MemoGraph 🧠

MemoGraph는 마크다운 노트가 담긴 폴더를 쿼리 가능하고 AI-ready한 지식 그래프로 바꿔 줍니다. LLM의 메모리 문제를 해결합니다. — AI 어시스턴트가 지난주 화요일의 결정을 잊어버리고, 두 프로젝트에 걸친 관련 노트를 찾지 못하며, 같은 인사이트를 되풀이해서 다시 만들어 내는 문제를, 여러분이 통제하는 일반 마크다운 파일로 존재하는 지속적이고 탐색 가능하며 출처 추적(attribution)이 용이한 메모리 레이어를 제공함으로써 해결합니다.

여러분은 평소 하던 방식 그대로 노트를 쓰면 됩니다. MemoGraph가 그 노트를 인덱싱하고, [[wikilinks]]에서 그래프를 만들며, 현저성(salience)에 따라 순위를 매겨 필요할 때 LLM(또는 팀)에게 제공합니다.

⚡ 60초 만에 사용해 보기

pip install memograph
memograph quickstart

그게 전부입니다. quickstart 명령은 상호 연결된 작은 샘플 볼트(그 사이에 실제 위키링크가 있는 Python 개발 관련 노트 15개)를 디스크에 만들고, 이를 인제스트한 다음, 세 가지 라이브 데모 쿼리를 실행합니다. 그래야 도입할지 결정하기 전에 그래프 + 하이브리드 검색이 작동하는 모습을 직접 볼 수 있습니다. 특히 다음 쿼리를 시도해 보세요:

memograph --vault ~/memograph-quickstart search "FastAPI dependency injection"

볼트에는 FastAPI dependencies라는 제목의 노트(Depends(...)에 대한 내용)가 들어 있습니다. 그런데 "dependency"와 "injection"이라는 단어는 어떤 노트 제목에도 등장하지 않습니다. MemoGraph는 그럼에도 그 노트를 찾아냅니다. 하이브리드 검색이 "dependency injection"의 의미를 이해하고, 위키링크 그래프가 관련 노트를 서로 이어 주기 때문입니다. 이것이 바로 이 제품의 핵심이며, 단 하나의 쿼리로 입증됩니다.

memograph quickstart --force를 언제든 다시 실행하면 새 데모로 초기화됩니다. 준비가 되셨다면 MemoGraph를 실제 노트에 적용하세요: memograph --vault ~/your-notes ingest.

Related MCP server: exocortex

얻을 수 있는 것

개인 사용자 / 지식 노동자로서

• 사람이 읽을 수 있는 마크다운 파일로 만든 볼트 — 독점 포맷도 없고 락인도 없습니다. 여러분의 노트는 어떤 도구보다 오래 갑니다.

• 키워드 검색, 시맨틱 유사도, 그래프 탐색을 결합한 하이브리드 검색을 제공하므로 정확한 단어를 기억하지 못해도 원하는 노트를 찾을 수 있습니다.

• AI가 보조하는 태깅, 링크 제안, 갭 탐지를 통해 지식 베이스를 그대로 방치하지 않고 성장시킬 수 있습니다.

• 살펴보기, 편집, 그래프 시각화를 위한 CLI와 웹 UI를 제공합니다.

AI 에이전트 / IDE 사용자로

• 30개 이상의 도구를 갖춘 일급의 Model Context Protocol (MCP) 서버 — Claude Desktop, Claude Code, Cursor, Cline, Windsurf, Continue, Zed, VS Code, Goose, Gemini CLI, OpenAI Codex CLI 등과 즉시 사용 가능합니다.

• AI 대화에서 나온 결정과 맥락을 볼트에 자동으로 담아내는 자율적인 "auto-save" 훅.

• 대화별 메모리 회상 — 어시스턴트가 매번 맥락을 복사/붙여넣기하지 않아도 "지난주에 H에 대해 무엇을 결정했었지?"를 가져올 수 있습니다.

