MARM-Systems MCP — 使用場景, 安裝 & 即時演示

為什麼要用

核心特性

18 個工具，涵蓋工作階段、筆記本、記憶體召回與情境橋接
透過向量嵌入進行語意搜尋；自動分類內容（程式碼／專案／書籍／一般）
跨客戶端記憶體：Claude、Qwen、Gemini 及任何 MCP 客戶端共用同一個儲存空間
三種傳輸協定：STDIO、HTTP（localhost:8001）、WebSocket（測試版）
本機 SQLite 儲存——預設不會有任何資料離開您的裝置

即時演示

實際使用效果

marm-systems.replay ▶ 就緒

0/0

安裝

選擇你的客戶端

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "marm-systems": {
      "command": "uvx",
      "args": [
        "MARM-Systems"
      ],
      "_inferred": true
    }
  }
}

開啟 Claude Desktop → Settings → Developer → Edit Config。儲存後重啟應用。

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "marm-systems": {
      "command": "uvx",
      "args": [
        "MARM-Systems"
      ],
      "_inferred": true
    }
  }
}

Cursor 使用與 Claude Desktop 相同的 mcpServers 格式。專案級設定優先於全域。

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "marm-systems": {
      "command": "uvx",
      "args": [
        "MARM-Systems"
      ],
      "_inferred": true
    }
  }
}

點擊 Cline 側欄中的 MCP Servers 圖示，然後選 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "marm-systems": {
      "command": "uvx",
      "args": [
        "MARM-Systems"
      ],
      "_inferred": true
    }
  }
}

格式與 Claude Desktop 相同。重啟 Windsurf 生效。

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "marm-systems",
      "command": "uvx",
      "args": [
        "MARM-Systems"
      ]
    }
  ]
}

Continue 使用伺服器物件陣列，而非映射。

~/.config/zed/settings.json

{
  "context_servers": {
    "marm-systems": {
      "command": {
        "path": "uvx",
        "args": [
          "MARM-Systems"
        ]
      }
    }
  }
}

加入 context_servers。Zed 儲存後熱重載。

claude mcp add marm-systems -- uvx MARM-Systems

一行命令搞定。用 claude mcp list 驗證，claude mcp remove 移除。

使用場景

實戰用法： MARM-Systems

在長期專案中跨工作階段建立持久化記憶體

👤 任何與 AI 共同進行多週工作的使用者 ⏱ ~15 min beginner

何時使用： 您每次開始新工作階段都要重新說明相同的專案背景。

前置條件

已安裝並執行 MARM-Systems — docker pull lyellr88/marm-mcp-server && docker run -d -p 8001:8001 lyellr88/marm-mcp-server

步驟

啟動一個標記專案的工作階段

marm_start with project tag 'dataplatform-migration'. Log that we're migrating from Redshift to Snowflake, deadline end of Q2.✓ 已複製

→ 工作階段已啟動；初始項目已儲存
作業時隨時記錄情境

marm_contextual_log: 'Decided to use Fivetran for CDC replication, evaluated Airbyte but config overhead too high.'✓ 已複製

→ 已自動分類並儲存
下次工作階段時召回

marm_smart_recall 'what did we decide about CDC tooling?'✓ 已複製

→ 相關的過往決策浮現

結果： 第 N+1 次工作階段開始時，第 1 到 N 次的所有情境皆可透過查詢取得，無需重新輸入。

注意事項

將所有對話內容全部存入記憶體會干擾召回品質 — 使用 marm_contextual_log 記錄決策和里程碑，而非每一次的對話交流
向量搜尋對專業術語的命中率較低 — 明確以專案名稱為項目加上標籤，作為關鍵字搜尋的備援

搭配使用： drift

透過多個 AI 助理在團隊間共享記憶體

👤 團隊成員分別使用 Claude／Qwen／Gemini 的團隊 ⏱ ~45 min advanced

何時使用： 知識不應被鎖在某個人的 AI 裡。

步驟

將 MARM 作為共享 HTTP 伺服器執行

Deploy MARM-Systems on a team server; each teammate points their MCP client at http://marm.team.internal:8001/mcp.✓ 已複製

→ 所有客戶端皆已連線
記錄共享情境

marm_contextual_log: 'Database backup runbook is at /runbooks/db-backup.md; last updated 2026-04-10.'✓ 已複製

→ 所有人皆可召回此資訊
從任意客戶端召回

From a teammate's Qwen session: marm_smart_recall 'how do I restore the DB'?✓ 已複製

