 …)，磁盘 SQLite 离线队列安全无虞
🌐 公开分享 — 项目时间线 / 日报一键生成 share 链接，带 GeoIP 访客统计、有效期、随时撤销
🛡️ 完全自托管 — Docker Compose 一键起，Postgres + Redis + MinIO 全在你机器上，数据不出门
🔐 多租户隔离 — 多用户独立空间，owner / admin / viewer 三级角色 + 细粒度授权 + 审计日志
⚡ 现代化桌面端与守护进程 — Electron 原生跨平台，免装 Python，系统托盘常驻，Mac 支持最小化到托盘，登录状态永久记住，切换功能零延迟，断网离线队列、网络恢复自愈重试

🏗️ 架构

graph TB
    subgraph DEV["📱 用户设备 Mac/Linux/Windows"]
        direction LR
        CC["Claude Code<br/>~/.claude"]
        CDX["Codex<br/>~/.codex"]
        CUR["Cursor<br/>~/.cursor"]
        AG["Antigravity<br/>~/.gemini/antigravity"]
        WB["WorkBuddy<br/>~/.workbuddy"]
        WS["Windsurf<br/>~/.codeium/windsurf"]
        CL["Cline<br/>VS Code globalStorage"]
        OC["OpenClaw<br/>~/.openclaw"]
        HM["Hermes<br/>~/.hermes"]
        OBS["Obsidian Vault"]
        COL["Memento 守护进程<br/>桌面端内置 / memento-daemon<br/>文件监听 · 增量上传<br/>上传前脱敏"]
        CC --- COL
        CDX --- COL
        CUR --- COL
        AG --- COL
        WB --- COL
        WS --- COL
        CL --- COL
        OC --- COL
        HM --- COL
        OBS --- COL
    end

    subgraph SRV["☁️ 自托管 Memento 服务端"]
        direction TB
        NGX["nginx<br/>HTTPS + gzip"]

        subgraph DK["Docker Compose"]
            direction LR
            API["FastAPI :8000"]
            WEB["Next.js Web :3000"]
            CW["Celery Worker"]
            CB["Celery Beat"]
            PG[("PostgreSQL 16<br/>+ pgvector")]
            RD[("Redis 7")]
            S3[("MinIO<br/>S3 兼容")]
        end

        EMB["BGE-M3 Embedding<br/>:8002 (Docker / 宿主)"]

        NGX --> API
        NGX --> WEB
        API <--> PG
        API <--> RD
        API <--> S3
        API -.调用.-> EMB
        CW <--> PG
        CW <--> RD
        CB --> CW
    end

    subgraph CLT["🤖 AI 工具 MCP 客户端"]
        direction LR
        MCC["Claude Code"]
        MCDX["Codex"]
        MCUR["Cursor"]
        MAG["Antigravity"]
    end

    MCP["@memento/mcp<br/>MCP Server"]
    MCC --> MCP
    MCDX --> MCP
    MCUR --> MCP
    MAG --> MCP

    COL ==>|"HTTPS + collector token"| NGX
    MCP ==>|"HTTPS + JWT"| NGX

    subgraph PUB["🌍 公开访问"]
        SHARE["分享链接 /s/&lt;token&gt;"]
        GEO["GeoIP DB<br/>访客统计"]
    end
    NGX --> SHARE
    SHARE --> GEO

    classDef device fill:#fef3c7,stroke:#d97706,color:#92400e
    classDef server fill:#dbeafe,stroke:#2563eb,color:#1e40af
    classDef client fill:#fce7f3,stroke:#db2777,color:#831843
    classDef public fill:#dcfce7,stroke:#16a34a,color:#14532d
    class CC,CDX,CUR,AG,OC,HM,OBS,COL device
    class API,WEB,CW,CB,PG,RD,S3,EMB,NGX server
    class MCC,MCDX,MCUR,MAG,MCP client
    class SHARE,GEO public

