Lumena MCP Server
Lumenaとは?
Lumenaは、LLMエージェントのためのローカルファーストなメモリストアです。エージェントの記憶を構造化された記憶の宮殿(ルーム、ロキ、チャンク)に整理し、ハイブリッド検索、管理された忘却、ネイティブ統合を提供します。クラウド依存なしで、すべてあなたのハードウェア上で動作します。
クラウド不要。 埋め込みはONNX Runtimeでローカルに実行。ストレージは単一ファイルのSQLiteです。
オプションのデーモン。 バックグラウンドスケジューラは
lumena serveで自動起動し、lumena daemon startで単体実行することもできます。ハイブリッド検索。 BM25(SQLite FTS5)、コサイン類似度ベクトル検索、任意のグラフ走査をRRF(相互ランキング融合)で結合。
管理されたメモリライフサイクル。 3層の忘却メカニズム:時間ベースの減衰、類似性にである 干渉、予算に基づく追い出し。
インテグレーション。 LangGraphチェックポイントセーバー、LangChainメモリアダプター、MCPサーバー、FastAPI REST API。
Related MCP server: engram
クイックスタート
# Clone and install (lean runtime — no torch/CUDA)
git clone https://github.com/QuantumindSSI/lumena.git
cd lumena
pip install -e . # runtime: sqlite-vec, onnxruntime, transformers tokenizer…
# Initialize
lumena init --device generic
# Start the server
lumena serve
# Dashboard at http://localhost:8848/dashboard
# API docs at http://localhost:8848/docs初回は埋め込みモデルが必要です。 デフォルトでは
lumenaはモデルのエクスポートを試みるため、大規模な[export]ツールチェーンが必要になります。軽量で推奨される方法は、ビルド済みモデルバンドル(ツールチェーン不要)です。LUMENA_PREBUILT_MODEL_URLを設定するか、ワンコマンドインストーラを使用してください。
インストールオプション(extras)
基本インストールは意図的に軽量です(torch/CUDAなし)。必要な場合にだけextrasを追加してください:
インストール | 追加されるもの | 使用タイミング |
| コアランタイム+推論 | 常に使用 |
| コーディングエージェント用 MCPサーバー | OpenCode/Copilot/Claude などを使う場合 |
| ONNXエクスポートツールチェーン (optimum → torch, ~2GB) | 自分でモデルをビルドする場合のみ |
| spaCyオンボーディングウィザード |
|
| オンデバイスLLM (llama-cpp) | ナラティブ統合向け |
| フレームワークアダプター | それらのフレームワークを使う場合 |
| 上記すべて | 全部入りのローカル開発用 |
保存と取得
from lumena.config import LumenaConfig
from lumena.data.schema import get_connection
from lumena.force.mnemonic.store import store_memory
config = LumenaConfig()
conn = get_connection(config)
chunk_id = store_memory(
conn,
content="User prefers dark mode and large fonts",
room_name="preferences",
config=config,
)
conn.close()from lumena.config import LumenaConfig
from lumena.data.schema import get_connection
from lumena.conversation import ConversationMemory
config = LumenaConfig()
conn = get_connection(config)
memory = ConversationMemory(config=config, conn=conn)
turn = memory.retrieve_and_assemble("What UI settings does the user like?")
