← 所有平台

Amazon Q Developer CLI

AWS 的编程智能体——本地和云端 OAuth 端点都已验证。

Amazon Q Developer CLI(qchat)有真实的 MCP 支持。远程 MCP server 方面,AWS 自己的文档只提到 OAuth 或无鉴权——没找到自定义请求头的支持,所以下面云端部分指向的是 Spomory 的 OAuth 挂载点(跟 Claude Desktop 用的是同一个)。已在真实环境里验证过,本地和云端都跑通了。

本地版(stdio)

直接编辑 agent 配置文件(~/.aws/amazonq/cli-agents)。command 填 uvx,它会按需下载并运行 Spomory,不用自己装:

{
  "mcpServers": {
    "spomory": {
      "command": "uvx",
      "args": ["--from", "spomory[llm,embedding,mcp]", "spomory-mcp"],
      "env": {
        "LLM_API_KEY": "...",
        "LLM_BASE_URL": "https://api.deepseek.com",
        "LLM_MODEL": "deepseek-v4-flash"
      }
    }
  }
}

q mcp add 也支持不改文件直接添加——具体 --command uvx 配合参数怎么传,看 q mcp add --help。

更想要固定、锁定版本的安装?可以装到 ~/Documents 之外的虚拟环境里(pip install 'spomory[llm,embedding,mcp]'),然后把 command 直接指向那个虚拟环境的 bin/memory-core-mcp。

这几个环境变量该填什么?

LLM_API_KEY 是你用来做抽取的那个 OpenAI 兼容服务商的 key——OpenAI、DeepSeek、通义千问等都可以。LLM_BASE_URL 和 LLM_MODEL 不填就默认走 OpenAI;换成 DeepSeek、通义千问或其他任意 OpenAI 兼容服务商,或者一个完全本地的 server(Ollama、vLLM、llama.cpp、MLX)都行:

export LLM_API_KEY=...
export LLM_BASE_URL=https://api.deepseek.com   # 可选,默认 OpenAI
export LLM_MODEL=deepseek-v4-flash             # 可选,默认 gpt-4o-mini
export EMBEDDING_MODEL=BAAI/bge-m3             # 可选,默认 bge-m3
完整本地安装指南(含 macOS 的 ~/Documents 那个坑)→

云端版(OAuth 2.1)

AWS 官方文档只展示了 OAuth 或无鉴权两种远程 MCP server 方式。这个连的是 Spomory 的 OAuth 挂载点:

{
  "mcpServers": {
    "spomory-cloud": {
      "type": "http",
      "url": "https://api.yliuai.com/mcp"
    }
  }
}

这里指向的是 Spomory 的 OAuth 鉴权挂载点,而不是 x-api-key 那个,因为这是 AWS 文档里唯一提到的远程鉴权方式。已在真实环境里验证过——Amazon Q 的 OAuth 流程真的能跟 Spomory 的 OAuth provider 走通,落到的是跟这页其他客户端同一个账号/同一份记忆图谱。

让它真的被用起来

接上工具不代表客户端会主动去用它们——得告诉它在回答之前先调 search_memory,在你说了件值得记住的事之后调 add_memory。SKILL.md 就是干这个的一份简短指令文件。怎么让客户端读到它,每个客户端都不一样:有些会自动扫描 skills 目录(跟 Claude Code 一个路数),有些只有自定义指令/系统提示词这类字段。这个客户端已验证过:

Amazon Q 不会直接读 SKILL.md——它的自定义 agent 配置(.amazonq/cli-agents/<name>.json 或 ~/.aws/amazonq/cli-agents/<name>.json)里有个 prompt 字段,支持填 file:// URI,可以指向 SKILL.md。

GitHub 上的 SKILL.md →