當你同時使用 GitHub Copilot CLI、OpenAI Codex CLI 和 Google Gemini CLI
開發時,每個工具的「記憶」是各自獨立的——換一個工具,之前建立的上下文就消失了。本
篇教學說明如何透過 MCP(Model Context
Protocol)共享記憶,讓三個 AI CLI 工具存取同一份知識庫。
什麼是 MCP 共享記憶?
MCP(Model Context Protocol)是 Anthropic 提出的開放協定,讓 AI
工具可以透過標準介面存取外部工具和資料。
@modelcontextprotocol/server-memory 是官方提供的記憶 MCP
Server,採用知識圖譜(Knowledge
Graph)架構,可以儲存實體(人、專案、技術)及其之間的關係。設定完成後,
架構如下:
你的專案 │ ├── Copilot CLI ──┐ ├── Codex CLI ───┼──→ MCP Memory Server ──→ 共用知識圖譜 └── Gemini CLI ───┘
三個 CLI 都能讀寫同一份記憶,跨工具切換時知識不會中斷。
前置需求
- 已安裝 Node.js 18+(建議 v24 LTS)
- 已安裝以下任一或全部 CLI 工具:
- OpenAI Codex
CLI - Google
Gemini CLI - GitHub Copilot CLI
- OpenAI Codex
確認 npx 路徑
設定前先確認你的 npx 完整路徑(後面設定檔會用到):
source ~/.nvm/nvm.sh && nvm use --lts --silent which npx
記下輸出的路徑,例如
/Users/yourname/.nvm/versions/node/v24.14.1/bin/npx,後續設定中請替
換成你實際的路徑。
設定各 CLI 的 MCP Memory Server
1. Codex CLI
編輯 ~/.codex/config.toml,在檔案末尾加入:
command = "/Users/yourname/.nvm/versions/node/v24.14.1/bin/npx" args = ["-y", "@modelcontextprotocol/server-memory"]
2. Copilot CLI
建立 ~/.copilot/mcp-config.json(若已存在則加入
memory 區塊):
{ "mcpServers": { "memory": { "command": "/Users/yourname/.nvm/versions/node/v24.14.1/bin/npx", "args": ["-y", "@modelcontextprotocol/server-memory"] } } }
3. Gemini CLI
編輯 ~/.gemini/settings.json,加入 mcpServers
欄位:
{ "security": { "auth": { "selectedType": "oauth-personal" } }, "mcpServers": { "memory": { "command": "/Users/yourname/.nvm/versions/node/v24.14.1/bin/npx", "args": ["-y", "@modelcontextprotocol/server-memory"] } } }
驗證設定是否生效
重新啟動各 CLI 後,輸入以下指令確認 MCP Memory Server 已連線:
# Gemini CLI /mcp # Codex CLI /mcp # Copilot CLI /mcp
看到 memory 出現在 MCP 工具列表中,即代表設定成功。
如何使用共享記憶
設定完成後,你可以直接用自然語言告訴 AI 要記住什麼,也可以主動查詢記憶:
儲存記憶
# 在任何一個 CLI 中輸入: 請記住這個專案使用 WordPress + PHP,部署在 iambigd.tw,資料庫是 MySQL。 請記住我偏好用繁體中文,程式碼使用 snake_case 命名。
查詢記憶
# 搜尋相關記憶 你還記得這個專案的技術棧嗎? # 列出所有記憶 請顯示你目前記得的所有內容
MCP Memory 工具一覽
| 工具名稱 | 功能說明 |
|---|---|
create_entities |
建立新實體(專案、技術、人名等) |
add_observations |
補充現有實體的觀察記錄 |
create_relations |
建立兩個實體之間的關係 |
search_nodes |
依關鍵字搜尋知識圖譜 |
read_graph |
讀取完整知識圖譜 |
delete_entities |
刪除指定實體 |
delete_observations |
刪除指定觀察記錄 |
delete_relations |
刪除指定關係 |
open_nodes |
取得指定實體的詳細資訊 |
記憶持久化設定(選用)
預設情況下,記憶存放在記憶體中,重啟 MCP Server
後會消失。要讓記憶持久化,可以透過環境變數指定儲存路徑:
# Codex CLI config.toml command = "/Users/yourname/.nvm/versions/node/v24.14.1/bin/npx" args = ["-y", "@modelcontextprotocol/server-memory"] MEMORY_FILE_PATH = "/Users/yourname/.ai-memory/memory.json"
# Copilot CLI / Gemini CLI(JSON 格式) { "mcpServers": { "memory": { "command": "/Users/yourname/.nvm/versions/node/v24.14.1/bin/npx", "args": ["-y", "@modelcontextprotocol/server-memory"], "env": { "MEMORY_FILE_PATH": "/Users/yourname/.ai-memory/memory.json" } } } }
三個 CLI 都指向同一個 memory.json 路徑,就能真正做到跨工具、跨
session 的持久共享記憶。
其他 MCP 共享記憶方案
| 方案 | 特色 | 適合對象< /th> |
|---|---|---|
| @modelcontextprotocol/server-memory(本篇) | 官 方、知識圖譜、設定簡單 |
一般開發者 |
| mixgram | Markdown 格式、SQLite 全文搜尋 | 喜歡 Markdown 的開發者 |
| @danielmarbach/mnemonic-mcp | Git 同步、跨機器共享 |
多台電腦工作 |
小結
透過 MCP Memory Server,三個 AI CLI
工具可以共享同一份知識庫。你只需要維護一份記憶,無論用哪個工具,AI
都能記得你的偏好、專案技術棧和工作規範,大幅減少每次切換工具時重複說明背景的時間
。
搭配使用建議:
- 使用 Copilot CLI 處理 GitHub 相關操作(PR、Issues)
- 使用 Codex CLI 進行深度程式碼重構與除錯
- 使用 Gemini CLI 快速問答與免費日常使用
- 三者共享同一份 MCP 記憶,無縫切換
延伸閱讀
本站 AI 開發系列文章,完整涵蓋各主流 AI CLI 工具的安裝與使用教學:
- 🤖 GitHub Copilot
CLI 完整教學:讓 AI 直接在終端機幫你寫程式 - 🍎 Mac Pro 安裝
WordPress 環境設定檔 by Github Copilot CLI - ⚡ OpenAI Codex
CLI 安裝教學|用 ChatGPT 帳號登入免 API Key - ✨ Gemini CLI
安裝教學|Google 帳號免費登入,完整指令集整理 - 🦞 OpenClaw
龍蝦 AI 助手安裝教學|初學者一步步設定個人 AI 助手 - 🌐 如何用
AI 助手管理 WordPress 網站?不開後台也能新增文章、更新 WooCommerce 商品 - 🔑 WordP
ress REST API 應用程式密碼完整教學:產生、認證與安全使用指南
常見問題 FAQ
MCP Memory Server 是做什麼的?
它用來讓多個 AI CLI 或 agent 共享記憶與上下文,避免每個工具各自為政。
共享記憶能解決什麼問題?
它可以延續任務資訊、減少重複說明,也讓跨工具協作更像同一個工作流。
哪些情境最適合導入 Memory Server?
當你常做多 agent 協作、長期專案追蹤,或需要在不同 AI 工具間維持一致上下文時最有用。