数据流(单条对话从产生到可搜)

sequenceDiagram
    participant T as AI 工具
    participant W as 本地文件
    participant C as Collector
    participant Q as SQLite 队列
    participant A as API
    participant P as Postgres
    participant E as Embedding
    participant M as MCP

    T->>W: 写 .jsonl 对话
    W->>C: watchdog 文件事件
    C->>C: 解析 + 脱敏
    C->>Q: 入离线队列
    Q->>A: HTTPS POST(失败重试)
    A->>P: 写 documents / conversation_messages / content_tsv
    A-->>E: 异步算 embedding
    E->>P: 写 document_embeddings (pgvector)
    A-->>P: LLM 抽 entities / relations
    Note over M: 用户在 Claude Code 里调 memory_search
    M->>A: GET /api/memory/semantic
    A->>E: 算 query embedding
    E->>P: cosine_distance 排序
    P-->>M: 返回相关 chunk

Embedding 失败时 embedding_status 写为 failed,Celery beat 每 15 分钟扫 pending/failed 自动重试,不会因为单次抖动丢向量。

🧰 支持的 AI 工具

工具	采集内容	格式
Claude Code	对话、记忆、计划、历史	JSONL / Markdown
OpenClaw	对话会话、身份、记忆、学习、技能	JSONL / Markdown
Codex	对话、历史、技能、状态	JSONL / TOML / SQLite
Antigravity	完整对话(内置解密 `.pb`)、计划、代码快照	Protobuf / Markdown
WorkBuddy	任务、多模态产物、全类型文档与工作台联动	Markdown / Office / Media
Obsidian	所有笔记	Markdown
Cursor	对话、技能、MCP 配置	JSONL / Markdown
Hermes	完整对话(含工具调用)、persona、技能、CLI 历史	JSON / Markdown / SQLite
Windsurf	对话、级联规则	JSONL / Markdown
VS Code	扩展设置、智能体工作区规则	JSON / Markdown

🚀 快速开始

一键安装(推荐)

# macOS / Linux
curl -fsSL https://mem.ihasy.com/install.sh | sh

# Windows (PowerShell)
iwr https://mem.ihasy.com/install.ps1 -useb | iex

也可以浏览器打开 https://mem.ihasy.com/install 拿复制好的命令。脚本会下载仓库到 ~/memento/(可用 MEMENTO_INSTALL_DIR 覆盖),然后跑内置 ./install.sh。

已 clone 仓库

git clone https://github.com/ddong8/memento.git && cd memento
./install.sh            # macOS / Linux
.\install.ps1           # Windows

install.sh 自动完成:

生成 .env 随机密钥(JWT / collector token / MinIO / Postgres 密码)
docker compose up -d --build 起 7 个容器
探活 API /health
交互提示创建第一个用户(自动 owner,拿 collector_token)
把本机配到这台服务器,本机有 Node.js 20+ 时从仓库构建采集守护进程并注册为系统服务(没有 Node 就装桌面端,它会自动读取这份配置)

可选参数:

命令	说明
`./install.sh embedding`	装 BGE-M3 嵌入服务(Docker 模式,~1.3 GB,语义搜索 / MCP 召回必需)
`./install.sh embedding --native`	改用宿主 venv 安装(NVIDIA CUDA / Apple MPS GPU 加速场景)
`./install.sh doctor`	检查所有服务状态
`./install.sh update`	git pull + 重建 + 升级
`./install.sh uninstall`	停服务,保留数据和配置
`./install.sh uninstall --purge`	同上 + 清 Docker 数据卷 + `.env`
`./install.sh uninstall --all`	核弹级:pip 包 / `~/.memento` / 模型缓存 / Docker 镜像 / MCP 配置全清

服务端口

端口	服务
8001	API (Swagger: `/docs`)
3001	Web UI
8002	Embedding(`--native` 模式宿主;Docker 模式不暴露到宿主,走 `embedding:8002` docker DNS)
5433	PostgreSQL
6380	Redis
9000 / 9001	MinIO / 控制台

