Skip to main content
Glama
aeriondyseti

Vector Memory MCP Server

by aeriondyseti

Vector Memory MCP-Server

Semantischer Speicher für KI-Assistenten. Speichern Sie Entscheidungen, Muster und Kontext, die über Sitzungen hinweg bestehen bleiben.

Ein Local-First MCP-Server, der vektorbasierten Speicher bereitstellt. Verwendet lokale Embeddings und SQLite mit sqlite-vec für eine schnelle, private semantische Suche – alles in einer einzigen Datei.

License: MIT npm version


Funktionen

  • Lokal & Privat - Alle Embeddings werden lokal generiert (all-MiniLM-L6-v2, 384-dim), Daten werden in einer einzigen SQLite-Datei gespeichert

  • Semantische Suche - Hybride Vektor- und Volltextsuche mit absichtsbasiertem Ranking

  • Batch-Operationen - Speichern, Aktualisieren, Löschen und Abrufen mehrerer Erinnerungen gleichzeitig

  • Sitzungs-Wegpunkte - Projektkontext zwischen Sitzungen speichern und wiederherstellen

  • Konversationsverlauf - Claude Code-Sitzungsprotokolle indizieren und durchsuchen

  • MCP-nativ - Standardprotokoll, funktioniert mit jedem MCP-kompatiblen Client


Related MCP server: Memorious MCP

Installation

Es gibt zwei Möglichkeiten, Vector Memory zu installieren, je nachdem, wie viel Integration Sie wünschen.

Option A: Claude Code Plugin (empfohlen)

Installieren Sie es als Plugin, um das volle Erlebnis zu erhalten: MCP-Server, Hooks für den Sitzungslebenszyklus, Wegpunkt-Skills und Kontextüberwachung – alles automatisch verwaltet.

# Add the marketplace
claude plugin marketplace add AerionDyseti/vector-memory-mcp

# Install the plugin
claude plugin install vector-memory@vector-memory-mcp

Dies klont das Repository und führt den MCP-Server direkt aus der Quelle aus. Hooks verarbeiten Ereignisse zum Starten/Löschen/Kompaktieren von Sitzungen, und Skills bieten /waypoint:set, /waypoint:get sowie Anleitungen zur Speichernutzung.

Option B: Nur MCP-Server

Installieren Sie nur den MCP-Server über npm, wenn Sie Speicher ohne Hooks oder Skills wünschen oder wenn Sie einen MCP-Client verwenden, der nicht Claude Code ist.

bun install -g @aeriondyseti/vector-memory-mcp

Die erste Installation lädt ML-Modelle herunter (~90MB). Dies kann eine Minute dauern.

Fügen Sie es dann Ihrer MCP-Client-Konfiguration hinzu (z. B. ~/.claude/settings.json):

{
  "mcpServers": {
    "vector-memory": {
      "type": "stdio",
      "command": "bunx",
      "args": ["--bun", "@aeriondyseti/vector-memory-mcp"]
    }
  }
}

Voraussetzungen

  • Bun 1.0+

  • Ein MCP-kompatibler Client (Claude Code, Claude Desktop, etc.)


Tools

Starten Sie Ihren MCP-Client nach der Installation neu. Sie haben nun Zugriff auf:

Tool

Beschreibung

store_memories

Erinnerungen speichern (akzeptiert Array)

search_memories

Relevante Erinnerungen semantisch finden

get_memories

Erinnerungen nach ID abrufen (akzeptiert Array)

update_memories

Bestehende Erinnerungen aktualisieren

delete_memories

Erinnerungen entfernen (akzeptiert Array)

report_memory_usefulness

Bewerten, ob eine Erinnerung nützlich war

set_waypoint

Sitzungskontext für später speichern

get_waypoint

Sitzungskontext wiederherstellen

index_conversations

Claude Code-Sitzungsprotokolle als durchsuchbaren Verlauf indizieren

list_indexed_sessions

Indizierte Konversationssitzungen durchsuchen

reindex_session

Neuindizierung einer bestimmten Sitzung erzwingen


Verwendung

Eine Erinnerung speichern:

You: "Remember that we use Drizzle ORM for database access"
Assistant: [calls store_memories]

Erinnerungen suchen:

You: "What did we decide about the database?"
Assistant: [calls search_memories with relevant query]

Sitzungs-Wegpunkte:

You: "Save context for next session"
Assistant: [calls set_waypoint with summary, completed items, next steps]

Konversationsverlauf (erfordert --enable-history):

You: "What did we discuss about the API design last week?"
Assistant: [calls search_memories with history_only: true, history_before/after filters]

Konfiguration

CLI-Flags:

Flag

Alias

Standard

Beschreibung

--db-file <path>

-d

.vector-memory/memories.db

Datenbank-Speicherort (relativ zum cwd)

