mcp-teams-server vs memory
并排对比，帮你在这两个 MCP server 之间做选择。
mcp-teams-server by InditexTech | memory by modelcontextprotocol | |
|---|---|---|
| Stars | ★ 373 | ★ 85,748 |
| 30天用量 | — | — |
| 综合分 | 50 | 77 |
| 官方 | — | ✓ |
| 分类 | 沟通协作效率工具开发者工具 | 知识库 / RAGAI / LLM 工具效率工具 |
| 实现语言 | Python | TypeScript |
| 最近提交 | 本月 | 本月 |
mcp-teams-server · 概述
MCP 服务器实现 Microsoft Teams 集成，提供消息处理、成员提及和线程管理功能。
memory · 概述
一个实现持久化记忆的 MCP 服务器，使用本地知识图谱让 AI 模型能在聊天间记住用户信息。
mcp-teams-server · 使用场景
- 通过 AI 助手实现 Microsoft Teams 集成的团队通信自动化
- 创建实时监控和响应 Teams 消息的 AI 工作流程
- 构建与 Microsoft Teams 数据交互的自定义生产力工具
memory · 使用场景
- 通过记住用户偏好、历史和关系来个性化 AI 助手交互
- 构建维护对话历史的上下文感知聊天应用
- 创建在 AI 模型会话间持久化的知识库
mcp-teams-server · 安装
安装
前置要求
- Python 3.10
- uv 包管理器
- 已配置 Azure 的 Microsoft Teams 账户
安装步骤
- 克隆仓库：
git clone [repository-url]
cd mcp-teams-server- 创建虚拟环境并安装依赖：
uv venv
uv sync --frozen --all-extras --dev- 设置环境变量，使用 [sample.env](sample.env) 作为模板：
export TEAMS_APP_ID="你的应用ID"
export TEAMS_APP_PASSWORD="你的密码"
export TEAMS_APP_TYPE="SingleTenant" # 或 "MultiTenant"
export TEAMS_APP_TENANT_ID="你的租户ID"
export TEAM_ID="你的团队ID"
export TEAMS_CHANNEL_ID="你的频道ID"- 启动服务器：
uv run mcp-teams-serverClaude Desktop 配置
添加到 Claude Desktop config.json：
{
"mcpServers": {
"teams": {
"command": "uv",
"args": ["run", "mcp-teams-server"],
"env": {
"TEAMS_APP_ID": "你的应用ID",
"TEAMS_APP_PASSWORD": "你的密码",
"TEAMS_APP_TYPE": "SingleTenant",
"TEAMS_APP_TENANT_ID": "你的租户ID",
"TEAM_ID": "你的团队ID",
"TEAMS_CHANNEL_ID": "你的频道ID"
}
}
}
}memory · 安装
安装
Claude Desktop
添加到你的 claude_desktop_config.json 文件中：
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}VS Code
使用一键安装按钮或在 .vscode/mcp.json 中手动配置：
{
"servers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}Docker
{
"mcpServers": {
"memory": {
"command": "docker",
"args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
}
}
}