基于MCP的AI工作流的持久对话记忆服务器
Waggle-mcp，由 Abhigyan Shekhar 开发，是一个 MCP 服务器，为 AI 助手提供外部内存层，记录项目推理、决策和状态随时间的变化。它捕捉对话记忆，将事实提取为类型化图节点，并将其存储在本地知识图中，以便代理在会话和应用程序之间保持上下文。该工具提供本地句子变换器嵌入、时间查询和内置诊断，使其适合需要持久项目范围上下文和隐私保护存储的开发人员和高级用户使用编码助手。
你实际上可以用它做什么任务？
该应用程序充当MCP主机的对话记忆引擎，不仅记录消息，还记录项目推理、决策和更改，以便代理在上下文窗口重置后保留上下文。它将信息存储为输入的图节点，并支持时间查询以在给定时间检索项目状态。跨应用程序的上下文共享使不同的MCP客户端能够访问相同的记忆，这适合于在不同聊天会话之间需要连续性的多工具开发流程。
它需要什么输入和设置？
它需要Python 3.11或更高版本，以及Claude Desktop、Cursor、Codex或Antigravity等MCP主机环境。该项目在启用UTF-8支持时可以在macOS、Linux和Windows上运行。安装路径包括使用命令'pipx install waggle-mcp'的pipx，随后是自动配置受支持的MCP客户端的设置命令。内置诊断'waggle-mcp doctor'在初始设置期间检查安装健康状况。
它的记忆架构是否可靠，适合隐私敏感的项目？
图形支持的推理通过记录输入节点来支撑记忆一致性，使系统能够表示矛盾和不断发展的项目逻辑，而不仅仅依赖于向量相似性。该应用程序默认使用本地句子转换器嵌入，因此不需要外部API密钥进行向量化。本地存储主要使用SQLite，提供可选的Neo4j后端以满足更复杂的图形数据库需求，支持本地优先的隐私模型。
需要持续项目内存的开发人员的实用选择
该工具是一个实用的选项，适用于需要在多个MCP客户端之间保持持久项目内存的开发人员和高级用户。它的本地优先设计支持关注隐私的工作流程，但采用取决于集成MCP主机并满足Python 3.11的要求。对于接受本地托管和偶尔配置的团队，它减少了重复的上下文传输，并有助于在多会话开发期间保持连续性。
