基于 mcp 的不如基于文件系统的，我做了个 openmemory plus 。基于配置化、以及 skill,workflow,command 入口等能力，加强了项目级的 memory 配置。
https://github.com/Alenryuichi/openmemory-plus
workflow 入口 command 效果
● Step 2: Display Menu ───────────────────────────────────── OpenMemory Plus - 记忆管理 当前状态: ├── 项目级 (_omp/memory/): 8 个文件 └── 用户级 (openmemory): 21 条记忆 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 选择操作: [1] 查看状态 详细记忆状态和统计 [2] 搜索记忆 语义搜索项目和用户记忆 [3] 存储记忆 手动添加新记忆 [4] 清理记忆 清理 ROT (冗余/过时/琐碎) [5] 同步检查 检测冲突并解决 [6] 衰减分析 查看记忆衰减状态 [7] 知识图谱 查看实体关系 [8] 记忆整合 合并碎片化记忆 [9] 质量指标 查看记忆健康度和指标 [M] 返回菜单 [X] 退出 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 输入数字选择，或直接描述你的需求: ─────────────────────────────────────── Step 3: Wait for User Input 请选择操作，或直接描述你的需求。 例如： 输入 3 存储新记忆 输入 1 查看详细状态 或直接说 "把部署信息存到用户级记忆" 记住配置信息
需要我现在帮你执行部署吗？（把刚才修改的 vlm_router.py 部署到服务器） ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── 更新本地项目的 memory 吧 基于已经调研的 deploy-vlm-mcp.md ● 让我先查看 OpenMemory Plus 的结构和现有 memory： ● _omp/memory - read file Read 122 lines ● _omp/AGENTS.md - read file Read 107 lines ● 让我查看现有的 memory 文件内容： ● read_multiple_files_filesystem - running tool Completed read_multiple_files_filesystem 效果如下
● 本地项目 Memory 已更新完成！ ──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── 更新总结 更新的文件 | 文件 | 更新内容 | |:---|:---| | _omp/memory/techContext.md | 添加 Production Deployment 章节 (服务器信息、访问地址、Docker 镜像、部署方式、Nginx 配置、运维命令) | | _omp/memory/systemPatterns.md | 添加 Deployment Patterns 章节 (Docker + Nginx 架构图、betaline-ops MCP 工具、部署流程) | | _omp/memory/activeContext.md | 更新当前工作状态 (完攀判断修复详情、部署信息、Next Steps) | | _omp/memory/decisions.yaml | 添加 3 条架构决策记录 | 新增的架构决策 | ID | 决策 | 选择 | |:---|:---|:---| | dec-2026-02-08-001 | VLM 后端部署方式 | Docker + betaline-ops MCP | | dec-2026-02-08-002 | 完攀判断默认行为 | 默认 send (完攀) | | dec-2026-02-08-003 | 完攀分析采样帧数 | 4 窗口 × 3 帧 = 12 帧 | ──────────────────────────────────────────────────────── 关键信息已记录 服务器: **** (腾讯云 CVM) 生产 URL: *** 镜像仓库: *** 部署目录: *** Nginx 反向代理配置 *MCP 部署工具** 下次 AI Agent 开始新会话时，会自动加载这些 memory 文件，了解部署相关的上下文。 第 1 条附言 18 小时 26 分钟前
新对话的效果：
Get started with Auggie
● You can ask questions, edit files, or run commands
● Use Ctrl + Enter or Shift + Enter to input new lines
● Use vim mode with /vim
For automation, use 'auggie --print "your task"'
─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
后端服务怎么部署你知道么
~ 用户在问后端服务如何部署。我需要先搜索内存和项目相关的部署信息。让我先查看项目结构和部署相关的文档或配置。.
● search_memory_openmemory - running tool
Completed search_memory_openmemory
● . - read file
Read 196 lines
● 让我查看一下部署相关的文档和配置文件：
● read_multiple_files_filesystem - running tool
Completed read_multiple_files_filesystem
● _omp/memory - read file
Read 122 lines
● 我知道后端服务的部署流程。这个项目有完整的 CI/CD 和部署文档。让我给你总结一下：
部署方式
方式 1: 使用 GitHub Actions CI/CD （推荐）
1. 测试环境构建: 进入 GitHub Actions → 选择 Manual Build (Test) → Run workflow
2. 生产环境构建: 选择 Manual Build (Release) → Run workflow
镜像会自动推送到阿里云 ACR：
registry.cn-hangzhou.aliyuncs.com/boulder-science/vlm-service:<tag>
方式 2: 手动部署
...
Get started with Auggie
● You can ask questions, edit files, or run commands
● Use Ctrl + Enter or Shift + Enter to input new lines
● Use vim mode with /vim
For automation, use 'auggie --print "your task"'
─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
后端服务怎么部署你知道么
~ 用户在问后端服务如何部署。我需要先搜索内存和项目相关的部署信息。让我先查看项目结构和部署相关的文档或配置。.
● search_memory_openmemory - running tool
Completed search_memory_openmemory
● . - read file
Read 196 lines
● 让我查看一下部署相关的文档和配置文件：
● read_multiple_files_filesystem - running tool
Completed read_multiple_files_filesystem
● _omp/memory - read file
Read 122 lines
● 我知道后端服务的部署流程。这个项目有完整的 CI/CD 和部署文档。让我给你总结一下：
部署方式
方式 1: 使用 GitHub Actions CI/CD （推荐）
1. 测试环境构建: 进入 GitHub Actions → 选择 Manual Build (Test) → Run workflow
2. 生产环境构建: 选择 Manual Build (Release) → Run workflow
镜像会自动推送到阿里云 ACR：
registry.cn-hangzhou.aliyuncs.com/boulder-science/vlm-service:<tag>
方式 2: 手动部署
...
目前尚无回复
Select Language