mcp-memory-service MCP сервер

Production-ready MCP сервис памяти с нулевой блокировкой базы данных, гибридным бэкендом (быстрое локальное чтение + облачная синхронизация) и интеллектуальным поиском по памяти для AI-ассистентов. Включает автоконфигурацию для многоклиентского доступа, локальное чтение за 5мс с фоновой синхронизацией через Cloudflare, Natural Memory Triggers с точностью 85%+, и совместную работу через OAuth 2.1.

автор: doobidoo

Установка

PyPI

pip install mcp-memory-service

UV

uv pip install mcp-memory-service

Из исходников

git clone https://github.com/doobidoo/mcp-memory-service.git
cd mcp-memory-service && python install.py

Docker

docker-compose up -d

Smithery

npx -y @smithery/cli install @doobidoo/mcp-memory-service --client claude

Конфигурация

Claude Desktop

{
  "mcpServers": {
    "memory": {
      "command": "memory",
      "args": ["server"],
      "env": {
        "MCP_MEMORY_STORAGE_BACKEND": "hybrid"
      }
    }
  }
}

Возможности

Нулевая блокировка базы данных с одновременным доступом
Гибридный бэкенд с быстрым локальным чтением (5мс) и облачной синхронизацией
Natural Memory Triggers с точностью 85%+
Интеллектуальный поиск по памяти и автоматическое внедрение контекста
Совместная работа команды через OAuth 2.1
Система консолидации памяти с оценкой затухания, вдохновленной сновидениями
Поддержка множества клиентов (Claude Desktop, VS Code, Cursor, Continue и 13+ AI-приложений)
SQLite-vec с ONNX эмбеддингами для автономной работы
Фоновая синхронизация через Cloudflare
Интеграция контекста с учетом Git

Переменные окружения

Опциональные

MCP_MEMORY_STORAGE_BACKEND - Тип бэкенда хранения (hybrid, cloudflare, sqlite)

Ресурсы

GitHub Repository

Примечания

Поддерживает Python 3.12+ (примечание о совместимости Python 3.13 для sqlite-vec). Пользователям macOS может понадобиться Homebrew Python для поддержки расширений SQLite. Первоначальная настройка включает автоматическое скачивание модели (~25MB). Функция видимого внедрения памяти показывает топ-3 воспоминания при запуске сессии с оценками релевантности.