Skip to main content
Glama

MemoVault

Un sistema de memoria personal para asistentes de IA: se ejecuta completamente en tu máquina, almacena todo localmente y se integra con Claude Code, Cursor, Gemini CLI y Codex a través de hooks de ciclo de vida.

Privacidad ante todo. Nada sale de tu máquina por defecto. Los recuerdos se almacenan como archivos locales. El panel de control consulta tu propia API REST. Los hooks de los plugins solo llaman a localhost.


Características

  • Arquitectura STM / LTM — memoria de sesión a corto plazo con decaimiento + memoria a largo plazo con puntuación de importancia de 4 dimensiones

  • Búsqueda BM25 + vectorial — recuperación por palabras clave (simple) o semántica (Qdrant)

  • Servidor MCP — integración de primera clase con Claude Code con más de 15 herramientas

  • Hooks de plugins — hooks de ciclo de vida para Claude Code, Cursor, Gemini CLI, Codex CLI

  • Interfaz de panel de control — panel web en tiempo real en http://localhost:8080/ui

  • Economía de tokens — rastrea tokens de descubrimiento frente a lectura y ratio de eficiencia

  • Totalmente local — LLM de Ollama + embeddings locales + Qdrant integrado, sin dependencia de la nube


Related MCP server: claude-recall

Instalación

Desde el código fuente

git clone https://github.com/your-org/memovault
cd memovault
pip install -e .       # or: uv sync
cp .env.example .env

Desde PyPI

pip install memovault

Configuración

Opción A — Totalmente local (Ollama)

1. Instala Ollama y descarga los modelos

# macOS
brew install ollama

# Linux
curl -fsSL https://ollama.com/install.sh | sh

ollama pull llama3.1           # main LLM
ollama pull nomic-embed-text   # embeddings

2. Configura .env

MEMOVAULT_LLM_BACKEND=ollama
MEMOVAULT_OLLAMA_MODEL=llama3.1:latest
MEMOVAULT_OLLAMA_API_BASE=http://localhost:11434

MEMOVAULT_EMBEDDER_BACKEND=ollama
MEMOVAULT_EMBEDDER_OLLAMA_MODEL=nomic-embed-text:latest

# simple = BM25 (no vector DB), vector = Qdrant (semantic search)
MEMOVAULT_MEMORY_BACKEND=simple

MEMOVAULT_DATA_DIR=./memovault_data

3. Iniciar

memovault service start
open http://localhost:8080/ui

Opción B — OpenAI

MEMOVAULT_LLM_BACKEND=openai
MEMOVAULT_OPENAI_API_KEY=sk-...
MEMOVAULT_OPENAI_MODEL=gpt-4o-mini

MEMOVAULT_EMBEDDER_BACKEND=openai
MEMOVAULT_EMBEDDER_OPENAI_MODEL=text-embedding-3-small

MEMOVAULT_MEMORY_BACKEND=vector

El contenido de la memoria se envía a la API de OpenAI para su puntuación y embedding cuando se utiliza este backend.


Claude Code — Integración MCP

Añadir a ~/.claude/claude.json:

Local (Ollama)

{
  "mcpServers": {
    "memovault": {
      "command": "memovault",
      "args": ["mcp"],
      "env": {
        "MEMOVAULT_LLM_BACKEND": "ollama",
        "MEMOVAULT_OLLAMA_MODEL": "llama3.1:latest"
      }
    }
  }
}

OpenAI

{
  "mcpServers": {
    "memovault": {
      "command": "memovault",
      "args": ["mcp"],
      "env": {
        "MEMOVAULT_LLM_BACKEND": "openai",
        "MEMOVAULT_OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

Hooks de plugins

Los hooks inyectan automáticamente el contexto de memoria antes de cada prompt y guardan resúmenes de sesión al salir. Requiere que la API REST esté en ejecución.

Inicio rápido

memovault service start                        # start REST API
memovault plugins install claude-code          # install hooks

Todas las plataformas

memovault plugins list                         # show status for all platforms
memovault plugins install claude-code
memovault plugins install cursor
memovault plugins install gemini
memovault plugins install codex

memovault plugins uninstall claude-code        # remove hooks

Qué hace cada hook

Hook

Disparador

Acción

UserPromptSubmit

Antes de cada prompt

Recupera resúmenes de sesiones recientes + recuerdos relevantes, los antepone como contexto

Stop

Cuando la herramienta se cierra

Resume la sesión y la almacena en LTM

Detalles de la plataforma

Claude Code — escribe hooks en ~/.claude/settings.json:

{
  "hooks": {
    "UserPromptSubmit": [{
      "matcher": ".*",
      "command": "memovault hook prompt-submit --api http://localhost:8080"
    }],
    "Stop": [{
      "command": "memovault hook session-end --api http://localhost:8080"
    }]
  }
}

Cursor — escribe la configuración memovault.hooks en el settings.json de Cursor.

Gemini CLI / Codex CLI — añade una función de shell wrapper a ~/.zshrc. Ejecuta source ~/.zshrc una vez después de la instalación para activar.

Iniciar el servicio automáticamente al iniciar sesión

# Add to ~/.zshrc or ~/.bash_profile
memovault service start 2>/dev/null

Gestión del servicio

memovault service start           # start REST API in background
memovault service start --port 9090
memovault service status
memovault service stop

# Foreground (useful for debugging)
memovault api --host 127.0.0.1 --port 8080

Licencia

MIT

Install Server
A
license - permissive license
A
quality
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    Not graded
    quality
    F
    maintenance
    A persistent memory server for Claude Code that captures session context and tool outputs to inject relevant history into future sessions. It enables long-term recall through semantic search and automatic context management, allowing for more consistent and context-aware coding interactions.
    10
    253
    ISC
  • A
    license
    A
    quality
    D
    maintenance
    A persistent semantic memory system for Claude Code that provides a structured, versioned document store with semantic search and graph visualization. It acts as a memoization layer to store and retrieve research, design decisions, and codebase insights across different work sessions.
    10
    Apache 2.0
  • A
    license
    A
    quality
    C
    maintenance
    A full-featured long-term memory system for Claude Code that persistently stores and retrieves preferences, decisions, and project context across sessions using hybrid search and LLM-powered extraction.
    14
    8
    MIT

View all related MCP servers

Related MCP Connectors

  • Long-term memory for AI assistants. Hybrid retrieval, query expansion, auto-topics.

  • Persistent memory for AI agents — verbatim conversations, searchable by meaning.

  • Persistent memory and cross-session learning for AI coding assistants (hosted remote MCP).

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Blvckjs96/MemoVault'

If you have feedback or need assistance with the MCP directory API, please join our Discord server