端口与常见项目错开,避免冲突。

💻 在额外设备上接入

把你日常用 AI 工具的每台 Mac / Windows / Linux 接到服务端，有两种方式：

方式一：桌面客户端（推荐）

不想折腾环境、追求最流畅桌面体验的，直接下载客户端 —— 基于 Electron 打造，内置采集守护进程与 MCP sidecar（无需安装任何运行环境），系统托盘常驻，登录后自动开始采集，自动更新。

⬇️ 前往 GitHub Releases 下载最新版

平台	安装包	说明
macOS (Apple Silicon)	`.dmg`	拖进 Applications 即可，支持 Mac 最小化到系统托盘
Windows	`.exe`	现代化 NSIS 安装版，支持任务栏托盘与开机自启
Linux	`.AppImage` / `.deb`	AppImage 赋予执行权限直接运行，deb 包支持 `dpkg -i`
Android	`.apk`	原生移动端应用，手机端沉浸查看会话流、多模态文档视窗与作息日报

开箱即用体验：

原生独立窗口直接加载 Memento 工作台，登录状态永久记住，重启无需反复重新登录。
首次打开在界面中直接登录或注册（或使用 GitHub 授权登录），客户端全自动托管凭证与守护进程，自动配齐本地 MCP 服务并启动后台采集，普通用户全程无需接触、复制或管理任何 Token。
记住上次打开的菜单状态，切换功能零延迟；内置全格式多模态文档与音视频工作台。
客户端会在新版本发布时自动检查并提示安装（带 minisign 签名校验）。

macOS 首次打开若提示“无法验证开发者”，右键图标 → 打开，或在终端执行 xattr -dr com.apple.quarantine /Applications/Memento.app。

方式二：命令行服务（Node.js 守护进程）

适合无头服务器、Linux VPS 或习惯 CLI 终端的环境，依赖 Node.js ≥ 20。守护进程与桌面端复用同一套核心逻辑（packages/daemon）：

git clone https://github.com/ddong8/memento.git && cd memento
npm ci --workspace @memento/daemon --workspace @memento/core --include-workspace-root
npm run build -w @memento/daemon

# 登录并注册为系统服务（自动开机自启）
node packages/daemon/dist/cli.js login <collector token> https://mem.ihasy.com
node packages/daemon/dist/cli.js install-service

常用管理命令：

node packages/daemon/dist/cli.js status              # 查看状态
node packages/daemon/dist/cli.js run                 # 前台调试运行
node packages/daemon/dist/cli.js install-service     # 登录后自动启动
node packages/daemon/dist/cli.js uninstall-service   # 取消自动启动

按操作系统自动适配：macOS launchd / Linux systemd user / Windows 启动项。桌面端与守护进程同一时间保证单实例运行（共用 ~/.memento）。

🕸️ 知识图谱

LLM 自动从同步进来的对话和文档里抽:

实体 (knowledge_entities) — 项目 / 工具 / 技术 / 人物 / 概念,跨对话去重合并
关系 (knowledge_relations) — 实体之间的 uses / creates / depends_on / discussed
观察 (observations) — 关于某个实体的具体事实陈述,带时间戳和来源 doc

自动压缩:同一实体超过 7 天的累积观察会被 LLM 合并成一段更短的 summary,保语义、省空间。压缩窗口可通过 MEMENTO_COMPACTION_AGE_DAYS 调整。

通过 MCP 工具读写:写用 memory_store,读用 memory_graph(entity_name) 拿邻居 + 观察、memory_context(project) 拿项目级上下文、memory_recall(category, days) 拿时间序列。Web /memory 页可视化查看。

🧠 MCP 记忆服务

桌面端自带 MCP 服务(@memento/mcp),在「本机采集」页一键复制 Claude Code / Codex / 其他工具的配置;没装桌面端的机器可以在仓库里 npm ci && npm run build -w @memento/mcp 后运行 node packages/mcp/dist/cli.js(读取 ~/.memento/collector.json 的登录信息,也可以传 --server URL --token TOKEN)。各工具的配置位置:

