memory vs autotask-mcp
并排对比，帮你在这两个 MCP server 之间做选择。
memory by modelcontextprotocol | autotask-mcp by wyre-technology | |
|---|---|---|
| Stars | ★ 85,748 | ★ 36 |
| 30天用量 | — | — |
| 综合分 | 77 | 44 |
| 官方 | ✓ | — |
| 分类 | 知识库 / RAGAI / LLM 工具效率工具 | 效率工具开发者工具运维基建 |
| 实现语言 | TypeScript | TypeScript |
| 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。
autotask-mcp · 概述
提供39个工具的Kaseya Autotask PSA的MCP服务器，让AI通过自然语言管理工单、项目、时间条目和公司。
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
autotask-mcp · 使用场景
- 服务台自动化：AI无需离开聊天界面即可搜索和更新工单
- 项目管理：通过AI命令直接创建和管理项目
- 时间跟踪：自动为已完成的任务记录时间条目
- 客户服务：在支持对话中快速检索公司和联系信息
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"]
}
}
}autotask-mcp · 安装
安装
方案1：MCPB包（Claude Desktop）
- 从[最新版本](https://github.com/wyre-technology/autotask-mcp/releases/latest)下载
autotask-mcp.mcpb - 打开文件（双击或拖入Claude Desktop）
- 系统提示时输入您的Autotask凭据
方案2：Claude Code（CLI）
claude mcp add autotask-mcp \
-e AUTOTASK_USERNAME=your-user@company.com \
-e AUTOTASK_SECRET=your-secret \
-e AUTOTASK_INTEGRATION_CODE=your-code \
-- npx -y github:wyre-technology/autotask-mcp方案3：Docker
{
"mcpServers": {
"autotask": {
"command": "docker",
"args": [
"run", "--rm", "-i",
"-e", "MCP_TRANSPORT=stdio",
"-e", "AUTOTASK_USERNAME=your-user@company.com",
"-e", "AUTOTASK_SECRET=your-secret",
"-e", "AUTOTASK_INTEGRATION_CODE=your-code",
"--entrypoint", "node",
"ghcr.io/wyre-technology/autotask-mcp:latest",
"dist/entry.js"
]
}
}
}```