엔터프라이즈 / SaaS 운영자로

• 멀티 테넌트 배포 — 테넌트마다 파일시스템 수준으로 격리, end-to-end 격리 테스트, warm-LRU 커널 캐시.

• OIDC + API 키 인증 (JWKS 지원: Auth0, Clerk, WorkOS, Keycloak, Azure AD, Okta), 엄격한 CORS, 요청 크기 상한, 속도 제한.

• GDPR을 준수하는 스케줄 삭제 — 유예 기간을 가진 tombstone 흐름, 자동 최종 백업, 고유 관리 세정 작업, 삭제마다 남는 감사 로그.

• 내장 가시성 — OpenTelemetry 트레이스 + Prometheus /metrics, 요청 ID가 포함된 얼룩이 잡힌 JSON 로깅, 오케스트레이션용 별도 /healthz / /readyz.

• 코드와 함께 제공되는 운영 런북 — 설치, SSO 설정, RBAC, 백업·복원, GDPR 절차.

소비자가 얻는 이점

✨ 주요 기능 한눈예

핵심 메모리 엔진

• 그래프 기반 메모리 — 양방향 [[wikilinks]]가 탐색 가능 지식 그래프을 자동으로 생성합니다.

• 하이브리드 검색 — 키워드 + 시맨틱 임베딩 + 그래프 탐색을 결합하고 재순위화합니다.

• 인지 과학에서 영감을 받은 메모리 유형 — 일화적(episodic), 의미(semantic), 절차적(procedural), 사실(fact) 메모리.

• 현저성(salience) 점수(0–1) — 시간이 지나면 하락 하고, 열면 상승합니다.

• 스마트 인덱싱 — mtime 기반 캐시로 변경된 파일만 다시 파싱합니다.

• 컨텍스트 압축 — LLM 프롬프트를 위한 토큰 예산을 인식하는 윈도우링.

• 마크다운-기본 볼트 — 모든 메모리는 YAML frontmatter를 갖춘 .md 파일이므로 독자 형식이 없습니다.

AI 기능

• 스마트 자동 조직화 엔진 — 메모리에서 주제, 사람, 할 일, 결정, 질문, 감정, 위험, 아이디어, 타임라인 이벤트를 추출합니다.

• AutoTagger — 시맨틱 분석, 구조 감지, 패턴 학습을 통해 태그를 제안합니다.

• LinkSuggester — 관련 노트로의 [[wikilinks]]를 제안하며, 양방향 링크 기회도 포함합니다.

• GapDetector — 누락된 주제, 약하게 다뤄진 영역, 고립된 노트, 실패한 링크를 드러냅니다.

• 지식 분석 — 볼트 통계, 주제 군집화, 학습 경로, 관계 분석.

인터페이스

• Python API — 동기/비동기/배치 변형을 지원하는 Memory 커널.

• CLI — 24개 이상의 명령으로 인제스트, 검색, 배치 작업, 가져오기, 내보내기, 백업, AI 기능을 제공합니다.

• MCP 서버 — 30개 이상의 도구, stdio 전송, 모든 빈 형(MCP) 호환 클라이언트에 즉시 장착 가능.

• 웹 UI — React + D3 그래프 시각화, 검색 및 편집 (FastAPI 백엔드 + Vite 프론트엔드).

• HTTP API — /api/v1/의 이름이 따라 버전되며, CI에서 OpenAPI 스냅샷을 생성하여 서비스 간 통합 준비 완료.

엔터프라이즈 및 SaaS 대응

• 복수명 — 파일시스템 별도 테넌트, warm-LRU 커널 레지스트리, 테넌트별 감사 로그, 출시를 결정하는 end-to-end 격리 테스트.

• 인증 — OIDC(JWKS) 또는 해시 API 키, 경로별 접근 범위, 정체성을 감사 로그에 바인딩.