print(turn.assembled_context)$ lumena status
Lumena Status
Device: generic
Rooms: 5
Active chunks: 58
Context budget: 2048 tokens
TFC → e=0.50 a=0.50 tau=7.0 r=3APIエンドポイント
GET /health Liveness probe (unversioned)
GET /dashboard Effectiveness dashboard (HTML)
GET /metrics Machine-readable metrics
GET /v1/status Palace overview
POST /v1/search Semantic + lexical hybrid search
POST /v1/store Store a memory chunk
POST /v1/feedback Log explicit or implicit feedback
POST /v1/assemble Retrieve + assemble context in one call
POST /v1/turn Store full conversation turn
GET /v1/dashboard-data Dashboard data as JSONアーキテクチャ
User Input → Intent Router → Parallel Retrieval (BM25 + Dense + Graph)
│
▼
RRF Fusion × V(m) × Recency
│
▼
Context Assembly (Jinja2)
│
▼
Consolidation → Decay / Interference / Evictionプロジェクトの現状
Lumenaは本番運用可能なソフトウェアです。APIバージョニング、網羅的なテスト、文書化されたセキュリティ上の制限を備えエンドツーエンドで動作します。本番環境、評価、開発、信頼されたLANへの展開に適しています。
次元 | 状況 | 詳細 |
テスト | 320成功、7スキップ | カバレッジ25%。テストファイル43件。 |
ストレージ | 動作中 | WAL、FTS5、bi時刻追跡、来歴チェーンを備えたSQLite。 |
検索 | 動作中 | BM25+さらに+RRF融合によるグラフ。 |
忘却 | 動作中 | L1減衰(エビラウス)、L2干渉、L3予算追い出し。 |
PII検出 | 動作中 | 保存時に正規表現ベースのスキャン。ブロック/削除/ハッシュ化を設定可能。 |
監査記録 | 動作中 | リクエストトレーシング付きSQLite監査テーブル。 |
APIサーバー | 動作中 |
|
MCPサーバー | 動作中 | 7つのツール(search、store、assemble、turn、feedback、status、dashboard式)。 |
LangChain | 動作中 | Lumena築ChatMemoryアダプター( |
LangGraph | 動作中 | LumenaCheckpointSaver( |
保存時の暗号化 | 実装済み、オプトイン |
|
BEIRベンチマーク | 一部評価済み | 500ドキュメント/20クエリのサブセット結果が利用可能。全文コーパスの評価はHPCに延期になります。 |
P2P共有 | 動作中 | AES-256-C拡張時のビームプロトコル、HMAC-SHA256署名、リリップ保護。p2p鍵が必要。 |
ベンチマークスイート
すべてリポジトリルートから単一のコマンドで実行できます:
スイート | コマンド | ステータス |
検索 (R@k、nDCG、MRR) |
| 実行済み(合成コーパス) |
E2Eメモリ品質 |
| 実行済み(28クエリ) |
ナビゲーション効率 |
| 実行済み |
アブレーション(成分分離) |
| 実行済み |
忘却(行日間の生存率) |
| 実行済み(結果あり) |
パフォーマンス(遅延/フットプリント) |
| 実行済み(結果あり、x86_64) |
BEIRサブセット評価 |
| 実行済み(50ドキュメント/20クエリのサブセット結果あり) |
光学劣化 |
| 実行済み(結果あり) |
TFC感度 |
| 実行済み(結果あり) |
ストレス(バルク縁取り込み) |
| 実行済み(20kチャンクの結果あり;x86_64) |
クロスシステム(Chroma/FOISS比較) |
| ハーネス準備済み;まだ結果なし |
全スイート |
| 全11スイートをラップする |
結果の注意事項: 検索ベンチマークは、合成キーワード重複コーパスを(1000パッセージ、50クエリ)とBEIRサブセット評価(5つの標準データセットにまたがる500パッセージ、20クエリのサブセット)を使用します。合成コーパスは意図的に簡単です(BM25がnDCGをほぼ飽和させる)。したがって、これらの数値は検索品質の主張ではなく、ハーネスの健全性チェックとして扱ってください。重要な信号はBEIRサブセットです。コミットされた検索物は、実際のエンベッダー(all-MiniLM-L6-v2 と BAAI/bge-small-en-v1.5)で再生成されました。ベンチマークはモック埋め込みでは実行を拒否します。
統合
統合 | 機能 | 使用方法 |
MCPサーバー | OpenCode、Claude DesktopへLumenaのツールを公開する |
|
LangChain |
|
|
LangGraph | グラフ状態のための |
|
FastAPI | 認証/レート制限付きREST API |
|
OpenCode | メモリワークフロー用ネイティブスキル |
|
プロジェクト構成
lumena/
├── config.py Configuration (pydantic-settings)
├── search.py Search pipeline orchestration
├── fusion.py RRF fusion + reranking
├── controller.py Twin-Force state controller
├── conversation.py Context assembly + turn tracking
├── repair.py Self-healing retrieval
├── intent.py Intent router (keyword + optional LR)
├── api/ FastAPI server + dashboard