AI 工具	MCP 配置文件	写入方式
Claude Code	`~/.claude.json`	`claude mcp add` CLI
Cursor	`~/.cursor/mcp.json`	JSON `mcpServers.memento-memory`
Windsurf	`~/.codeium/windsurf/mcp_config.json`	同上
Antigravity	`~/.gemini/antigravity/mcp_config.json`	同上
Codex	`~/.codex/config.toml`	TOML `[mcp_servers.memento-memory]`
OpenClaw	`~/.openclaw/openclaw.json`	`openclaw mcp set` CLI

接入后在任何 AI IDE 里可以调:

工具	用途
查找
`memory_search(q, limit, tool_filter, days)`	跨工具混合检索(BGE-M3 语义 + jieba 全文),`days` 限定时间窗,`tool_filter` 限定工具
`memory_recall(category, days, project, date)`	按类别召回最近 N 天(或指定日期)的记录
`memory_context(project_name)`	切换项目时拉相关上下文(文档清单 + 项目元信息)
钻取
`memory_open(doc_id)`	拿一篇文档的全文(配合 search 用,先找到再"打开")
`memory_conversation(doc_id, limit, offset)`	把对话展开成 role/content/timestamp 消息序列,支持分页
`memory_graph(entity_name)`	知识图谱钻取:实体 summary + 出/入向关系 + 近期观察
写入
`memory_store(content, entity_name, entity_type)`	主动保存观察到知识图谱
总览
`daily_summary(date)`	某天的跨工具活动汇总 + AI 摘要
动手前 / 学到的
`memory_check_rule(action_type, project_name, details)`	部署、发版、迁移、改数据前调用:返回相关铁律、以前踩过的坑、可照做的技能
`memory_skill(query)`	取出一个已发布技能的完整步骤(不带参数列出全部)
`memory_pitfall(title, symptom, fix, cause, project)`	查明原因并解决一个失败后记下来,下次同类操作前提醒
`todo_list(project)` / `todo_add(title, detail, due, project)` / `todo_update(todo_id, status, title, due)`	待办:列出、记下"以后再做"的事、完成或放弃

本机装了采集器时,MCP 服务不需要传 --token:自动读取 ~/.memento/collector.json 里的服务地址和设备令牌,令牌轮换后也会自动换用新的。

外加 4 个 MCP resources(以 URI 形式暴露,IDE 可订阅):

URI	内容
`memory://projects`	所有项目列表
`memory://projects/{name}`	单个项目详情(对话 / 实体 / 观察)
`memory://identity/{tool}`	指定工具的"身份卡"(用户偏好 / 长期记忆)
`memory://daily/{date}`	某天的活动汇总

👥 用户与权限

角色	说明
`owner`	首个注册用户。可改任意用户 role/status,看全量数据
`admin`	可管理设备、看 audit log;`invite_only` 模式下还能审批 pending 用户
`viewer`	只读(默认)。只能看分给自己的 project/tool
`pending`	仅出现在 `invite_only` 模式下还没拿到邀请码就自助注册的边角场景

注册模式(MEMENTO_REGISTRATION_MODE,默认 open):

模式	行为
`open`	任何人自助注册即激活,服务端直接发 collector token,无需 admin 介入
`invite_only`	必须带 `invite_code` 才能注册,否则拒绝;邀请码由 owner/admin 在 `/admin/invites` 创建
`closed`	注册接口完全关闭(给只有 owner 一个人用的部署)

关键流程:

注册:/auth/register — 首个用户自动 owner + active;之后按 MEMENTO_REGISTRATION_MODE 决定
桌面客户端: 原生独立窗口直接打开 Memento 工作台，登录后内置守护进程与 MCP 服务自动静默配对启动，用户全程无需手动干预任何 Token
细粒度授权:/admin/permissions 按 project / tool 给 viewer 发 read/write 权限
审计日志:access_logs 表落库每次敏感操作(user_id / action / IP / metadata),便于事后追溯
会话保持与自动授权: 桌面端自动维护登录态与静默授权，开机自动后台运行，保持全天候静默采集与离线队列同步