• 웹 보안 강화 — 엄격한 CORS, slowapi 속도 제한, 요청 크기 상한, 요청 ID가 있는 구조적 JSON, 오류 반환하는 500 오류 처리기.

• 저장소 보안 강화 — 경로 조작 방지형 볼트 쓰기, 볼트 크기 soft/hard 상한, 스키마 버전 관리된 캐시 파일.

• GDPR 제17조에 따른 예약 삭제 — 구성 가능한 유예 기간의 tombstone, 자동 최종 백업, 매일 reaper 스크립트, 유예 종료 전 취소 엔드포인트.

• 관찰 가능성 — OpenTelemetry FastAPI 필요 / asyncio 자동 계측, Prometheus /metrics, OTLP 내보내기.

• 신뢰성 — 동시성 감사, 동시 쓰기 스트레스 테스트, 무결성 검사를 갖춘 버전 백업 형식.

• 배포 — 의존 버전을 고정 및 잠금으로 관리, Docker compose 자체 호스팅, 보안 워크플로우(bandit + pip-audit).

운영 담당자를 위해 docs/INSTALL_ENTERPRISE.md, docs/SSO_SETUP.md, docs/GDPR_RUNBOOK.md, docs/BACKUP_RESTORE_RUNBOOK.md, docs/OBSERVABILITY_GUIDE.md, 그리고 docs/RBAC_GUIDE.md 문서에서 자세한 내용을 확인하세요.

🚀 빠른 시작

직접 호스팅하시나요? docs/HOSTING_GUIDE.md가 네 가지 진정 무료 경로 — Oracle Free Tier, Cloudflare Tunnel + 내 장비 (대부분에게 권장), GCP always-free 조합, 그리고 GitHub 레포지토리-볼트 방식을 다룹니다. Workspace identity via OIDC와 드라이브-백업 활용법은 docs/GOOGLE_WORKSPACE_SETUP.md에 문서화되어 있습니다.

설치

pip install memograph

옵션 의존성과 함께 설치할 수도 있습니다:

# For OpenAI support
pip install memograph[openai]

# For Anthropic Claude support
pip install memograph[anthropic]

# For Ollama support
pip install memograph[ollama]

# For embedding support
pip install memograph[embeddings]

# Install everything
pip install memograph[all]

Python 사용 예시

from memograph import MemoryKernel, MemoryType

# Initialize the kernel attached to your vault path
kernel = MemoryKernel("~/my-vault")

# Ingest all notes in the vault
stats = kernel.ingest()
print(f"Indexed {stats['indexed']} memories.")

# Programmatically add a new memory
kernel.remember(
    title="Meeting Note",
    content="Decided to use BFS graph traversal for retrieval.",
    memory_type=MemoryType.EPISODIC,
    tags=["design", "retrieval"]
)

# Retrieve context for an LLM query
context = kernel.context_window(
    query="how does retrieval work?",
    tags=["retrieval"],
    depth=2,
    top_k=8
)

print(context)

🔌 MCP 서버 (Model Context Protocol)

MemoGraph에는 Cline 및 Claude Desktop 같은 AI 비서와의 문제 없는 연동을 위한 상용-기능 MCP 서버가 포함되어 있습니다.

📖 MemoGraph MCP가 처음인가요? **MCP 사용자 가이드**로 실용적인 사용법과 예제를 확인해 보세요!

🚨 연결 문제가 증가요? **설정 및 문제 해결 가이드**를 살펴보세요 — "연결할 수 없습니다(cannot connect)" 오류에 대한 일반적인 해결 방법이 있습니다!

19개 사용 가능한 도구

지원 클라이언트

MemoGraph의 MCP 서버는 stdio 서버이므로 MCP와 호환되는 모든 에이전트 CLI 또는 편집기와 함께 실행됩니다. 전체 설정 가이드(구성 파일 경로, 형식 특성, 검증 단계)는 **docs/MCP_CLIENTS.md**에 있습니다.

