Official description 7 sources MCP servers 8d ago
AndreLYL/memkin
Local-first personal memory that distills Feishu/Lark chats and
Config template (adjust for your client)
claude mcp add memkin -- npx -y memkin Copy A pasteable skeleton generated from the repository name. Check the project README for the exact package and arguments.
Star count 5 ★ · AndreLYL/memkin · read from the repository page · (checked 2026-10-16 20:00:20) Source collected from the punkpeye/awesome-mcp-servers list · type: MCP server Harvest history first seen 2026-10-09 · last seen 2026-10-16 · seen 32× · listed by 7 sources Score score 703 · 5 ★ · 7 sources · mcp
FAQ (answers come from our records)
How do I install it? We did not find an install command for this repository (our install coverage is only about 4%). Check its README or releases page.
Who is it for? We filed it under these tags: MCP 服务. The tags come from the entry itself, not a taxonomy we imposed.
Who maintains it? repository AndreLYL/memkin;first catalogued 2026-10-09;last seen 2026-10-16。There is no official certification or quality rating here — we record sources and dates only.
Third-party quality signals
Memkin 以下摘录自该仓库的 README(片段) · 在 GitHub 读完整 README →
本地优先的个人记忆系统:从飞书与 AI 编程会话中提取结构化信号,构建本机知识图谱,通过 MCP 供任何 Agent 读写。 简体中文 | English AI Agent 的会话没有跨会话记忆:每次新会话都需要重新解释你是谁、项目背景、既有决策。Memkin 把散落在飞书(私信、群聊、邮件、日历、文档、任务)和 AI 编程会话(Claude Code、Codex、Hermes)里的信息提取为结构化信号——实体、决策、任务、发现、知识、关系——存入你自己机器上的知识图谱,并通过 MCP 提供给任何 Agent 查询和写回。数据全程保留在本机。 核心特性 - **飞书采集**:私信、群聊、邮件、日历、文档、任务、消息搜索共 7 个源,增量采集 + 历史回填。见飞书采集指南 - **AI 会话采集**:Claude Code(~/.claude/projects/)、Codex(~/.codex/)、Hermes/OpenClaw(~/.openclaw/agents/) - **MCP 服务器**:36 个工具(默认暴露 15 个高意图工具),支持 stdio 与 Streamable HTTP 两种传输。见 MCP 接入指南 - **信号提取**:LLM Pipeline 提取 7 类结构化信号,双层噪声过滤(规则 + LLM 打分),每条信号可溯源到原始消息 - **混合检索**:tsvector 全文(支持中文)+ pgvector 向量,RRF 融合排序 - **知识图谱**:信号锚定到实体(人、项目、工具),有向链接图,跨平台人物身份归并 - **隐私**:写入前脱敏(可逆 / 不可逆双轨),存储零云依赖(PGLite 嵌入式数据库),可选 Ollama 本地嵌入 - **常驻服务**:memkin up 注册开机自启 daemon,定时采集,带运行历史与告警 - **记忆巩固**:hot → warm → cold 分层轮转、死链修复、偏好推断 - **Obsidian 双向同步**:导出为 Markdown vault,编辑后导回 - **Web UI**:Dashboard、时间线、力导向知识图谱、搜索 完整清单见功能清单。 快速上手 一键安装(推荐,注册为后台常驻服务): 脚本依次执行:安装 Node 运行时(如缺失)→ npm install -g memkin → 打开浏览器 setup 向导(填入 LLM API Key)→ memkin up 注册开机自启后台服务,并把 MCP 配置写入本机已安装的 AI 客户端(Claude Code、Codex、Hermes/OpenClaw)。 临时试用(不安装后台服务): 服务管理与卸载: 前置条件:Node.js >= 18(安装脚本会自动处理)。 接入 AI Agent memkin install 把 MCP 配置和记忆使用指令写入本机 AI 客户端,支持 Claude Code、Claude Desktop、Cursor、Codex、Windsurf、Hermes/OpenClaw: 接入后重启客户端即可。传输方式(stdio / Streamable HTTP)、手动配置和 hooks 说明见 MCP 接入指南。 使用场景 以下问题均可在接入 Memkin 的 Agent 中直接提问,回答带 [n] 引用,可溯源到原始消息: | 问题 | 使用的工具 | |------|-----------| | "明天要见张总谈续约,该注意什么?" | prep_for_person 从历史互动推断沟通画像,按本次目标给出建议 | | "生成今天的日报" | daily_report 聚合当天私聊、群聊、邮件、会议纪要、日历为 7 段日报 | | "智驾为什么无法激活?" | troubleshoot 按排查手册(playbook)给出有序排查步骤 | | "memkin 项目现在进展如何?" | get_session_context 返回聚合的决策、待办与最近时间线 | | "上周和这位同事聊了什么?" | recall 把私信、会议、后续任务合成为带引用的回答 | 界面预览 架构 数据流为 5 层:数据源采集 → 信号提取 → 本地存储 → 接口输出;人物身份、记忆巩固、调度三个模块横切各层。 | 层 | 内容 | |----|------| | 配置与上手 | TUI 配置中心 / 浏览器向导,自动检测与连接测试 | | 采集 | 飞书 7 源 + Claude Code / Codex / Hermes,增量 + 历史回填 | | 信号提取 | 分块 → 双层噪声过滤 → LLM 抽取 → 打分 → 隐私脱敏 | | 记忆存储 | PGLite + pgvector,混合检索(全文 + 向量 + RRF) | | 接口 | CLI、MCP、REST API、Web UI、Obsidian | 运行平台:macOS / Linux / Windows(默认 PGLite,零外部依赖)。可选的自管理本地 Postgres 引擎支持 macOS(arm64 / x64)与 Linux(x64 / arm64)。详见架构详解。 常用命令 | 命令 | 说明 | |------|------| | memkin start | 启动(无配置时自动进入 setup) | | memkin up / down / status | 后台服务:注册开机自启 / 停止 / 状态 | | memkin install | 接入 AI 客户端 | | memkin extract --source | 从数据源提取信号 | | memkin search | 搜索记忆 |
Source awesome
· https://github.com/AndreLYL/memkin
Browse by field MCP servers
Traction 5 ★
added yesterday
Filed under Every tag opens the full list for that filter. Counts are the live catalogue figures.
Browse all fields →
← Back to index