背景
谈谈 MCP 的作用吧，其实在开始接触的时候，我没想过会自己去开发一个 MCP ，我刚开始使用就是高德MCP，我就觉得这就是大公司对外的接口，就比如，我们可以通过高德MCP在AI访问是去调用大公司的一些数据，再到后来，参加百宝箱智能体的活动，要求是参加优质的智能体，我正常参加,这个时候，我觉得MCP就是一个输出的丰富，比如可以做到，给用户输出语音🎙️、视频🎥、图片、文件等特色交互内容，但是有一个升级版智能体，要求自制MCP，我退缩了，这个就不是我能接触的，又一次，我遇到了“蓝耘杯”MCP 开发挑战赛 和 魔搭MCP挑战赛，我开始去了解如何制作，并且最后制作了一个思维导图MCP，获得季军，得到税前2k的奖励，虽然在魔搭MCP挑战赛没获得奖励，但是托管服务调用次数达到了40万次的调用量，并且获得了许多的反馈交流。接下来，本文将带你用 Qoder 带你手把手教程做 MCP 开发并部署到魔搭和百宝箱。
手把手教程带你做 MCP
1.打开 Qoder
打开Qoder -> 打开指定的文件夹（如：Memory MCP） -> 启动AI对话框。(建议用管理员的身份运行)
没有Qoder的可以通过链接下载：https://qoder.com/referral?referral_code=284N2IUmEb36EM2mm4WZO4hLiZoesHTA
2.初步想法
在这次的案例中，我计划做一个 Memory MCP，也就是记忆 MCP，为什么会做这样的一个MCP呢？
为了增强上下文，让 AI 拥有长期记忆与知识复用力。可以自动沉淀对话、提炼可复用方案，智能检索与上下文注入，全本地可导出备份。
为什么你需要 Memory MCP
AI 对话总是重复问？- 它会自动保存对话、提炼摘要与标签，长期积累你的专属知识库。
项目里解决过的 Bug/方案，下次还能被 AI 自动引用？- 它支持从历史对话中提取可复用代码/方法/模式，并智能注入新对话。
搜索真快真准：关键词、标签、内容匹配三层检索。
下面是一些思路方向参考：
3.提示词
有了想法我们就可以和AI对话了，我的提示词如下，你可以参考这个模板：
# 目的
制作一款名为 @lucianaib/memory-mcp 的MCP插件
# 用户故事
AI 对话总是重复问？
## 为什么需要制作Memory MCP
1.会自动保存对话、提炼摘要与标签，长期积累你的专属知识库。
2.项目里解决过的 Bug/方案，下次还能被 AI 自动引用？- 它支持从历史对话中提取可复用代码/方法/模式，并智能注入新对话。
3.搜索真快真准：关键词、标签、内容匹配三层检索。
## 核心能力
智能对话记忆：自动保存、AI 摘要、标签、重要性、分类。
解决方案提取：从对话中识别“可复用代码/套路/模式”，复用不再靠回忆。
智能上下文注入：基于当前问题，自动注入最相关历史方案与对话，零打断续上手。
三层智能搜索：精确匹配 + 标签过滤 + 语义级内容匹配，快且准。
完整的数据生命线：导入/导出、备份/恢复、存储健康检查、统计监控。
## 架构
最后会部署到npm
易于接入 Claude/Cursor， mcp.json 配置文件示例如下：
{
"mcpServers": {
"mind-map": {
"command": "npx",
"args": ["@lucianaib/memory-mCP"]
}
}
}
# 注意
- 注意符合 MCP 开发
- 注意中文编码问题
任务
根据 用户故事 和 注意事项 制作@lucianaib/memory-mcp
直接无脑扔给 Qoder。
只需要全程点击接受即可。
我们来看看结果。
不仅仅简单的创建，而且还自动启动运行并测试。
遇到错误，也会自己去修复。
生成的README.md文件如下（基本满足了我们的要求）：
# @lucianaib/memory-mcp
一个用于智能对话记忆管理的 MCP (Model Context Protocol) 插件。
## 功能特性
- 🧠 **智能对话记忆**: 自动保存对话、AI摘要、标签和重要性评分
- 💡 **解决方案提取**: 从对话中识别可复用代码/方法/模式
- 🔍 **智能上下文注入**: 基于当前问题自动注入最相关的历史方案与对话
- 🎯 **三层智能搜索**: 精确匹配 + 标签过滤 + 语义级内容匹配
- 📦 **完整数据生命周期**: 导入/导出、备份/恢复、存储健康检查
## 安装
```bash
npm install -g @lucianaib/memory-mcp
```
## 配置
在你的 MCP 配置文件中添加以下配置：
```json
{
"mcpServers": {
"memory-mcp": {
"command": "npx",
"args": ["@lucianaib/memory-mcp"]
}
}
}
```
## 使用方法
安装并配置后，插件会自动：
1. 保存所有对话历史
2. 提取代码片段和解决方案
3. 为内容打标签和评分重要性
4. 在相关话题出现时提供上下文
## 工具接口
插件提供以下工具供 AI 调用：
- `search_memory`: 搜索记忆库
- `get_relevant_context`: 获取相关上下文
- `export_data`: 导出数据
- `import_data`: 导入数据
- `create_backup`: 创建备份
- `get_storage_stats`: 获取存储统计信息
## 数据存储
数据默认存储在项目目录的 `data/` 文件夹中，包含：
- `memory-db.json`: 主数据库文件
- `backups/`: 自动备份目录
## 许可证
MIT
4.部署到 npm
有一个npm账号：https://www.npmjs.com/
由于发布不需要测试，我们直接对AI说删除无关的测试文件等即可。直接对AI说：
我需要发布了，删除无关的测试文件等，并且部署到npm
他先快速的删除了无关的测试文件等。
他会自动先优化配置npm的需要。
自动检查 npm 包的内容并准备发布，直接帮助我们部署，我们只需要登录一下即可。
可以看到成功部署。
5.测试
最好的测试就是直接来实践，我们在 Qoder 中配置MCP，然后进行对话，来体验效果。如果有问题就进行优化，如果没有问题就进行下一步，部署到魔搭
注意！！！：进行优化后，需要更新上传npm，这一步需要注意更新版本号才可以上传，否则会冲突。
在 Qoder 中配置MCP
点击右上角的头像，在点击Qoder设置，找到MCP服务，点击添加，加入下方的代码
{
"mcpServers": {
"memory-mcp": {
"command": "memory-mcp"
}
}
}
如果看到mcp的左侧为绿色则配置成功 就可以正常的使用了。
在AI对话中，输入，用MCP获取健康统计，可以看到AI注册的回复。