MCP 서버 실행

pip install memograph(또는 uv tool install memograph) 후 세 가지 실행 명령은 모두 동일합니다:

memograph-mcp                              # console script (recommended)
python -m memograph.mcp.run_server         # module form (works with any Python)
uvx --from memograph memograph-mcp         # zero-install via uv

memograph-mcp와 memograph는 모두 콘솔 스크립트로 등록됩니다. 전자는 MCP 서버를 시작하고 후자는 CLI입니다. 둘은 충돌하지 않습니다.

읽기 전용 모드

공유 배포 환경 또는 신뢰할 수 없는 클라이언트를 위해 MEMOGRAPH_READONLY=true를 설정하세요. 서버는 vault에 쓰기 작업을 하는 모든 도구인 create_memory, import_document, update_memory, delete_memory, relate_memories, bulk_create, batch_update, batch_delete, import_backup_tool 및 자동 저장 hooks를 거부하고, 대신 구조화된 {"success": false, "readonly": true, "error": "..."} 페이로드를 반환합니다. 읽기 도구(search_vault, query_with_context, list_memories, get_memory, 분석, 그래프 탐색)는 완전히 작동합니다.

Claude Desktop 빠른 설정

claude_desktop_config.json에 다음을 추가하세요:

{
  "mcpServers": {
    "memograph": {
      "command": "memograph-mcp",
      "env": {
        "MEMOGRAPH_VAULT": "/path/to/your/vault"
      }
    }
  }
}

memograph-mcp 바이너리가 클라이언트의 PATH에 없는 경우(클라이언트가 셸 환경 없이 실행될 때 흔함), 명시적 모듈 형태를 사용하세요:

{
  "mcpServers": {
    "memograph": {
      "command": "python",
      "args": ["-m", "memograph.mcp.run_server"],
      "env": {
        "MEMOGRAPH_VAULT": "/path/to/your/vault"
      }
    }
  }
}

Cline 빠른 설정

~/.cline/mcp_settings.json에 다음을 추가하세요:

{
  "mcp": {
    "servers": {
      "memograph": {
        "command": "memograph-mcp",
        "env": {
          "MEMOGRAPH_VAULT": "/path/to/your/vault"
        }
      }
    }
  }
}

Claude Code, Cursor, Windsurf, Continue, Zed, VS Code, Goose, Gemini CLI, Codex CLI, LM Studio, Cherry Studio, Bob Shell의 경우 **docs/MCP_CLIENTS.md**를 참조하세요.

MCP 레지스트리에서 설치

새 소식: MemoGraph가 이제 공식 MCP Registry에 있습니다! 🎉

Registry URL: https://github.com/modelcontextprotocol/servers

pip install memograph

그런 다음 클라이언트에 맞는 스니펫을 config 파일에 넣으세요(위 표 또는 docs/MCP_CLIENTS.md 참조).

MCP Registry 등재의 장점:

• ✅ Anthropic, GitHub, Microsoft가 뒷받침하는 공식 레지스트리

• ✅ 모든 MCP 호환 클라이언트가 발견 가능

• ✅ 검증된 server card 및 메타데이터

• ✅ PyPI 패키지에서 직접 링크

• ✅ MCP 커뮤니티에서 신뢰

참고: 레지스트리는 PyPI 패키지 버전을 사용합니다. pip install memograph를 실행하면 자동으로 최신 레지스트리 등재 버전을 받게 됩니다.

전체 제출 및 구성 안내는 **MCP_REGISTRY_GUIDE.md**를 참조하세요.

사용 예시

구성 후 AI 어시스턴트와 자연어로 대화할 수 있습니다:

"Search my vault for memories about Python"
"Create a memory titled 'Project Ideas' with content '...'"
"Update memory abc-123 to have salience 0.9"
"Delete memory xyz-456"
"What tools are available?"
"Get vault statistics"

전체 MCP 구성 가이드는 **CONFIG_REFERENCE.md**를 참조하세요.

