fireweed-mcp

Agentengedächtnis, bei dem jede Tatsache eine Quittung trägt.

remember(claim    = "Priya joined Acme in 2019 under duress.",
         evidence = "Priya Raman joined Acme in 2019 as a logistics analyst.")

REFUSED (asserts_more_than_evidence) — the claim adds something the evidence does not say.
  claim   : Priya joined Acme in 2019 under duress.
  evidence: Priya Raman joined Acme in 2019 as a logistics analyst.

recall("Priya's salary")

ABSTAINED (unknown_predicate) — no claims ground "salary"; 1 claim about Priya Raman exists
This is a refusal, not an empty result.

forget("Priya")

ERASED Priya Raman — certificate issued
  signature            : hmac-sha256:f4d0768ef3b0fec624afec12f25bfd91…
  nodes in closure     : 1
  every probe abstains : True
  bystanders surviving : 1

Das letzte ist das Artefakt hinter „Lösche mich aus dem Gedächtnis deines Agenten – und beweise es.“

Install

uvx fireweed-mcp          # try it
pip install fireweed-mcp  # keep it

claude mcp add fireweed -- uvx fireweed-mcp

Keine Abhängigkeiten. Keine API-Schlüssel. Kein Modell – nichts in diesem Server ruft ein LLM auf.

Related MCP server: Nahuali

Was es tut

Warum die Ablehnungen der Kern sind

Die meisten Speicherserver speichern, was das Modell sagt, und geben zurück, was am nächsten liegt. Dieser hier entscheidet.

Die Regel lautet: Das Modell schlägt vor, deterministischer Code entscheidet. Über eine RPC-Grenze hinweg ist das kein Slogan mehr: Dein Agent ist der Vorschlagende, und er kann sich nicht am Tor vorbeireden, denn das Tor ist kein Prompt. Übergib eine Behauptung und den Text, den du zitierst; reine Funktionen prüfen, dass die Evidenz das Subjekt benennt, die Beziehung erhält, keine Zahlen erfindet und nichts behauptet, was der Bereich nicht sagt. Was überlebt, wird mit einem Bytebereich in die Quelle gespeichert.

Dann kann es jeder später überprüfen – auch jemand, der weder deinem Agenten noch diesem Server vertraut. Das ist das gesamte Produkt.

Was es NICHT tut

Vorab gesagt, weil sich herausstellte, dass die letzte Schlagzeilenzahl dieses Projekts nichts maß (siehe die Zurücknahme, die mit einem Skript geliefert wird, das das beweist):

• Es extrahiert keine Erinnerungen aus freiem Text. Du lieferst die Behauptung und die Evidenz. Automatische Extraktion benötigt ein Wahrnehmungsmodell; dieser Server hat bewusst keins.

• Es macht ein LLM nicht wahrheitsgemäß. Es regelt, was in die Aufzeichnung gelangt und was darüber bewiesen werden kann. Dein Modell kann weiterhin sagen, was es will, in seiner eigenen Prosa.

• Konversationelles Abrufen ist schwach und gemessen. Bei einem adversarischen Korpus mit 1.200 Einträgen enthält sich das Abruf-Gate nur bei 40% der Fragen, deren Antwort tatsächlich fehlt – es prüft, ob das Thema der Frage begründet ist, nicht ob der angeforderte Wert existiert. Der Schreibpfad, Quittungen und Löschung sind davon unberührt und sind die Teile, auf die man sich verlassen kann.

Deine Daten

~/.fireweed/mcp/ (FIREWEED_MCP_STORE zum Ändern). Das Substrat ist ein offenes Format – siehe open_format/SPEC.md – und open_format/reference_reader.py liest es allein mit der Standardbibliothek. Dein Gedächtnis überlebt diesen Server, diese Engine und jedes Modell. Ein Test bestätigt diesen Rundweg.

Optional: pip install "fireweed-mcp[semantic]" aktiviert Paraphrasenabgleich in recall. Ohne sie verweigert das Gate mehr – die sichere Richtung – und memory_stats sagt dir, in welchem Modus du bist.

Lizenz

FSL-1.1-ALv2 – Quellcode verfügbar. Kostenlos für alles außer der Entwicklung eines Konkurrenzprodukts; wird am 2028-01-01 zu Apache 2.0. Vollständiger Text in LICENSE.md.

Möchtest du Fireweed in einem kommerziellen Produkt oder einem konkurrierenden Dienst verwenden? → sanyamsood2@gmail.com