iflow-mcp_hanw39_reasoning-bank-mcp 0.2.0

ReasoningBank MCP Server - Memory-augmented reasoning for AI agents

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 0.0.0.0 --port 8080

2) 客户端配置：

{
  "mcpServers": {
    "reasoning-bank": {
      "url": "http://127.0.0.1:8000/sse"
    }
  }
}

4. MCP客户端提示词示例

Qoder

  你是一个具备推理记忆能力的智能助手，你的agnet_id为`Qoder`,在使用MCP时必须传入“agent_id”=“Qoder”。拥有两个核心MCP工具：
1. `retrieve_memory`：用于在任务开始或方向改变时检索相关经验。
2. `extract_memory`：用于在任务结束或失败后提取并保存经验。

你必须严格遵循以下行为准则：

【记忆策略规则】

① **任务开始前必须调用MCP的 `retrieve_memory`**
   - 在你开始执行任何复杂任务（如写代码、分析、规划、调试、总结等）之前，先调用此工具。
   - 输入的 `query` 应描述当前任务目标或用户需求。
   - 如果当前任务与上一次任务在主题、目标或上下文上存在明显差异，也必须再次调用 `retrieve_memory`。

② **任务方向转变时调用MCP的 `retrieve_memory`**
   - 当你发现用户修改了任务目标、问题方向、文件对象或上下文内容时，应立即重新调用 `retrieve_memory`。
   - 保证你始终基于最新的上下文记忆进行思考。

③ **任务结束后必须调用MCP的 `extract_memory`**
   - 当你认为任务已经完成时（即输出最终答案或解决方案前），必须调用 `extract_memory`。
   - 轨迹（trajectory）应包含任务执行的重要步骤、对话与关键推理。
   - 即使用户没有明确要求保存，也必须执行。
   
④ **出现失败时调用 `extract_memory`**
   - 如果任务执行失败、报错、或用户表示“不成功”“不对”“需要重新来”等情况，也必须调用一次 `extract_memory`。
   - 在失败情境下记录失败原因和改进线索。

⑤ **至少调用一次**
   - 每个独立任务周期中，必须至少：
     - 1 次 `retrieve_memory`
     - 1 次 `extract_memory`

5. 命令行参数

python3 -m src.server --help

# 可用参数：
# --transport {stdio,sse}  传输方式 (默认: stdio)
# --host HOST              SSE 模式的主机地址 (默认: 127.0.0.1)
# --port PORT              SSE 模式的端口号 (默认: 8000)

🔧 配置文件（可选）

如果需要自定义配置，可以编辑 config.yaml：

# LLM Provider 配置
llm:
  provider: "dashscope" # dashscope | openai | anthropic
  dashscope:
    api_key: "${DASHSCOPE_API_KEY}"
    chat_model: "qwen-plus"

# Embedding Provider 配置
embedding:
  provider: "dashscope" # dashscope | openai
  dashscope:
    model: "text-embedding-v3"

# 检索策略配置
retrieval:
  strategy: "hybrid"
  min_score_threshold: 0.85  # 最小相关度阈值
  hybrid:
    weights:
      semantic: 0.6
      confidence: 0.2
      success: 0.15
      recency: 0.05

# 记忆管理器配置（v0.2.0+）
memory_manager:
  enabled: true  # 启用记忆管理器

  # 去重配置
  deduplication:
    strategy: "semantic"  # semantic
    on_extraction: true   # 提取时实时去重
    semantic:
      threshold: 0.90     # 相似度阈值
      top_k_check: 5      # 检查前K条相似记忆

  # 合并配置
  merge:
    strategy: "llm"       # llm | voting
    auto_execute: true    # 自动执行合并
    trigger:
      min_similar_count: 3         # 最少相似记忆数
      similarity_threshold: 0.85   # 相似度阈值
    llm:
      temperature: 0.7
    original_handling: "archive"   # 原始经验归档

🔧 MCP 工具

retrieve_memory

检索相关的历史经验记忆，帮助指导当前任务的执行。

参数：

• query (string, 必填): 当前任务的查询描述
• top_k (number, 可选): 检索的记忆数量，默认 1
• agent_id (string, 可选): Agent ID，用于多租户隔离
  • 只检索指定 agent 的记忆
  • 不提供时检索所有记忆
  • 建议 SubAgent 传递自己的 name 作为 agent_id
  • 例如："claude-code"、"code-reviewer" 等

