memory vs vectorize-mcp-server
并排对比，帮你在这两个 MCP server 之间做选择。
memory by modelcontextprotocol | vectorize-mcp-server by vectorize-io | |
|---|---|---|
| Stars | ★ 85,748 | ★ 106 |
| 30天用量 | — | — |
| 综合分 | 77 | 47 |
| 官方 | ✓ | — |
| 分类 | 知识库 / RAGAI / LLM 工具效率工具 | AI / LLM 工具知识库 / RAG其它 |
| 实现语言 | TypeScript | JavaScript |
| 最近提交 | 本月 | 本月 |
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。
vectorize-mcp-server · 概述
Vectorize MCP 服务器通过模型上下文协议提供向量搜索、文本提取和深度研究功能。
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
vectorize-mcp-server · 使用场景
- 基于语义搜索查询检索相关文档
- 将 PDF 和其他文档转换为结构化 Markdown 格式
- 执行带网络搜索集成的深度研究
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"]
}
}
}vectorize-mcp-server · 安装
安装
使用 npx 运行
export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID
npx -y @vectorize-io/vectorize-mcp-server@latestClaude Desktop 配置
添加到 claude_desktop_config.json 文件：
{
"mcpServers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "your-org-id",
"VECTORIZE_TOKEN": "your-token",
"VECTORIZE_PIPELINE_ID": "your-pipeline-id"
}
}
}
}