자동 저장 hooks 사용

MemoGraph는 자동으로 대화를 저장하는 자율 hooks를 제공합니다:

• ⚠️ 중요: Hooks는 수동 도구 — 설정은 Autonomous Hooks Guide 참조

• 📝 빠른 해결법: Claude Desktop에 custom instruction 추가(자세한 지침은 가이드 안에 있음)

• 🔧 MEMOGRAPH_AUTONOMOUS_MODE=true 로 설정

전체 Autonomous Hooks 사용자 가이드 읽기 →

🎯 CLI 사용법

MemoGraph는 vault를 관리하고 대화할 수 있는 강력한 CLI를 제공합니다.

문서 가져오기 500Injest

마크다운 파일을 그래프 데이터베이스에 인덱싱합니다:

memograph --vault ~/my-vault ingest

해당 파일들을 강제로 다시 인덱싱합니다:

memograph --vault ~/my-vault ingest --force

기억 추가

명령줄에서 빠르게 메모리를 추가합니다:

memograph --vault ~/my-vault remember \
    --title "Team Sync" \
    --content "Discussed Q3 goals." \
    --tags planning q3

컨텍스트 창

쿼리에 대한 컨텍스트를 생성합니다:

memograph --vault ~/my-vault context \
    --query "What did we decide about the database?" \
    --tags architecture \
    --depth 2 \
    --top-k 5

질문(대화형 채팅)

vault 컨텍스트를 사용하는 대화형 채팅 세션을 시작합니다:

memograph --vault ~/my-vault ask --chat --provider ollama --model llama3

또는 단일 질문만 할 수 있습니다:

memograph --vault ~/my-vault ask \
    --query "Summarize our design decisions" \
    --provider claude \
    --model claude-3-5-sonnet-20240620

진단

환경과 LLM 공급자 연결을 확인합니다:

