Skip to main content
Glama
██╗      ██████╗  ██████╗  ██████╗ ███████╗
██║     ██╔═══██╗██╔════╝ ██╔═══██╗██╔════╝
██║     ██║   ██║██║  ███╗██║   ██║███████╗
██║     ██║   ██║██║   ██║██║   ██║╚════██║
███████╗╚██████╔╝╚██████╔╝╚██████╔╝███████║
╚══════╝ ╚═════╝  ╚═════╝  ╚═════╝ ╚══════╝

        ███████╗██╗     ██╗   ██╗██╗  ██╗
        ██╔════╝██║     ██║   ██║╚██╗██╔╝
        █████╗  ██║     ██║   ██║ ╚███╔╝ 
        ██╔══╝  ██║     ██║   ██║ ██╔██╗ 
        ██║     ███████╗╚██████╔╝██╔╝ ██╗
        ╚═╝     ╚══════╝ ╚═════╝ ╚═╝  ╚═╝

Mnemo

Расширенная память для ИИ-ассистентов через кэширование контекста Gemini.

Mnemo (с греч. — память) предоставляет ИИ-ассистентам, таким как Claude, доступ к большим кодовым базам, сайтам с документацией, PDF-файлам и многому другому, используя окно контекста Gemini на 1 млн токенов и функции кэширования контекста.

Почему Mnemo?

Вместо сложных конвейеров RAG с эмбеддингами и поиском, Mnemo использует более простой подход:

  • Загрузите всю свою кодовую базу в кэш контекста Gemini

  • Запрашивайте её на естественном языке

  • Позвольте Claude управлять процессом, пока Gemini удерживает контекст

Это дает вам:

  • Идеальное воспроизведение — отсутствие разбивки на части (chunking) или поиска означает отсутствие потери контекста

  • Низкая задержка — кэшированный контекст обслуживается быстро

  • Экономия средств — кэшированные токены стоят на 75-90% дешевле, чем обычные входные токены

  • Простота — никаких векторных баз данных, эмбеддингов или сложной логики поиска

Related MCP server: Heimdall MCP Server

Что может загрузить Mnemo?

Источник

Локальный сервер

Воркер

Репозитории GitHub (публичные)

Репозитории GitHub (приватные)

Любой URL (документация, статьи)

PDF-документы

JSON API

Локальные файлы/директории

Многостраничное сканирование

✅ без ограничений

✅ макс. 40 страниц

Варианты развертывания

Mnemo можно развернуть тремя способами в зависимости от ваших потребностей.

Вариант 1: Локальный сервер (разработка и полная функциональность)

Лучший вариант для разработки и случаев, когда нужно загружать локальные файлы.

# Clone and install
git clone https://github.com/logos-flux/mnemo
cd mnemo
bun install

# Set your Gemini API key
export GEMINI_API_KEY=your_key_here

# Start the server
bun run dev

Конфигурация Claude Code MCP:

{
  "mcpServers": {
    "mnemo": {
      "type": "http",
      "url": "http://localhost:8080/mcp"
    }
  }
}

Вариант 2: Self-hosted Cloudflare Worker (рекомендуется для Claude.ai)

Разверните в своей учетной записи Cloudflare. Вы контролируете свои данные и расходы.

Предварительные требования:

# Clone and install
git clone https://github.com/logos-flux/mnemo
cd mnemo/packages/cf-worker

# Configure secrets
bunx wrangler secret put GEMINI_API_KEY
bunx wrangler secret put MNEMO_AUTH_TOKEN  # Optional but recommended

# Create D1 database
bunx wrangler d1 create mnemo-cache

# Deploy
bunx wrangler deploy

Конфигурация Claude.ai MCP:

{
  "mcpServers": {
    "mnemo": {
      "type": "http",
      "url": "https://mnemo.<your-subdomain>.workers.dev/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_AUTH_TOKEN"
      }
    }
  }
}

Зачем это нужно? Claude.ai не может подключиться к localhost. Воркер предоставляет вам внешнюю конечную точку, к которой может обратиться Claude.ai.


Вариант 3: Управляемый хостинг (VIP)

Не хотите заниматься инфраструктурой? Мы предлагаем полностью управляемый хостинг Mnemo для избранных клиентов.

Включает:

  • Развертывание выделенного воркера

  • Приоритетную поддержку

  • Пользовательский домен

  • Мониторинг использования

Контакты: lf@logosflux.io для уточнения цен и доступности.


Примеры использования

# Load a GitHub repo
curl -X POST http://localhost:8080/tools/context_load \
  -H "Content-Type: application/json" \
  -d '{"source": "https://github.com/honojs/hono", "alias": "hono"}'

# Load a documentation site (crawls up to token target)
curl -X POST http://localhost:8080/tools/context_load \
  -H "Content-Type: application/json" \
  -d '{"source": "https://hono.dev/docs", "alias": "hono-docs"}'

# Load a PDF
curl -X POST http://localhost:8080/tools/context_load \
  -H "Content-Type: application/json" \
  -d '{"source": "https://arxiv.org/pdf/2303.08774.pdf", "alias": "gpt4-paper"}'

# Load a private repo (with GitHub token)
curl -X POST http://localhost:8080/tools/context_load \
  -H "Content-Type: application/json" \
  -d '{"source": "https://github.com/owner/private-repo", "alias": "private", "githubToken": "ghp_xxx"}'