返回：

{
  "status": "success",
  "min_score_threshold": 0.85,
  "filtered_count": 2,
  "memories": [
    {
      "memory_id": "mem_001",
      "score": 0.92,
      "title": "完整历史查询策略",
      "content": "...",
      "success": true,
      "agent_id": "claude-code"
    }
  ],
  "formatted_prompt": "以下是我从过去与环境的交互中积累的一些记忆项..."
}

说明：

• min_score_threshold: 使用的最小相关度阈值
• filtered_count: 被过滤掉的低相关度记忆数量
• score: 记忆的相关度分数（0.0-1.0），只返回高于阈值的记忆

extract_memory

从任务轨迹中提取推理经验并保存到记忆库。

参数：

• trajectory (array, 必填): 任务执行的轨迹步骤列表
  • 每个步骤包含: step (number), role (string), content (string), metadata (object, 可选)
• query (string, 必填): 任务查询描述
• success_signal (boolean, 可选): 任务是否成功，null 时自动判断
• async_mode (boolean, 可选): 是否异步处理，默认 true
• agent_id (string, 可选): Agent ID，用于多租户隔离
  • 标记记忆属于哪个 agent
  • 建议 SubAgent 传递自己的 name 作为 agent_id
  • 例如："claude-code"、"java-developer" 等

返回（异步模式）：

{
  "status": "processing",
  "message": "记忆提取任务已提交，正在后台处理",
  "task_id": "extract_12345",
  "async_mode": true
}

返回（同步模式）：

{
  "status": "success",
  "message": "记忆提取成功",
  "memory_id": "mem_123",
  "agent_id": "claude-code"
}

⚙️ 配置说明

检索策略

支持两种检索策略：

1. cosine：纯余弦相似度（论文基线方法）
2. hybrid：混合评分（推荐）
   • 语义相似度 (60%)
   • 置信度 (20%)
   • 成功偏好 (15%)
   • 时效性 (5%)

相关度阈值过滤

通过 min_score_threshold 配置项可以过滤低相关度的记忆：

• 默认值: 0.85（即相关度低于 85% 的记忆不会返回）
• 作用: 确保返回的记忆都与当前查询高度相关
• 效果: 提高记忆质量，避免低质量记忆干扰决策

retrieval:
  strategy: "hybrid"
  min_score_threshold: 0.85  # 可调整，范围 0.0-1.0
  hybrid:
    weights:
      semantic: 0.6
      confidence: 0.2
      success: 0.15
      recency: 0.05

推荐配置：

• 严格模式：0.90+ （只返回高度相关的记忆）
• 标准模式：0.85 （平衡相关性和召回率）
• 宽松模式：0.75 （更多候选记忆）

LLM Provider

支持多种模型 API：

• dashscope：通义千问（推荐）
• openai：OpenAI 或兼容 API
• anthropic：Claude

llm:
  provider: "dashscope"
  dashscope:
    api_key: "${DASHSCOPE_API_KEY}"
    chat_model: "qwen-plus"

embedding:
  provider: "dashscope"
  dashscope:
    model: "text-embedding-v3"

记忆管理系统（v0.2.0+）

记忆管理系统提供自动化的去重和合并功能，提升记忆质量和存储效率。

去重策略

1. semantic：基于语义相似度的智能去重（推荐）
   • 识别内容相似的经验
   • 可配置相似度阈值（建议 0.90+）
   • 适合生产环境

合并策略

支持两种合并策略：

1. llm：LLM驱动的智能合并（推荐）

   • 使用大模型提炼多条相似经验的共性
   • 生成抽象的通用规则
   • 支持自定义温度参数

2. voting：投票式选择

   • 从相似经验组中选择最优代表
   • 按检索次数、成功率、时效性排序
   • 适合快速去重场景

工作流程

提取记忆时:
  1. LLM 提取经验
  2. 去重检查（按 agent_id 隔离）
  3. 跳过重复经验
  4. 检测合并机会
  5. 后台触发合并任务（不阻塞）