→ 召回相同的答案

結果： 跨 AI 的共享組織知識庫。

注意事項

共享記憶體需要正式的 OAuth 機制 — 請勿依賴開發模式中的硬編碼憑證——在正式使用前請串接您的 IdP
敏感資料可能洩漏至共享召回中 — 使用專案標籤，並以標籤限制查詢範圍

將筆記本作為 AI 可查詢的草稿空間

👤 學習者、研究人員 ⏱ ~5 min beginner

何時使用： 您希望有一個主題範疇的筆記區域，讓 AI 日後可以搜尋。

步驟

建立一個筆記本

marm_notebook_add name='rust-ownership' with entry: 'Move vs borrow: move transfers ownership, borrow lets you peek.'✓ 已複製

→ 筆記本已建立
邊學邊新增

marm_notebook_add 'rust-ownership': 'Mutable borrow is exclusive; only one at a time.'✓ 已複製

→ 項目已附加
稍後召回

marm_notebook_show 'rust-ownership'✓ 已複製

→ 完整筆記本內容

結果： 一個可查詢的學習日誌。

組合

與其他 MCP 搭配，撬動十倍槓桿

marm-systems + drift

drift 記憶程式碼規範；MARM 記憶專案決策

Recall drift conventions AND MARM decisions for project 'dataplatform-migration' and summarize where they interact.✓ 已複製

marm-systems + claude-code-organizer

將短期記憶從 CC 移至 MARM 以進行長期保存

Organizer listed my 12 biggest memories — move the 5 project-specific ones into MARM notebooks.✓ 已複製

工具

此 MCP 暴露的能力

工具	輸入參數	何時呼叫	成本
marm_start	project?, tags?	任何工作階段開始時	free (local)
marm_refresh	session_id?	工作階段中途重新載入情境	free
marm_smart_recall	query: str, top_k?: int	對過往項目進行語意搜尋	free (local embeddings)
marm_contextual_log	text: str, tags?: str[]	持久化儲存決策／里程碑／事實	free
marm_log_session	session_id	回顧過往的工作階段	free
marm_notebook_add	name: str, entry: str	以主題為範疇的筆記記錄	free
marm_notebook_use	name: str	在工作階段中固定一個主題	free
marm_notebook_show	name: str	讀取一個筆記本的內容	free
marm_summary	scope: session\|notebook\|tag, id	濃縮較長的歷史記錄	free (local)
marm_context_bridge	from_session, to_session	跨專案推理	free

成本與限制

運行它的成本

API 配額: 無——僅限本機
每次呼叫 Token 數: 召回回應通常為 500-2000 tokens
費用: 免費，開放原始碼
提示: 定期輪替或封存舊的工作階段——SQLite 可應對規模成長，但雜訊過多會降低召回品質。

安全

權限、密鑰、影響範圍

憑證儲存： 本機 SQLite；共享 HTTP 模式請使用環境變數存放 OAuth 密鑰

資料出站： 預設無資料外流（本機儲存）；若使用共享模式，資料僅在您的網路內部流通

切勿授予： Exposing port 8001 to the public internet without an auth layer

開發模式內建硬編碼的 OAuth 憑證——在任何共享部署前請務必更換。
記憶體可能累積敏感資料；請備份並加密 SQLite 檔案。

故障排查

常見錯誤與修復

Cannot connect to localhost:8001

容器未執行。請用 docker ps 確認狀態；再用 docker start marm-mcp-server 啟動。

驗證： curl http://localhost:8001/docs

Embeddings model download fails

首次執行時需下載模型，須有對外網路連線。下載完成後即可離線使用。

驗證： Check docker logs for HuggingFace download

Recall returns unrelated entries

項目數量過少導致嵌入品質不佳；請新增更多項目，或事先以標籤過濾。

驗證： marm_smart_recall with tag filter

替代方案

MARM-Systems 對比其他方案

替代方案	何時用它替代	權衡
drift	您需要以程式碼為主的記憶體（規範、決策）	聚焦於程式碼；通用性較低
Letta (MemGPT)	您需要的是研究等級的記憶體代理，而非單純的伺服器	執行環境較重；架構具較強的主觀性
CC native memories	僅使用 Claude Code；無跨客戶端需求	無語意搜尋；會使情境視窗膨脹

MARM-Systems

為什麼要用

核心特性

即時演示

實際使用效果

安裝

選擇你的客戶端

使用場景

實戰用法： MARM-Systems

前置條件

步驟

注意事項

步驟

注意事項

步驟

組合

與其他 MCP 搭配，撬動十倍槓桿

工具

此 MCP 暴露的能力

成本與限制

運行它的成本

安全

權限、密鑰、影響範圍

故障排查

常見錯誤與修復

替代方案

MARM-Systems 對比其他方案

更多

資源