🌐 公开分享

项目时间线和日报可以一键生成公开分享链接:

进 /projects/<id>/timeline 或 /daily/<date>,右上角分享按钮
选有效期(可永久),生成 /s/<token> URL
访客无需登录直接查看
后台记录访客 IP + 国家/地区/城市(本地 GeoIP DB,无外发请求)
随时可撤销

🛠️ 技术栈

层级	技术
采集守护进程	Node.js ≥20, TypeScript, ws(随桌面端分发,也可单独运行)
MCP 记忆	TypeScript, @modelcontextprotocol/sdk(stdio,调用服务端接口)
服务端	Python ≥3.12, FastAPI ≥0.115, SQLAlchemy 2.0 async, asyncpg, Celery
数据库	PostgreSQL 16 (+ pgvector + pg_trgm), Redis 7, MinIO (S3 兼容)
前端	Next.js 16, React 19, TypeScript, Tailwind CSS 4
AI 摘要 / 图谱	Anthropic Claude API + OpenAI 兼容端点(Kimi / DashScope...)
Embedding	BAAI/bge-m3:OpenAI 兼容接口(如硅基流动),或自建 BGE-M3 服务(Docker 容器;`--native` 跑宿主 venv,Linux 可用 CUDA)
GeoIP	MaxMind GeoLite2 / db-ip city-lite(离线 mmdb)
部署	Docker Compose(7 服务)

⚙️ 后台任务

Celery beat 调度的定时任务:

任务	触发	作用
`daily_digest`	每天 23:30	生成跨工具的每日 AI 活动汇总(逐 doc 摘要 → 聚合)
`embedding_retry`	每 15 分钟	扫 `embedding_status=pending/failed` 的 doc 重新算向量
`tsvector_backfill`	启动时	给历史数据补全 jieba 分词的全文索引
`memory_compaction`	手动 / 周期	合并 7 天以上累积过多的实体观察为 summary

📁 目录结构

memento/
├── packages/
│   ├── core/                 # @memento/core:接口类型、提问流、任务事件(各端共用)
│   ├── daemon/               # @memento/daemon:本机采集 + 派活执行 + 画像/技能写入
│   └── mcp/                  # @memento/mcp:MCP 记忆服务(随桌面端分发)
├── apps/
│   ├── desktop/              # Electron 桌面端(Memento)
│   ├── mobile/               # Expo 手机端(Memento)
│   └── web/                  # Next.js 16 前端
│       ├── src/app/          # 18+ 页面
│       └── src/components/   # Aurora 设计系统
├── server/                   # 后端 FastAPI
│   └── server/
│       ├── main.py           # 入口 + schema 迁移 + validate_production
│       ├── config.py         # MEMENTO_ 前缀 settings + fail-fast
│       ├── middleware/       # JWT + collector token (constant-time)
│       ├── api/              # REST + SSE
│       ├── db/               # 16 张表
│       ├── services/         # ingest / embedding / graph / cache / geoip
│       └── tasks/            # Celery worker + beat
├── embedding/                # BGE-M3 宿主服务
├── scripts/                  # install.py 后端 + 工具脚本
├── deploy/bootstrap/         # curl 一键安装(install.sh / .ps1 / index.html)
├── docs/                     # project-architecture.md / typescript-migration.md
└── docker-compose.yml

⚙️ 环境变量

所有变量统一 MEMENTO_ 前缀。

变量	默认值	说明
`MEMENTO_SERVER_URL`	http://localhost:8001	服务端 API 地址
`MEMENTO_SERVER_TOKEN`	—	collector token
`MEMENTO_OBSIDIAN_VAULT_PATH`	自动发现	Obsidian vault 路径
`MEMENTO_NONINTERACTIVE`	—	setup 时设 `1` 跳过 prompt

