Power your agent
คำสั่งของผู้เผยแพร่เอง ไม่ใช่เอนด์พอยต์ของ PlugMCP
Host a copy with our keys and logs.
docker run -i --rm ghcr.io/germaniu/mcp-memory:0.6.0Claude Code ไม่มีลิงก์ติดตั้งสำหรับคำสั่งแบบโลคัล ให้คัดลอกคำสั่งด้านล่างแล้วรันในเทอร์มินัล
DB_PATH=<value> claude mcp add io.github.germaniu-mcp-memory -- docker run -i --rm ghcr.io/germaniu/mcp-memory:0.6.0รันในเทอร์มินัล
{ "mcpServers": { "io.github.germaniu-mcp-memory": { "command": "docker", "args": [ "run", "-i", "--rm", "ghcr.io/germaniu/mcp-memory:0.6.0" ], "env": { "DB_PATH": "<value>" } } }}claude_desktop_config.json
URL แบบรีโมตหรือคำสั่งบนเครื่องของคุณ? การติดตั้งสองแบบต่างกันอย่างไร
รันบน PlugMCP
A new server you create. It is not this listing's official endpoint. Use the publisher install when you want their URL and their credentials.
เปิดจากผู้เผยแพร่
English · Español
Lleva la memoria de tu agente IA a cualquier máquina. Servidor MCP open source que da memoria persistente con búsqueda léxica (BM25) a Claude Desktop, Claude Code, OpenCode, Cursor, Continue y cualquier cliente compatible con . SQLite + FTS5, .
Local persistent memory for AI agents: SQLite + FTS5 (BM25) lexical search, zero external infra.
mcp-server · ai-agents · sqlite · fts5 · bm25 · claude-code · cursor · opencode · lexical-search · agent-memory · local-first · self-hostedLos agentes IA olvidan todo entre conversaciones. Las soluciones existentes son cloud-only, multi-tenant pesado, o están atadas a un único cliente. MCP Memory resuelve esto con tres ideas simples:
pip install y tienes 9 tools listas para tu agente en segundos — sin Docker, sin modelos que descargar.Hay dos formas de correrlo. Elige una:
Con uv 0.13.4 o superior instalado no hace falta clonar (las versiones anteriores confían en una CA comprometida, ver SECURITY.md): el cliente descarga y lanza el server en cada sesión. Para Claude Code:
claude mcp add -s user mcp-memory -- uvx --from "git+https://github.com/GermaniU/mcp-memory#subdirectory=server" mcp-memory --stdio
Para Claude Desktop, Cursor y el resto, la config JSON está en docs/CLIENTS.md. Todos los procesos comparten el mismo archivo SQLite (DB_PATH), así que la memoria es la misma en todos tus clientes.
git clone https://github.com/GermaniU/mcp-memory.git
cd mcp-memory/server
pip install -e .
mcp-memory
Alternativa sin instalar en tu entorno global:
uvx --from . mcp-memory(corriendo dentro deserver/).
No hay pre-requisitos: nada que levantar, nada que descargar. Al arrancar, el server crea el archivo SQLite (DB_PATH, default ~/.agent-memory/memory.db) y su schema (tabla memories + índice FTS5) si no existen.
Endpoint MCP: http://localhost:8765/mcp. Pégalo en la config de tu cliente (ver docs/CLIENTS.md — Claude Code, OpenCode, Cursor, Continue).
mcp-memory --stdio(oMCP_TRANSPORT=stdio) arranca el modo stdio con la instalación local.
Verifica que tu Python tiene FTS5 compilado y que DB_PATH es accesible al instante:
mcp-memory check
mcp-memory --help lista los comandos y variables de entorno; mcp-memory --version imprime la versión instalada.
El Tipo se publica como anotaciones MCP (readOnlyHint, destructiveHint): los clientes que las soportan pueden auto-aprobar las lecturas y pedir confirmación antes de modificar o borrar. Al conectarse, el server también envía instructions al agente (cuándo buscar, cuándo guardar, cómo formular queries léxicas).
Schemas + ejemplos de invocación en docs/CLIENTS.md.
MCP Memory es deliberadamente pequeño. Hace una cosa bien: memoria léxica de texto plano. No es un sistema de RAG completo, no es un knowledge base, no es un grafo.
namespace..db), backup = copiar el archivo..db) si quieres mover datos.localhost y con CORS cerrado (en stdio no abre ningún puerto). Si lo expones a internet, pon un proxy con auth. Ver SECURITY.md.Si necesitas algo de la lista NO, abre un issue con caso de uso real (no especulativo) — vamos por demanda, no por especulación.
server-memory oficial?El MCP oficial incluye server-memory (@modelcontextprotocol/server-memory). No compiten por el mismo trabajo: ese es un grafo de conocimiento; este es memoria léxica de texto. Elige según lo que necesites recordar.
En una frase:
No es «mejor que»: es otra herramienta para otro trabajo — y la que no te obliga a cargar el grafo completo en cada consulta.
Configuración lista para copiar en docs/CLIENTS.md (stdio y HTTP):
claude_desktop_config.json con "command": "uvx" (stdio).claude mcp add -s user mcp-memory -- uvx --from "git+https://github.com/GermaniU/mcp-memory#subdirectory=server" mcp-memory --stdio, o por HTTP claude mcp add -s user -t http mcp-memory http://localhost:8765/mcp (las tools aparecen en sesiones nuevas).~/.continue/config.json.~/.config/opencode/config.json.Snippets JSON listos en examples/.