├── cli/ Typer CLI
├── data/ Schema, migrations, backup
├── force/
│ ├── mnemonic/ Store, retrieval, decay, interference, eviction, provenance
│ └── contextual/ Embedding, token budget, assembly
├── integrations/ LangChain, LangGraph, MCP server
├── p2p/ Beam P2P sharing protocol
├── sovereign/ FRQAD, optical quantization, local LLM
├── brand/ Error hierarchy
└── compliance/ Safety forgetting, PII audit
tests/ 43 test files, 327 tests
benchmarks/ 11 benchmark suitesコントリビューション
コントリビューションを歓迎します。始めるための最良の方法は:
CONTRIBUTING.mdを読む — セットアップ、ブランチ命名、コード規約。issues トラッカーから
good first issueを選ぶ。テストを実行する:
pytest tests/(カバレッジ50%以上で必須)。mainに対してPRを送る。
インパクトの大きい貢献領域
BEIR全体アーネスを実行する** — リーダーボード規模の検索ベンチマーク結果を生成する。
実機でパフォーマンススイートを実行する — メモリ/レイテンシの数値検証を実測で行う(RPi5、Jetson、x86_64)。
テストを追加する — 現在テストファイルのないモジュールがあります。どれか1つ選んでカバレッジを増やしてください。
開発環境のセットアップ
python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
pytest tests/ # Run full suite
pytest tests/ --cov=lumena # With coverage
ruff check lumena/ tests/ # Lintドキュメント
ドキュメント | 目的 |
本番展開ガイド | |
コントリビューション方法 | |
セキュリティポリシーと既知の制限 | |
各プラットフォームの統合ガイド | |
開発予定とオープンタスク | |
導入ホワイトペーパー |
コミュニティ
Matrix:
#lumena:matrix.org
ライセンス
Lumena は デュアルライセンス です:
コミュニティエディション — AGPL-3.0-or-later。無料かつオープンソースです。 変更を加えた Lumena をネットワークサービスとして実行する場合、AGPL はその ソースをユーザーが利用できるようにすることを要求します。
Pro / 商用エディション — AGPL の義務を排除し、Pro 機能を解放する QuantumindSSI の商用ライセンスです。
COMMERCIAL-LICENSE.mdを 参照してください。
v1.0.0 までのバージョンは Apache 2.0
(LICENSES/Apache-2.0.txt) のもとでリリースされました。これらの
リリースに対するその許諾は撤回できません。商用のお問い合わせ:licensing@quantumindssi.com。
This server cannot be installed
Maintenance
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
- AlicenseNot gradedqualityBmaintenanceAn MCP-native, local-first memory server that gives AI agents persistent, structured memory across sessions and tools, enabling them to maintain identity and context without reconfiguration.3MIT
- AlicenseNot gradedqualityCmaintenanceProvides persistent, local-first AI memory across sessions via MCP tools for storing, searching, and retrieving context from past interactions.1MIT
- AlicenseNot gradedqualityAmaintenanceProvides persistent memory for AI coding agents via MCP, enabling agents to store and semantically recall facts, events, and lessons across sessions, all running locally without cloud dependencies.Apache 2.0
- AlicenseNot gradedqualityDmaintenanceLocal-first AI memory layer with hybrid retrieval and brain-inspired namespaces. Enables agents to save, search, and manage memories directly via MCP tools.5MIT
Related MCP Connectors
Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.
Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.
Shared long-term memory vault for AI agents with 20 MCP tools.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/QuantmindSSI/lummenna'
If you have feedback or need assistance with the MCP directory API, please join our Discord server