为支持 MCP(Model Context Protocol)协议的 AI 客户端(如 Cursor、Claude Desktop、Windsurf 等)一键接入企业级长期记忆能力。
前置条件
拥有阿里云账号,并已开通 AgentLoop 记忆库服务。
已在控制台创建 Workspace 和 记忆库。
获取 AccessKey ID / Secret。
已安装支持 MCP 的客户端(如 Cursor、Claude Desktop)。
操作步骤
Step 1: 安装 MCP Server
pip install alibabacloud-agentloop-memory-mcp-serverStep 2: 配置环境变量
export ALIBABA_CLOUD_ACCESS_KEY_ID=your_access_key_id
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=your_access_key_secret
export ALIBABA_CLOUD_REGION_ID=cn-hangzhou
export ALIBABA_CLOUD_WORKSPACE=your_workspace_name
export ALIBABA_CLOUD_MEMORY_STORE=your_memory_store_nameStep 3: 启动 MCP Server
python -m mcp_server_agentloop_memory --port 8080服务启动后会监听 http://localhost:8080\。
Step 4: 配置客户端
Cursor 配置
在 Cursor 的 MCP 设置中添加 SSE 连接:
http://localhost:8080/mcp/cursor/sse/your\_user\_id将 your_user_id 替换为实际的用户标识,用于多用户数据隔离。Claude Desktop 配置
编辑 Claude Desktop 配置文件(~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"agentloop-memory": {
"url": "http://localhost:8080/mcp/claude/sse/your\_user\_id"
}
}
}Agent 自动获得的工具
接入 MCP Server 后,Agent 将自动获得以下记忆操作工具:
工具名 | 功能 |
| 添加新记忆到记忆库 |
| 语义搜索相关记忆 |
| 列出当前用户的所有记忆 |
| 删除指定记忆 |
| 清空所有记忆 |
典型工作流
Agent 接入 MCP Server 后,具备主动管理记忆的能力:
主动检索:用户提问"帮我写一个鉴权中间件"时,Agent 自主调用
search_memory(query="鉴权规范与技术栈")。精准提取:从记忆库获取到"项目使用 JWT,在 Redis 中管理 Token"等历史记忆。
准确输出:基于精准的背景信息生成符合项目架构的代码。
持续进化:对话中发现新规范时,Agent 主动调用
add_memories永久保存。
验证
启动 MCP Server。
在 Cursor/Claude Desktop 中开启新对话。
告诉 Agent 一些偏好信息。
开启新会话,询问相关问题。
如果 Agent 能够记住之前的偏好(使用 TypeScript + pnpm),说明 MCP Server 配置成功。
常见问题
如何查看 MCP Server 日志?
启动时添加 --debug 参数:
python -m mcp_server_agentloop_memory --port 8080 --debug如何支持多用户?
在 SSE URL 中使用不同的 user_id 即可实现用户级数据隔离:
http://localhost:8080/mcp/cursor/sse/user\_alice
http://localhost:8080/mcp/cursor/sse/user\_bob