--port <number>

-p

3271

HTTP-Server-Port

--no-http

(HTTP aktiviert)

HTTP/SSE-Transport deaktivieren

--enable-history

(deaktiviert)

Indizierung des Konversationsverlaufs aktivieren

--history-path

(automatisch erkannt)

Pfad zum Sitzungsprotokoll-Verzeichnis

--history-weight

0.75

Gewichtung für Verlaufsergebnisse bei der vereinheitlichten Suche


Release-Kanäle

Plugin-Benutzer: Das Plugin folgt dem Standard-Branch des Repositorys. Um den Kanal zu wechseln, installieren Sie es erneut aus einem bestimmten Branch oder Tag.

npm-Benutzer: Die stabile Version erhalten Sie standardmäßig:

bun install -g @aeriondyseti/vector-memory-mcp

Vorab-Kanäle sind zum Testen kommender Änderungen verfügbar. Diese sind instabil und können ohne Vorankündigung fehlschlagen – Nutzung auf eigene Gefahr.

Kanal

npm

Beschreibung

@latest

(Standard)

Stabile Releases

@rc

@aeriondyseti/vector-memory-mcp@rc

Release-Kandidaten – abschließende Tests vor stabilen Versionen

@dev

@aeriondyseti/vector-memory-mcp@dev

Entwicklungs-Builds – neueste Funktionen, am wenigsten stabil

# Install the dev channel
bun install -g @aeriondyseti/vector-memory-mcp@dev

# Pin to a specific pre-release version
bun install -g @aeriondyseti/vector-memory-mcp@2.1.0-dev.1

# Go back to stable
bun install -g @aeriondyseti/vector-memory-mcp@latest

Warnung: Vorab-Versionen können Breaking Changes, unvollständige Funktionen oder Anforderungen an die Datenmigration enthalten, die noch nicht finalisiert sind. Verwenden Sie diese nicht in Produktions-Workflows, auf die Sie angewiesen sind.


Migration von 1.x (LanceDB)

Version 2.0 hat LanceDB durch SQLite (sqlite-vec) für die Speicherung ersetzt. Wenn Sie vorhandene Daten aus 1.x haben, erkennt der Server diese automatisch und fordert Sie zur Migration auf:

vector-memory-mcp migrate

Dies liest Ihr LanceDB-Verzeichnis, schreibt eine neue SQLite-Datei und druckt Anweisungen zum Austausch aus. Ihre ursprünglichen Daten bleiben erhalten, bis Sie sie manuell entfernen.

Was hat sich geändert:

  • Speicher: LanceDB-Verzeichnis (~845 Dateien) → einzelne .db-Datei

  • Abhängigkeiten: 223MB (@lancedb/lancedb + apache-arrow) → 24KB (sqlite-vec)

  • Laufzeit: Node.js-Unterstützung eingestellt, Bun erforderlich (für bun:sqlite)


Entwicklung

git clone https://github.com/AerionDyseti/vector-memory-mcp.git
cd vector-memory-mcp
bun install

bun run test      # Run all tests
bun run dev       # Watch mode
bun run typecheck # Type checking

Siehe CHANGELOG.md für die Release-Historie und ROADMAP.md für geplante Funktionen.


Mitwirken

Beiträge sind willkommen! Siehe Issues für Bereiche, bei denen wir Hilfe benötigen.

Lizenz

MIT - siehe LICENSE


Erstellt mit MCP SDK, sqlite-vec und Transformers.js

A
license - permissive license
-
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
2wRelease cycle
11Releases (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.

Related MCP Servers

  • -
    license
    -
    quality
    -
    maintenance
    Provides persistent local memory functionality for AI assistants, enabling them to store, retrieve, and search contextual information across conversations with SQLite-based full-text search. All data stays private on your machine while dramatically improving context retention and personalized assistance.
    3
  • A
    license
    A
    quality
    D
    maintenance
    Provides AI assistants with long-term semantic memory capabilities through local vector-based storage. Enables storing, recalling, and managing information across sessions with complete privacy using ChromaDB, with no data ever leaving your machine.
    3
    9
    MIT
  • A
    license
    -
    quality
    -
    maintenance
    Provides AI coding agents with persistent, long-term memory through local semantic search and SQLite storage. It enables agents to save and retrieve architectural decisions or project context across different conversation sessions without requiring cloud services.
  • F
    license
    -
    quality
    D
    maintenance
    Provides persistent AI agent memory using a local vector database for long-term semantic storage and short-term session scratchpads. It enables low-latency memory operations including search, storage, and bulk management without external cloud dependencies.

View all related MCP servers

Related MCP Connectors

  • Persistent memory for AI agents. Search, store, and recall across sessions.

  • Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.

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

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/aeriondyseti/vector-memory-mcp'

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