使用 MCP 为 Vercel AI SDK 智能体添加持久化内存

BLUECOLUMN_API_KEY=bc_live_your_api_key_here
N1N_API_KEY=sk-n1n-your-api-key-here

import { streamText, experimental_createMCPClient as createMCPClient } from 'ai';
import { Experimental_StdioMCPTransport as StdioMCPTransport } from 'ai/mcp-stdio';
import { createOpenAI } from '@ai-sdk/openai';

// 通过 n1n.ai 高性能网关初始化 OpenAI 兼容客户端
const n1nProvider = createOpenAI({
  baseURL: 'https://api.n1n.ai/v1',
  apiKey: process.env.N1N_API_KEY,
});

export async function POST(req: Request) {
  const { messages } = await req.json();

  // 创建基于 Stdio 传输的 MCP 客户端
  const mcpClient = await createMCPClient({
    transport: new StdioMCPTransport({
      command: 'npx',
      args: ['-y', 'bluecolumn-mcp@latest'],
      env: { 
        BLUECOLUMN_API_KEY: process.env.BLUECOLUMN_API_KEY! 
      },
    }),
  });

  try {
    // 动态获取记忆工具集（remember, recall, note）
    const tools = await mcpClient.tools();

    const result = streamText({
      model: n1nProvider('gpt-4o'),
      system: `你是一个具备长期记忆能力的智能助手。
        - 当发现重要的持久事实时，立即使用 remember 工具进行存储。
        - 在回答需要历史上下文的问题之前，务必先使用 recall 工具搜索过往记忆。
        - 确保记忆条目准确无冗余。`,
      messages,
      tools,
    });

    return result.toDataStreamResponse();
  } finally {
    // 确保请求完成后及时关闭进程客户端
    await mcpClient.close();
  }
}

// recall 工具返回的 JSON 结构示例
\{
  "query": "用户偏好的编程语言