使用
Linux x86_64
需要先準備
- 執行環境:
python 3.11+ - 系統套件:
Git
透過 uv tool install agent-memory-bridge==0.38.2 安裝
uv tool install agent-memory-bridge==0.38.2
README 與實測不符之處
- README 寫: pip install agent-memory-bridge==0.38.0 (README current version 0.38.0)
實際可行: 0.38.2 為最新可用版本;使用 uv tool install agent-memory-bridge==0.38.2 以避免 PEP 668 - README 寫: store example implies kind decision
實際可行: store 工具會驗證 kind 值須為 'memory' 或 'signal'——請使用 kind=memory,並將理由寫入 content
確認能用
agent-memory-bridge --version輸出應包含「0.38.2」。
加進你的 agent
claude mcp add agent-memory-bridge -- agent-memory-bridgeClaude Desktop、Cursor 等用戶端用的 JSON
{
"mcpServers": {
"agent-memory-bridge": {
"command": "agent-memory-bridge",
"args": []
}
}
}將 agent-memory-bridge 加入 MCP 用戶端作為 MCP 伺服器,再從代理呼叫 store、recall 等工具。
它能做什麼
- 儲存專案決策及其理由已測試
怎麼使用
- 從 MCP 用戶端呼叫
store工具,namespace設為如project:<name>,kind設為memory,content填入決策及其理由。
- 從 MCP 用戶端呼叫
- 在之後的工作階段中回想決策與理由已測試
怎麼使用
- 在新的工作階段中,以相同的
namespace及白話的query(例如 <your question>)呼叫recall工具。
- 在新的工作階段中,以相同的
- 查看某項資訊被找出的原因未測試
pickfit 測到哪一步
Linux x86_64
- 可以安裝
- 可以連線
- 3 項功能中 2 項可用
- 可離線使用
適合用來
- 儲存已確認的專案決策及理由
- 在下個工作階段開始時回想已儲存的決策
pickfit 怎麼測的
每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證
Linux x86_64
MCP 用戶端成功呼叫工具
- 從頭重跑
- 可離線使用
- 檢查於 2026年10月31日
- 版本 0.38.2
MCP 用戶端透過 stdio 連線,列出 17 個工具,呼叫 store 也回傳了結果。
測試機器遇到的差異
- README: Launch with <venv-python> -m agent_mem_bridge
測試中: uv tool 提供可直接以 stdio 使用 MCP 的執行檔 agent-memory-bridge;使用 AGENT_MEMORY_BRIDGE_HOME 隔離狀態