后台合并:
  1. 调用合并策略
  2. 生成合并后的经验
  3. 原始经验归档
  4. 保持完整追溯链

配置建议

# 生产环境
memory_manager:
  deduplication:
    strategy: "semantic"  # 高质量
    semantic:
      threshold: 0.92     # 更严格
  merge:
    strategy: "llm"       # 最佳效果
    auto_execute: true

📖 使用示例

基本使用

# 1. 任务开始前，检索相关经验
result = await mcp_call("retrieve_memory", {
    "query": "在购物网站上找到用户最早的订单日期",
    "top_k": 1,
    "agent_id": "claude-code"  # 可选：指定 agent ID
})

# AI 获得提示：
# "以下是从过去经验学到的：
#  记忆 1 [✓ 成功经验] - 完整历史查询策略
#  不要只查看 'Recent Orders'，需要导航到完整的订单历史页面..."

# 2. 执行任务（生成轨迹）
trajectory = [
    {"step": 1, "role": "user", "content": "找到最早的订单"},
    {"step": 2, "role": "assistant", "content": "点击订单历史"},
    {"step": 3, "role": "tool", "content": "成功找到 2020-01-15 的订单"}
]

# 3. 任务完成后，提取经验
await mcp_call("extract_memory", {
    "trajectory": trajectory,
    "query": "在购物网站上找到用户最早的订单日期",
    "agent_id": "claude-code",  # 可选：标记记忆所属 agent
    "async_mode": True  # 异步处理，不阻塞
})

多租户隔离（Multi-Agent Isolation）

使用 agent_id 参数实现不同 Agent 之间的记忆隔离：

# 顶级 Agent (Claude Code)
await mcp_call("retrieve_memory", {
    "query": "优化 Python 代码性能",
    "agent_id": "claude-code",  # 只检索 claude-code 的记忆
    "top_k": 2
})

# 子代理 (Code Reviewer)
await mcp_call("retrieve_memory", {
    "query": "检查代码安全性问题",
    "agent_id": "code-reviewer",  # 只检索 code-reviewer 的记忆
    "top_k": 2
})

# 子代理 (Java Developer)
await mcp_call("retrieve_memory", {
    "query": "实现 Spring Boot API",
    "agent_id": "java-developer",  # 只检索 java-developer 的记忆
    "top_k": 2
})

# 不指定 agent_id：检索所有记忆
await mcp_call("retrieve_memory", {
    "query": "通用编程最佳实践",
    "top_k": 3
})

记忆隔离规则：

• 不同 agent_id 的记忆完全隔离
• 同一 agent_id 的记忆可跨会话共享
• 不提供 agent_id 时检索所有记忆
• 建议 SubAgent 使用自己的名称作为 agent_id

🔬 开发

运行测试

pytest tests/

代码格式化

black src/
ruff check src/

📚 参考文献

基于论文：ReasoningBank: Memory as Test-Time Compute Scaling

• 论文核心思想：从成功和失败经验中提取推理模式
• 检索机制：基于语义嵌入的相似度检索
• 扩展点：支持更高级的检索策略和存储后端

📝 License

MIT License

📋 更新日志

v0.2.0 (2025-10-29)

新增功能：

• ✨ 智能记忆管理系统
  • 自动去重（语义去重）
  • 智能合并（LLM驱动合并 + 投票式合并）
  • 经验归档（保持完整追溯链）
  • 后台异步处理（不阻塞主流程）
• 🏗️ 插件化架构
  • 去重策略工厂模式
  • 合并策略工厂模式
  • 记忆管理服务层
• 💾 存储增强
  • 支持归档记忆存储
  • 批量操作接口
  • agent_id 安全隔离

性能优化：

• 通过去重节省 20-30% 存储空间
• 通过合并节省 40-60% 存储空间
• 归档不保留 embedding，节省 90% 归档空间

文档更新：

• 完整的使用文档和配置说明
• 开发和生产环境配置建议
• 工作流程说明和最佳实践

v0.1.0 (初始版本)

• ✅ 记忆提取和智能检索
• ✅ 多种检索策略（余弦相似度、混合评分）
• ✅ 异步处理支持
• ✅ 多模型支持（DashScope、OpenAI、Claude）
• ✅ 记忆隔离（SubAgent 支持）