Skip to main content
Glama
deenesjakoruzh
Blvckjs96

MemoVault

by Blvckjs96
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

MemoVault

AIアシスタントのためのパーソナルメモリシステム — すべてローカル環境で実行され、データはローカルに保存されます。ライフサイクル・フックを通じて、Claude Code、Cursor、Gemini CLI、Codexと統合します。

プライバシー第一。 デフォルトではデータはマシンから外部へ送信されません。メモリはローカルファイルとして保存されます。ダッシュボードは自身のREST APIをポーリングします。プラグインのフックは localhost のみを呼び出します。

機能

  • STM / LTMアーキテクチャ — 減衰を伴う短期セッションメモリ + 4次元の重要度スコアリングを備えた長期メモリ

  • BM25 + ベクトル検索 — キーワード（シンプル）またはセマンティック（Qdrant）による検索

  • MCPサーバー — 15以上のツールを備えたClaude Codeとのファーストクラスな統合

  • プラグイン・フック — Claude Code、Cursor、Gemini CLI、Codex CLI用のライフサイクル・フック

  • ダッシュボードUI — http://localhost:8080/ui で利用可能なリアルタイムWebダッシュボード

  • トークンエコノミクス — 発見トークン対読み取りトークンと効率比を追跡

  • 完全ローカル — Ollama LLM + ローカル埋め込み + 組み込みQdrantにより、クラウド依存ゼロ

Related MCP server: claude-recall

インストール

ソースから

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

PyPIから

pip install memovault

セットアップ

オプションA — 完全ローカル (Ollama)

1. Ollamaをインストールし、モデルをプルする

# 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. .env を設定する

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. 起動

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

オプション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

このバックエンドを使用する場合、メモリの内容はスコアリングと埋め込みのためにOpenAIのAPIに送信されます。

Claude Code — MCP統合

~/.claude/claude.json に以下を追加します：

ローカル (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-..."
      }
    }
  }
}

プラグイン・フック

フックは各プロンプトの前に自動的にメモリコンテキストを挿入し、終了時にセッションの要約を保存します。REST APIが実行されている必要があります。

クイックスタート

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

すべてのプラットフォーム

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

各フックの動作

フック

トリガー

アクション

UserPromptSubmit

すべてのプロンプトの前

最近のセッション要約と関連メモリを取得し、コンテキストとして先頭に追加

Stop

ツール終了時

セッションを要約し、LTMに保存

プラットフォームの詳細

Claude Code — ~/.claude/settings.json にフックを書き込みます：

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

Cursor — Cursorの settings.json に memovault.hooks 設定を書き込みます。

Gemini CLI / Codex CLI — ~/.zshrc にシェルラッパー関数を追加します。インストール後、有効にするために一度 source ~/.zshrc を実行してください。

ログイン時にサービスを自動起動する

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

サービス管理

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

ライセンス

MIT

Install Server
A
license - permissive license
A
quality
D
maintenance

How are these scores calculated?

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.

Tools

Related MCP Servers

  • claude-recall

    nhevers
    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

  • claude-crowed

    TheNewJavaman
    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

  • MCP-Memory-LanceDB-Pro

    bcornish1797
    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

  • Amber

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

  • Engram

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

  • ContextStream

    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