Para validar el stack sin necesidad de un cliente MCP:
SESSION=$(curl -sS -D - -o /dev/null -X POST http://localhost:8765/mcp \
-H 'Content-Type: application/json' \
-H 'Accept: application/json, text/event-stream' \
-H 'MCP-Protocol-Version: 2025-06-18' \
-d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"smoke","version":"0.1"}}}' \
| tr -d '\r' | awk '/^mcp-session-id:/{print $2}')
curl -sS -X POST http://localhost:8765/mcp \
-H 'Content-Type: application/json' \
-H 'Accept: application/json, text/event-stream' \
-H 'MCP-Protocol-Version: 2025-06-18' \
-H "mcp-session-id: $SESSION" \
-d '{"jsonrpc":"2.0","method":"notifications/initialized"}'
curl -sS -X POST http://localhost:8765/mcp \
-H 'Content-Type: application/json' \
-H 'Accept: application/json, text/event-stream' \
-H 'MCP-Protocol-Version: 2025-06-18' \
-H "mcp-session-id: $SESSION" \
-d '{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"memory_save","arguments":{"content":"funciona end-to-end","namespace":"smoke","tags":["ok"]}}}'
┌─ tu agente (Claude Code / OpenCode / Cursor / …) ─┐
│ │ MCP streamable HTTP │
│ ▼ │
│ localhost:8765/mcp │
└────────────┬───────────────────────────────────────┘
│
┌─────────▼────────┐
│ mcp-memory │
│ (Python+MCP) │
└─────────┬────────┘
│
▼
┌──────────────────────────┐
│ SQLite (archivo local) │ ← memories + memories_fts (FTS5/BM25)
└──────────────────────────┘
Cada tool MCP vive en su propia carpeta (server/src/mcp_memory/tools/<tool>/handler.py). Añadir una tool nueva = añadir una carpeta + un decorator en server.py. Cero acoplamiento.
Detalle técnico en docs/ARCHITECTURE.md.
MCP Memory es un regalo a la comunidad — MIT, sin trampas. PRs, issues y forks bienvenidos.
Reglas (resumen):
feat:, fix:, docs:, refactor:, test:, chore:).Protocol para que el test no necesite servicios externos.Detalle completo + workflow paso a paso en CONTRIBUTING.md.
# Setup local de desarrollo
cd server
python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"
pytest tests/unit -q # 81 unit tests, ~1s
pytest tests/integration -q # 17 tests E2E reales contra SQLite/FTS5 (incluye stdio), sin servicios externos
ruff check src tests scripts
no such module: fts5 al arrancar
sqlite3 (típico en algunos builds de Linux). Usa el Python de Homebrew/python.org (macOS/Windows) o instala libsqlite3-dev antes de compilar Python (Linux, pyenv/asdf). Verifica con mcp-memory check.Connection reset by peer al hacer curl http://localhost:8765/mcp
Accept: application/json, text/event-stream. Sin él, FastMCP cierra la conexión.memory_search devuelve vacío
default. Recordá que la búsqueda es léxica (BM25): la query necesita compartir términos con el contenido guardado, no solo el significado.mcp-memory no arranca / error de permisos en DB_PATH
DB_PATH no es escribible. mcp-memory check valida esto explícitamente antes de fallar en caliente.Quiero mover mi memoria a otra máquina
DB_PATH (default ~/.agent-memory/memory.db) — es autocontenido, no hay estado adicional que migrar.docs/INSTALL.md — instalación detallada, variables, troubleshooting extendido.docs/CLIENTS.md — config para Claude Code, OpenCode, Cursor, Continue.docs/ARCHITECTURE.md — decisiones técnicas y por qué.SECURITY.md — modelo de amenazas y cómo reportar vulnerabilidades.CONTRIBUTING.md — disciplinas, workflow, cómo añadir una tool.CHANGELOG.md — historial de cambios.MIT — úsalo, fórkalo, regálale a otra gente más memoria local.
Hecho por @GermaniU con disciplinas de software profesional. Si te ha servido, una ⭐ ayuda a que más gente lo encuentre. Si te ha roto algo, abre un issue y lo arreglamos.
Local persistent memory for AI agents: SQLite + FTS5 (BM25) lexical search, zero external infra.
{ "mcpServers": { "io.github.germaniu-mcp-memory": { "command": "docker", "args": [ "run", "-i", "--rm", "ghcr.io/germaniu/mcp-memory:0.6.0" ], "env": { "DB_PATH": "<value>" } } }}เครื่องมือ
ยังไม่มีรายการเครื่องมือ เซิร์ฟเวอร์แบบรีโมตจะได้รายการหลังการตรวจสอบสถานะครั้งแรก
FAQ
คัดลอกคอนฟิก stdio สำหรับ Cursor, Claude Desktop, Claude Code หรือ VS Code ได้ในหน้านี้ คอนฟิกนี้ใช้การติดตั้งของผู้เผยแพร่ ไม่ใช่พร็อกซีของ PlugMCP
ผู้เผยแพร่ระบุตัวแปรสภาพแวดล้อมเหล่านี้: DB_PATH
MCP Memory ทำงานแบบโลคัลผ่าน stdio
ตรวจสอบล่าสุดเมื่อ 2026-11-09 Local persistent memory for AI agents: SQLite + FTS5 (BM25) lexical search, zero external infra.