# Load multiple sources into one cache
curl -X POST http://localhost:8080/tools/context_load \
  -H "Content-Type: application/json" \
  -d '{"sources": ["https://github.com/owner/repo", "https://docs.example.com"], "alias": "combined"}'

# Query the cache
curl -X POST http://localhost:8080/tools/context_query \
  -H "Content-Type: application/json" \
  -d '{"alias": "hono", "query": "How do I add middleware?"}'

# List active caches
curl -X POST http://localhost:8080/tools/context_list \
  -H "Content-Type: application/json" -d '{}'

# Get usage stats with cost tracking
curl -X POST http://localhost:8080/tools/context_stats \
  -H "Content-Type: application/json" -d '{}'

# Evict when done
curl -X POST http://localhost:8080/tools/context_evict \
  -H "Content-Type: application/json" \
  -d '{"alias": "hono"}'

CLI

# Start server
mnemo serve

# Start MCP stdio transport (for Claude Desktop)
mnemo stdio

# Load a project
mnemo load ./my-project my-proj

# Query
mnemo query my-proj "What's the main entry point?"

# List caches
mnemo list

# Remove cache
mnemo evict my-proj

Инструменты MCP

Инструмент

Описание

context_load

Загрузка репозиториев GitHub, URL, PDF или локальных директорий в кэш Gemini

context_query

Запрос к кэшированному контексту на естественном языке

context_list

Список всех активных кэшей с количеством токенов и сроком действия

context_evict

Удаление кэша

context_stats

Получение статистики использования с отслеживанием затрат

context_refresh

Перезагрузка кэша со свежим контентом

Параметры context_load

Параметр

Описание

source

Один источник: URL GitHub, любой URL или локальный путь

sources

Несколько источников для объединения в один кэш

alias

Понятное имя для этого кэша (1-64 символа)

ttl

Время жизни в секундах (60-86400, по умолчанию 3600)

githubToken

Токен GitHub для приватных репозиториев

systemInstruction

Пользовательская системная инструкция для запросов

Конфигурация

Переменная

Описание

По умолчанию

GEMINI_API_KEY

Ваш API-ключ Gemini

Обязательно

MNEMO_PORT

Порт сервера (только локально)

8080

MNEMO_DIR

Директория данных (только локально)

~/.mnemo

MNEMO_AUTH_TOKEN

Токен авторизации для защищенных эндпоинтов

Нет

Аутентификация

Когда настроен MNEMO_AUTH_TOKEN, эндпоинты /mcp и /tools/* требуют аутентификации:

# Set auth token (Workers)
bunx wrangler secret put MNEMO_AUTH_TOKEN

# Requests must include header:
Authorization: Bearer your-token-here

Публичные эндпоинты (аутентификация не требуется):

  • GET /health — Проверка работоспособности

  • GET / — Информация о сервисе

  • GET /tools — Список доступных инструментов

Расходы

Вы всегда платите за использование Gemini API независимо от варианта развертывания. Mnemo использует кэширование контекста Gemini, которое значительно дешевле стандартного ввода:

Ресурс

Стоимость

Хранение кэша

~$4.50 за 1 млн токенов в час

Кэшированный ввод

скидка 75-90% по сравнению с обычным вводом

Обычный ввод

~$0.075 за 1 млн токенов (Flash)

Пример: кодовая база на 100 тыс. токенов, кэшированная на 1 час с 10 запросами ≈ $0.47

Расходы на Cloudflare (self-hosted):

  • Workers: бесплатный тариф включает 100 тыс. запросов в день

  • D1: бесплатный тариф включает 5 млн чтений в день

  • Вероятно $0 при умеренном использовании

Архитектура

┌─────────────────────────────────────────────────────────────┐
│                         Mnemo                                │
├─────────────────────────────────────────────────────────────┤
│  MCP Tools                                                   │
│  • context_load    - Load into Gemini cache                 │
│  • context_query   - Query cached context                   │
│  • context_list    - Show active caches                     │
│  • context_evict   - Remove cache                           │
│  • context_stats   - Token usage, costs                     │
│  • context_refresh - Reload cache                           │
├─────────────────────────────────────────────────────────────┤
│  Adapters (v0.2)                                             │
│  • GitHub repos (via API)                                   │
│  • URL loading (HTML, PDF, JSON, text)                      │
│  • Token-targeted crawling                                  │
│  • robots.txt compliance                                    │
├─────────────────────────────────────────────────────────────┤
│  Packages                                                    │
│  • @mnemo/core      - Gemini client, loaders, adapters      │
│  • @mnemo/mcp-server - MCP protocol handling                │
│  • @mnemo/cf-worker - Cloudflare Workers deployment         │
│  • @mnemo/local     - Bun-based local server                │
└─────────────────────────────────────────────────────────────┘

Лицензия

MIT

Авторы

Создано Logos Flux | Voltage Labs

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.

No tool schema history has been recorded yet.

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Related MCP Connectors

Related MCP Servers

  • A
    license
    B
    quality
    C
    maintenance
    Provides AI assistants with persistent memory of your project architecture, development history, and technical decisions, allowing them to give context-aware coding help without needing repeated explanations.
    16
    61
    2
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    Provides AI coding assistants with persistent, context-rich memory of a codebase, including documentation and git history, enabling recall across sessions.
    104
    Apache 2.0
  • A
    license
    A
    quality
    A
    maintenance
    Provides persistent memory and a codebase knowledge graph for AI coding assistants, enabling shared context across multiple tools like Claude, Cursor, and ChatGPT, with significant token reduction.
    5
    25
    MIT

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/Logos-Flux/mnemo'

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