变量	默认值	说明
`MEMENTO_DATABASE_URL`	postgresql+asyncpg://postgres:postgres@localhost:5433/memento	Postgres 连接
`MEMENTO_REDIS_URL`	redis://localhost:6380/0	Redis broker + backend
`MEMENTO_COLLECTOR_TOKEN`	collector-dev-token	兜底 collector token(dev 用)
`MEMENTO_SECRET_KEY`	change-me-in-production	JWT 签名密钥(生产必须覆盖)
`MEMENTO_S3_ENDPOINT`	http://localhost:9000	MinIO/S3 端点
`MEMENTO_S3_ACCESS_KEY` / `MEMENTO_S3_SECRET_KEY`	minioadmin	MinIO 凭据
`MEMENTO_S3_BUCKET`	memento	大文件 bucket
`MEMENTO_ANTHROPIC_API_KEY`	—	Claude API(AI 摘要)
`MEMENTO_AI_API_KEY` / `_BASE_URL` / `_MODEL`	— / dashscope / kimi-k2.5	主 OpenAI 兼容 AI 端点
`MEMENTO_AI_FALLBACK_API_KEY` / `_BASE_URL` / `_MODEL`	OneAPI / qwen3.8-27b	AI 自动故障转移端点 (Fallback)
`MEMENTO_AI_PROVIDERS`	—	JSON 数组形式的多级 AI 提供方列表
`MEMENTO_EMBEDDING_SERVER_URL`	http://embedding:8002	Docker 模式默认;`--native` 装的宿主服务请改为 `http://host.docker.internal:8002`
`MEMENTO_GEOIP_DB`	/data/geoip/GeoLite2-City.mmdb	GeoIP 数据库路径
`MEMENTO_DEBUG`	`0`	设 `1` 允许 dev 默认值启动
`MEMENTO_PORT`	8000	API 监听端口

变量	默认值	说明
`MEMENTO_EMBEDDING_PORT`	8002	HTTP 端口
`MEMENTO_EMBEDDING_MODEL_NAME`	BAAI/bge-m3	sentence-transformers 模型

🌐 远程访问 / 自定义域名

前端 API 地址自动跟随 window.location.hostname(代码里 getApiBase(),不写死)
Docker 端口映射自动支持 IPv4 + IPv6

放行域名改 server/server/main.py 里的 allow_origin_regex,默认:

allow_origin_regex=r"(https?://localhost:\d+|https?://mem\.ihasy\.com)"

🗑️ 卸载

./install.sh uninstall          # 只停容器和采集服务,保留数据 / .env
./install.sh uninstall --purge  # 同上 + 删 Docker 数据卷 + .env
./install.sh uninstall --all    # 核弹级(加 -y 跳过二次确认)

--all 会清:

采集守护进程服务,以及旧版留下的 pip 包(memento-brain-* + 旧品牌 daily-report-*)
~/.memento + ~/.daily-report(旧路径)
Collector 日志(macOS / Linux / Windows 各自路径)
Embedding venv + HuggingFace 模型缓存(~1.3 GB)
Docker 镜像 + 数据卷
.env / .env.local
AI 工具的 MCP memento-memory 条目

node packages/daemon/dist/cli.js uninstall-service           # 卸载守护进程自启服务
rm -rf ~/.memento                                             # 清理本地配置与离线队列

# 日志目录（按系统选一）：
rm -rf ~/Library/Logs/memento                                # macOS
rm -rf ~/.local/share/memento/logs                           # Linux
# Windows: Remove-Item -Recurse $env:LOCALAPPDATA\memento

# AI 工具的 MCP 配置文件中手动移除 memento-memory 配置块即可

📄 License

本项目采用 AGPL-3.0 许可证。

简单说:个人使用、自托管、内部用、研究学习都免费。但如果你拿这份代码(或任何改动)对外提供网络服务(SaaS / 公开 host),按 AGPL 第 13 条,你必须把你修改后的完整源码也按 AGPL 公开。

商业授权(免除 AGPL 限制、闭源使用、SaaS 化等场景)请联系作者。