使用
Linux x86_64
需要先準備
- 執行環境:
Python 3.12+
透過 uv tool install 'memtomem[all]' 安裝 memtomem
uv tool install 'memtomem[all]'
確認能用
mm --version 2>&1輸出應包含「memtomem 0.7.1」。
先試試這個
mm web --port 8085 2>&1curl -s http://127.0.0.1:8085/ | head -c 500; echo; curl -s -o /dev/null -w "%{http_code}" http://127.0.0.1:8085/加進你的 agent
claude mcp add memtomem -- memtomem-serverClaude Desktop、Cursor 等用戶端用的 JSON
{
"mcpServers": {
"memtomem": {
"command": "memtomem-server",
"args": []
}
}
}在代理用戶端中將 memtomem-server 加入為 MCP 伺服器,再呼叫 mem_index、mem_search 等工具。
它能做什麼
- 依關鍵字與語意搜尋筆記已測試
怎麼使用
- 以查詢呼叫
mem_search工具,例如{"query":"<your text>"}。
- 以查詢呼叫
- 為 Markdown 筆記與程式碼建立索引已測試
怎麼使用
- 以資料夾路徑呼叫
mem_index工具,例如{"path":"<folder>"},為其中的筆記建立索引。 - 以
{"content":"<your text>","tags":["<tag>"]}呼叫mem_add工具儲存單則筆記。
- 以資料夾路徑呼叫
- 在視覺化儀表板中檢視搜尋與來源未測試
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
macOS:專案說支援,但 pickfit 還沒試過。
適合用來
- 筆記索引一次,在每個 agent 工作階段中搜尋
- 將純 Markdown 筆記索引成可搜尋的知識庫
- 為既有的筆記目錄建立索引
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11月1日
- 版本 0.7.1
MCP 用戶端透過 stdio 連線,列出 9 個工具,呼叫 mem_add 也回傳了結果。
測試機器遇到的差異
- README: mm status shows status
測試中: MCP 伺服器不需 mm init 即可運作,但在 init 前 CLI 的 mm status 會出現錯誤 'memtomem is not configured. Run mm init' - README: Launch via uvx --isolated --from "memtomem[all]==0.7.0" memtomem-server
測試中: 已安裝的執行檔 memtomem-server 可直接運作;uvx 包裝會重新抓取,離線時會失敗