ReasoningBank MCP Server

• ReasoningBank MCP Server
  • 🌟 特性
  • 🏗️ 架构设计
  • 🚀 快速开始
    • 1. 代码拉取并进入项目根目录
    • 2. 安装依赖
    • 3. 配置 MCP 客户端
    • 4. 命令行参数
  • 🔧 配置文件（可选）
  • 🔧 MCP 工具
    • retrieve_memory
    • extract_memory
  • ⚙️ 配置说明
    • 检索策略
    • LLM Provider
    • 记忆管理系统
  • 📖 使用示例
    • 在 AI 代理中使用
  • 🔬 开发
    • 运行测试
    • 代码格式化
  • 📚 参考文献
  • 📝 License
  • 📋 更新日志

随着大语言模型代理在持久性现实角色中的日益普及，它们自然会遇到连续的任务流。然而，一个关键的限制是它们无法从累积的交互历史中学习，迫使它们丢弃宝贵的见解并重复过去的错误。基于论文ReasoningBank: Scaling Agent Self-Evolving with Reasoning Memory，我们实现了这个记忆增强推理系统，通过 MCP (Model Context Protocol) 协议为 AI 代理提供经验记忆管理能力。

ReasoningBank 提出了一种新颖的记忆框架，能够从代理自身判断的成功和失败经验中提炼出可泛化的推理策略。在测试时，代理从 ReasoningBank 中检索相关记忆来指导其交互，然后将新学到的知识整合回去，使其能够随着时间的推移变得更加强大。这种内存驱动的经验扩展为代理创建了一个新的扩展维度，使它们能够自我进化并产生新兴行为。

🌟 特性

核心功能

• ✅ 记忆提取：从成功和失败的轨迹中自动提取推理经验
• ✅ 智能检索：支持多种检索策略（余弦相似度、混合评分等）
• ✅ 多租户隔离：通过 agent_id 实现不同 Agent 之间的记忆隔离
• ✅ 双传输模式：支持 STDIO 和 SSE 两种传输方式
• ✅ 异步处理：记忆提取支持异步模式，不阻塞 AI 代理
• ✅ 多模型支持：DashScope（通义千问）、OpenAI、Claude 等
• ✅ 灵活扩展：插件化架构，易于扩展新的检索策略和存储后端
• ✅ 记忆隔离：支持Claude的SubAgent模式，每个SubAgent独立管理自己的记忆

智能记忆管理（v0.2.0+）

• ✅ 自动去重：防止重复经验存储，支持语义去重
• ✅ 智能合并：将相似经验提炼为通用规则（LLM驱动或投票式）
• ✅ 经验归档：合并后的原始经验可追溯，支持审计
• ✅ 后台处理：去重和合并自动在后台执行，不阻塞主流程
• ✅ 空间优化：通过去重和合并，节省 50-80% 存储空间

🏗️ 架构设计

reasoning-bank-mcp/
├── src/
│   ├── server.py                    # MCP 服务器入口
│   ├── config.py                    # 配置管理
│   ├── tools/                       # MCP 工具
│   │   ├── retrieve_memory.py       # 检索记忆
│   │   └── extract_memory.py        # 提取记忆
│   ├── retrieval/                   # 检索策略
│   │   ├── base.py                  # 抽象接口
│   │   ├── factory.py               # 策略工厂
│   │   └── strategies/              # 具体策略实现
│   ├── deduplication/               # 去重策略（v0.2.0+）
│   │   ├── base.py                  # 抽象接口
│   │   ├── factory.py               # 策略工厂
│   │   └── strategies/
│   │       ├── hash_dedup.py        # 哈希去重
│   │       └── semantic_dedup.py    # 语义去重
│   ├── merge/                       # 合并策略（v0.2.0+）
│   │   ├── base.py                  # 抽象接口
│   │   ├── factory.py               # 策略工厂
│   │   └── strategies/
│   │       ├── llm_merge.py         # LLM智能合并
│   │       └── voting_merge.py      # 投票选择
│   ├── services/                    # 服务层（v0.2.0+）
│   │   └── memory_manager.py        # 记忆管理服务
│   ├── storage/                     # 存储后端
│   │   ├── base.py                  # 抽象接口
│   │   └── backends/                # 具体存储实现
│   ├── llm/                         # LLM 客户端
│   │   ├── base.py                  # 抽象接口
│   │   ├── factory.py               # Provider 工厂
│   │   └── providers/               # 具体 Provider 实现
│   ├── prompts/                     # 提示词模板
│   └── utils/                       # 工具函数
└── data/                            # 数据存储目录
    ├── memories.json                # 记忆数据库
    ├── archived_memories.json       # 归档记忆（v0.2.0+）
    └── embeddings.json              # 嵌入向量

🚀 快速开始

1. 代码拉取并进入项目根目录

git clone https://github.com/hanw39/ReasoningBank-MCP.git
cd ReasoningBank-MCP

2. 安装依赖

pip install -e .

3. 配置 MCP 客户端

方式一：STDIO 模式（适用于 Claude Desktop、Cursor、Qoder、Cherry Studio 等）

{
  "mcpServers": {
    "reasoning-bank": {
      "command": "reasoning-bank-mcp",
      "env": {
        "DASHSCOPE_API_KEY": "你的百炼APIKEY"
      }
    }
  }
}

方式二：SSE 模式（适用于 Claude Desktop、Cursor、Qoder、Cherry Studio 等）

1) 启动服务器：

# 使用默认配置 (127.0.0.1:8000)
python3 -m src.server --transport sse

# 或指定主机和端口
python3 -m src.server --transport sse --host 0

... [View full README on GitHub](https://github.com/hanw39/ReasoningBank-MCP#readme)