MCP-Memorizer

Memorizer v1 MCP 서버는 LLM(대규모 언어 모델)이 컨텍스트와 메모리를 재사용하고 기억할 수 있도록 돕는 컨텍스트/메모리 서버입니다[3]. 이 서버는 에이전트가 서버 전송 이벤트를 통해 통신하며, 인간 운영자는 UI를 통해 메모리를 확인하고 관리할 수 있습니다[6].

Memorizer는 Postgres와 PG vector, 그리고 임베딩 생성을 위한 작은 Llama 인스턴스에 의존하며, 이 모든 것은 Docker Compose 파일을 통해 자동으로 설정될 수 있습니다[51]. GPU 없이도 Raspberry Pi와 같은 저사양 컴퓨터에서도 실행 가능합니다

다음 오픈소스를 통해 이러한 컨셉을 로컬에서 수행또는 팀지식 장기메모리를 위한 용도로 다양하게 활용할수 있습니다.

git :

https://github.com/Aaronontheweb/memorizer-v1

위 오픈소스를 Pull한후 다음 명령을 수행해 로컬에 셋업

로컬 인프라 구동 - 팀메모리

docker compose up -d

로컬구동
- - Start PostgreSQL with pgvector (port 5432)
  - Start PgAdmin (port 5050)
  - Start Ollama (port 11434)
  - Start Memorizer API (port 5000)

LLM 모델변경

appsettings.json

{
  "Logging": {
    "LogLevel": {
      "Default": "Information",
      "Microsoft.AspNetCore": "Warning"
    }
  },
  "AllowedHosts": "*",
  "ConnectionStrings": {
    "Storage": "Host=localhost;Port=5432;Database=postgmem;Username=postgres;Password=postgres"
  },
  "Embeddings": {
    "ApiUrl": "http://localhost:11434",
    "Model": "all-minilm:33m-l12-v2-fp16"
  },
  "LLM": {
    "ApiUrl": "http://localhost:11434",
    "Model": "qwen2:0.5b",
    "Timeout": "00:02:00"
  },
  "Server": {
    "CanonicalUrl": "http://memorizer-test.local:5012"
  }
}

샘플은 CPU로 작동하는 저성능버전으로 , 임베딩및 학습품질을 더 높이려면 고급모델로 교체할수 있습니다. 여기서의 샘플은 저성능 버전이용

로컬 어플리케이션구동 - 로컬MCP

dotnet publish -c Release /t:PublishContainer

dotnet 미설치시 리눅스 dot net sdk 9 설치법 GPT에 문의...

MCP설정 - VS CODE용

{
	"servers": {
		"microsoft.docs.mcp": {
			"type": "http",
			"url": "https://learn.microsoft.com/api/mcp"
		},
		"memorizer": {
			"type": "sse",
			"url": "http://localhost:5000/sse"
    	}
	},
	"inputs": []
}