memograph --vault ~/my-vault doctor

### Import Documents

Import documents (TXT, PDF, DOCX) and convert them to markdown:

```bash
# Import a single file
memograph --vault ~/my-vault import document.pdf --type episodic

# Import entire folder
memograph --vault ~/my-vault import ~/Documents --recursive

# Preview files without importing (dry run)
memograph --vault ~/my-vault import ~/Documents --dry-run

# Auto-ingest after import
memograph --vault ~/my-vault import document.pdf --auto-ingest

일괄 작업

여러 메모리를 한 번에 효율적으로 관리합니다:

# Bulk create memories from JSON/CSV
memograph --vault ~/my-vault batch-create memories.json

# Bulk update memories by filter
memograph --vault ~/my-vault batch-update \
    --filter-tags outdated \
    --add-tags reviewed \
    --salience 0.8

# Bulk delete with safety checks
memograph --vault ~/my-vault batch-delete \
    --filter-type episodic \
    --filter-max-salience 0.3 \
    --dry-run

데이터 관리

vault 내보내기, 백업, 복원:

# Export vault to JSON/CSV/Markdown
memograph --vault ~/my-vault export --format json --output backup.json

# Create timestamped backup
memograph --vault ~/my-vault backup --output ./backups

# Restore from backup
memograph --vault ~/my-vault import-backup backup.zip

설정 및 통계

설정을 관리하고 vault 분석과 통계를 확인합니다:

# View vault statistics
memograph --vault ~/my-vault stats

# Configure settings
memograph config set embedding_provider openai
memograph config get embedding_provider
memograph config list

# Manage profiles
memograph config profile create work --vault ~/work-vault
memograph config profile use work

MCP 설정

Claude Desktop 또는 Cline용 MCP 서버를 구성하는 대화형 마법사:

# Run interactive setup wizard
memograph setup-mcp

# Verify MCP configuration
memograph verify-mcp

📖 전체 CLI 문서: 24개 전체 명령을 다루는 200여 개의 예시가 포함된 자세한 문서는 **CLI 사용 가이드**를 참조하세요.

🤖 AI 기능

MemoGraph는 지식 관리 워크플로우를 더 강력하게 만드는 고급 AI 기능이 있습니다. 전체 문서는 **AI 기능 가이드**에서 확인하세요.

🏷️ AutoTagger — 지능형 태그 추천

자동으로 의미 분석, 콘텐츠 구조, 기존 패턴에 따른 관련 태그를 추천합니다:

# Suggest tags for a note
memograph suggest-tags note.md

# Apply high-confidence suggestions automatically
memograph suggest-tags note.md --apply

# Adjust confidence threshold and limit
memograph suggest-tags note.md --min-confidence 0.5 --max-suggestions 10

기능: 빈도 기반 추출 • 의미적 유사성 • 구조 검출 • 패턴 학습 • 신뢰도 점수

🔗 LinkSuggester — 스마트 위키링크 추천

의미적 유사성과 그래프 분석을 통해 관련 노트에 대한 위키링크를 지능적으로 추천합니다:

# Suggest links for a note
memograph suggest-links note.md

# Apply suggestions automatically
memograph suggest-links note.md --apply

# Show bidirectional link opportunities
memograph suggest-links note.md --show-bidirectional

기능: 의미 검색 • 키워드 매칭 • 그래프 기반 제안 • 양방향 감지 • 대상 미리보기

🔍 GapDetector — 지식 베이스 분석

vault에서 누락된 주제, 빈약한 커버리지, 고립된 메모리를 식별합니다:

# Detect all gaps
memograph detect-gaps

# Focus on high-severity gaps
memograph detect-gaps --min-severity 0.7

