memory vs rag-anythink-mcp
并排对比，帮你在这两个 MCP server 之间做选择。
memory by modelcontextprotocol | rag-anythink-mcp by serkanyasr | |
|---|---|---|
| Stars | ★ 85,748 | ★ 6 |
| 30天用量 | — | — |
| 综合分 | 77 | 39 |
| 官方 | ✓ | — |
| 分类 | 知识库 / RAGAI / LLM 工具效率工具 | AI / LLM 工具知识库 / RAG数据库 |
| 实现语言 | TypeScript | Python |
| 最近提交 | 本月 | 4 个月前 |
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。
rag-anythink-mcp · 概述
用于高级检索增强生成与知识图谱的 MCP 服务器，支持文档处理和多模态 AI
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
rag-anythink-mcp · 使用场景
- 基于知识图谱的企业文档管理搜索
- 具有多模态内容提取的学术论文分析
- 复杂技术文档的智能问答系统
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"]
}
}
}rag-anythink-mcp · 安装
安装
使用 Docker 快速启动（推荐）
# 克隆仓库
git clone https://github.com/serkanyasr/rag-anythink-mcp.git
cd rag-anythink-mcp
# 复制环境模板
cp .env.example .env
# 编辑 .env 文件并设置您的 OpenAI API 密钥
# OPENAI_API_KEY=sk-...
# 启动所有服务
docker-compose up -d
# 查看日志
docker-compose logs -f rag-mcpClaude Desktop 配置
添加到您的 Claude Desktop MCP 配置中：
{
"mcpServers": {
"rag-anything": {
"command": "docker-compose",
"args": ["up", "rag-mcp"],
"env": {
"OPENAI_API_KEY": "您的-api-密钥"
}
}
}
}