# Export results to JSON
memograph detect-gaps --output json > gaps.json

갭 유형: 누락된 주제 • 부족한 커버리지 • 고립된 메모 • 누락된 링크

📊 지식 분석 — 전면 인사이트

전체 지식베이스에 대한 종합 분석을 얻을 수 있습니다:

# Full analysis with all features
memograph analyze-knowledge

# Export detailed report to JSON
memograph analyze-knowledge --output json > analysis.json

분석 대상: Vault 통계 • 주제 클러스터링 • 학습 경로 • 갭 발견 • 연결 분석

AI 기능용 Python API

from memograph import MemoryKernel
from memograph.ai import AutoTagger, LinkSuggester, GapDetector

kernel = MemoryKernel("~/my-vault")
kernel.ingest()

# Get tag suggestions
tagger = AutoTagger(kernel, min_confidence=0.4)
suggestions = await tagger.suggest_tags(
    content="Python is great for data science",
    title="Data Science with Python"
)

# Get link suggestions
suggester = LinkSuggester(kernel, min_confidence=0.5)
links = await suggester.suggest_links(
    content="Python async programming tutorial",
    title="Async Python"
)

# Detect knowledge gaps
detector = GapDetector(kernel, min_severity=0.5)
gaps = await detector.detect_gaps()

# Comprehensive analysis
analysis = await detector.analyze_knowledge_base()

📖 전체 문서:

• AI 기능 가이드 — 예제가 포함된 종합 가이드

• 웹 UI 가이드 — 브라우저에서 AI 기능 사용하기

• MCP AI 도구 가이드 — Claude 및 Cline용 AI 기능

💡 사용 사례: 메모 자동 정리 • 연결 발견 • 갭 파악 • 일관성 유지 • 학습 경로 구축

📖 핵심 개념

메모리 유형

인과 신경 •인지과학에서 영향을 받은 다양한 유형의 메모리를 지원합니다:

• Episodic: 개인 경험과 사건 (예: 미팅 노트)

• Semantic: 사실과 일반 지식 (예: 문서)

• Procedural: 방법 지식·절차 (예: 튜토리얼)

• Fact: 개별 사실 정보 (예: 구성 값)

그래프 탐색

라이브러리는 그래프를 탐색할 때 무가(广度優先搜索) 즉 BFS(Breadth-First Search)를 사용합니다:

# Retrieve nodes with depth=2 (2 hops from seed nodes)
nodes = kernel.retrieve_nodes(
    query="graph algorithms",
    depth=2,  # Traverse up to 2 levels deep
    top_k=10  # Return top 10 relevant memories
)

현출성 점수

각 메모리는 중요도를 나타내는 0.0–1.0 사이의 현출성(salience) 점수를 갖습니다:

---
title: "Critical Architecture Decision"
salience: 0.9
memory_type: semantic
---

We decided to use PostgreSQL for better ACID guarantees...

🏗️ 프로젝트 구조

MemoGraph/
├── memograph/          # Main package
│   ├── core/           # Core functionality
│   │   ├── kernel.py   # Memory kernel
│   │   ├── graph.py    # Graph implementation
│   │   ├── retriever.py # Hybrid retrieval
│   │   ├── indexer.py  # File indexing
│   │   └── parser.py   # Markdown parsing
│   ├── adapters/       # LLM and embedding adapters
│   │   ├── embeddings/ # Embedding providers
│   │   ├── frameworks/ # Framework integrations
│   │   └── llm/        # LLM providers
│   ├── storage/        # Storage and caching
│   ├── mcp/            # MCP server implementation
│   └── cli.py          # CLI implementation
├── tests/              # Test suite
├── examples/           # Example usage
└── scripts/            # Utility scripts

🤝 기여해 주세요

기여를 환영합니다. 자세한 내용은 기여 가이드를 참조하세요.

개발 환경 설정

1. 저장소 복제:

   git clone https://github.com/Indhar01/MemoGraph.git
   cd MemoGraph

2. 개발 모드로 설치:

   pip install -e ".[all,dev]"

3. pre-commit hooks 설치:

   pre-commit install

4. 테스트 실행:

   pytest

코드 품질

높은 코드 품질을 유지합니다:

• Linting(넷팅): 빠른 파이썬 린팅을 위한 Ruff

• Formatting(포매팅): 일관된 코드 스트라이프를 위한 Ruff formatter

• Type Checking(유형 검사): 정적 유형 분석을 위한 MyPy

• Testing(테스트): 포괄적인 테스트 커버리지를 갖춘 Pytest

• Pre-commit 후크: 매 커밋 전 자동 검사

📚 문서

시작하기

• 호스팅 가이드 - 💸 무료 호스팅 옵션 (Oracle Free Tier, Cloudflare Tunnel, GCP, GitHub-vault) 및 보안 강화(hardening) 체크리스트

• Google Workspace 설정 - 🔐 OIDC 신원 인증 + Drive 이식 가능 백업

• MCP 클라이언트 가이드 - 🔌 15개 이상의 에이전트형 CLI/에디터용 설정 스니펫 (Claude Code, Cursor, Windsurf, Continue, Zed, VS Code, Goose, Gemini CLI, Codex CLI, LM Studio, …)

• MCP 사용자 가이드 - ⭐ 여기서 시작하세요! MemoGraph MCP 사용에 대한 전체 가이드

• 설정 및 문제 해결 - 🚨 연결이 안 되시나요? 연결 문제에 대한 단계별 해결 방법

• MCP 테스트 가이드 - 설정 후 MCP 서버 테스트하기

개발자 및 기여자용

• MCP 레지스트리 가이드 - 공식 MCP Registry에 게시하기

• 버전 관리 전략 - 시맨틱 버전 관리 및 릴리스 계획

• AGENTS.md - 이 코드베이스에서 작업하는 AI 에이전트를 위한 가이드

• 기여 가이드 - 프로젝트에 기여하는 방법

• 행동 강령 - 커뮤니티 지침

• 보안 정책 - 보안 신고 및 모범 사례

• 변경 로그 - 버전 기록 및 변경 사항

🔒 보안

취약점 신고는 보안 정책을 참조하세요.

📄 라이선스

이 프로젝트는 MIT 라이선스를 따릅니다. 자세한 내용은 LICENSE 파일을 참조하세요.

🌟 감사의 글

LLM 애플리케이션에서 더 나은 메모리 관리가 필요하다는 데서 영감을 얻었습니다. 다음과 같이 만들어졌습니다:

• Graph 기반 지식 표현

• 하이브리드 검색 전략

• 인지 과학 원리

📬 연락 및 지원

• 이슈: GitHub 이슈

• 토론: GitHub Discussions

📣 커뮤니티 및 피드백

커뮤니티의 피드백과 기여를 소중하게 생각합니다! 참여 방법은 다음과 같습니다:

이슈 신고

버그를 발견했거나 기능 요청이 있으신가요? GitHub에서 이슈 열기를 클릭하세요.

토론

GitHub Discussions에서 대화에 참여하세요:

• 질문하기

• 사용 사례 공유하기

• 개선 사항 제안하기

• 만든 것을 알려주세요

기여

기여를 환영합니다! 자세한 내용은 기여 가이드를 확인하세요:

• 코드 기여

• 문서 개선

• 버그 보고 및 기능 제안

• 커뮤니티 지원

계속 업데이트 유지하기

• ⭐ GitHub에서 저장소에 스타를 눌러주세요

• 👁️ 업데이트와 릴리스를 주목하세요

• 📦 PyPI에서 이 프로젝트를 팔로우하세요

• 🔗 MCP Registry 목록 확인해 보기

🚦 상태

현재 버전: 0.3.0

단일 테넌트 배포는 안정적이며 상용 환경에서 권장됩니다. 다중 테넌트 배포는 기능이 완성되어 있습니다. 엔드투엔드 격리 테스트가 릴리스를 승인하며, 공개 API는 v1.0에서 안정화될 예정입니다.

• ✅ 핵심 기능 안정성 및 테스트 완료 (보안, 계약, 테넌시 제품군 전체 172개또는 그 이상 테스트)

• ✅ MyPy로 전체 패키지 형식 검사 완료

• ✅ Ruff 린트 + 포맷 + pre-commit 훅

• ✅ CI에 OpenAPI 계약(v1) 스냅샷 포함

• ✅ e2e 테스트 제품군에서 다중 테넌트 격리 불변식(invariants) 검증 верно

• ⚠️ 공개 API는 v1.0.0 이전에 일부 버전에서 변경될 수 있습니다.

최근에 추가된 사항

• Phase 3.7 — GDPR을 준수하는 예약 테넌트 삭제: 유예 기간(token with grace-period) tombstone, 일일 reaper, 자동 최종 백업.

• Phase 3.5 — TenantRegistry가 요청 경로에 연결됨; 관리자 이외의 라우트는 테넌트별로 커널을 결정.

• Phase 3 scaffold — 멀티테넌시 ADR, TenantStorage, TenantRegistry, 테넌트 수명 주기의 관리자 라우트.

• Phase 2 — OpenTelemetry + Prometheus, 구조화된 JSON 로깅, 동시성 감사, 스트레스 테스트.

• Phase 1 — OIDC + API 키 인증, slowapi 속도 제한, 제한적 CORS, 요청 크기 상한, 보관소 크기 상한, 스키마 버전 캐시, OpenAPI v1 계약, 보안 테스트 제품군.

• Phase 0 — 경로 탐색 공격 방지 보관소 쓰기, 정보 누출 없는 오류 처리기, 의존성 고정, Docker compose, 보안 CI 워크 스트림.

• 🚀 공식 MCP 레지스트리에 게시됨 (io.github.indhar01/memograph)

더 나은 LLM 메모리 관리를 위해 ❤️로 만들다