Skip to main content
Glama
aeriondyseti

Vector Memory MCP Server

by aeriondyseti

Servidor MCP de Memoria Vectorial

Almacenamiento de memoria semántica para asistentes de IA. Guarda decisiones, patrones y contexto que persiste entre sesiones.

Un servidor MCP local que proporciona almacenamiento de memoria basado en vectores. Utiliza incrustaciones locales y SQLite con sqlite-vec para una búsqueda semántica rápida y privada, todo en un solo archivo.

License: MIT npm version


Características

  • Local y Privado - Todas las incrustaciones se generan localmente (all-MiniLM-L6-v2, 384 dimensiones), los datos se almacenan en un único archivo SQLite

  • Búsqueda Semántica - Búsqueda híbrida vectorial + texto completo con clasificación basada en intención

  • Operaciones por Lotes - Almacena, actualiza, elimina y recupera múltiples memorias a la vez

  • Puntos de Control de Sesión - Guarda y restaura el contexto del proyecto entre sesiones

  • Historial de Conversaciones - Indexa y busca transcripciones de sesiones de Claude Code

  • Nativo de MCP - Protocolo estándar, funciona con cualquier cliente compatible con MCP


Related MCP server: Memorious MCP

Instalación

Hay dos formas de instalar Vector Memory, dependiendo de cuánta integración desees.

Opción A: Plugin de Claude Code (recomendado)

Instálalo como plugin para obtener la experiencia completa: servidor MCP, ganchos de ciclo de vida de sesión, habilidades de puntos de control y monitoreo de contexto, todo gestionado automáticamente.

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

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

Esto clona el repositorio y ejecuta el servidor MCP directamente desde la fuente. Los ganchos manejan eventos de inicio/limpieza/compactación de sesión, y las habilidades proporcionan /waypoint:set, /waypoint:get y orientación sobre el uso de la memoria.

Opción B: Solo Servidor MCP

Instala solo el servidor MCP a través de npm si deseas almacenamiento de memoria sin ganchos ni habilidades, o si estás utilizando un cliente MCP que no sea Claude Code.

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

La primera instalación descarga modelos de ML (~90MB). Esto puede tardar un minuto.

Luego agrégalo a la configuración de tu cliente MCP (por ejemplo, ~/.claude/settings.json):

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

Requisitos previos

  • Bun 1.0+

  • Un cliente compatible con MCP (Claude Code, Claude Desktop, etc.)


Herramientas

Reinicia tu cliente MCP después de la instalación. Ahora tienes acceso a:

Herramienta

Descripción

store_memories

Guarda memorias (acepta una matriz)

search_memories

Encuentra memorias relevantes semánticamente

get_memories

Recupera memorias por ID (acepta una matriz)

update_memories

Actualiza memorias existentes

delete_memories

Elimina memorias (acepta una matriz)

report_memory_usefulness

Vota sobre si una memoria fue útil

set_waypoint

Guarda el contexto de la sesión para más tarde

get_waypoint

Restaura el contexto de la sesión

index_conversations

Indexa los registros de sesión de Claude Code como historial buscable

list_indexed_sessions

Explora las sesiones de conversación indexadas

reindex_session

Fuerza la reindexación de una sesión específica


Uso

Guardar una memoria:

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

Buscar memorias:

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

Puntos de control de sesión:

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

Historial de conversaciones (requiere --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]

Configuración

Flags de CLI:

Flag

Alias

Predeterminado

Descripción

--db-file <path>

-d

.vector-memory/memories.db

Ubicación de la base de datos (relativa al cwd)

--port <number>

-p

3271

Puerto del servidor HTTP

--no-http

(HTTP habilitado)

Deshabilitar transporte HTTP/SSE

--enable-history

(deshabilitado)

Habilitar indexación del historial de conversaciones

--history-path

(autodetectar)

Ruta al directorio de registros de sesión

--history-weight

0.75

Peso para los resultados del historial en la búsqueda unificada


Canales de Lanzamiento

Usuarios de plugins: El plugin sigue la rama predeterminada del repositorio. Para cambiar de canal, reinstala desde una rama o etiqueta específica.

Usuarios de npm: La versión estable es la que obtienes por defecto:

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

Los canales de pre-lanzamiento están disponibles para probar los próximos cambios. Estos son inestables y pueden romperse sin previo aviso; úsalos bajo tu propio riesgo.

Canal

npm

Descripción

@latest

(predeterminado)

Versiones estables

@rc

@aeriondyseti/vector-memory-mcp@rc

Candidatos a lanzamiento: pruebas finales antes de la versión estable

@dev

@aeriondyseti/vector-memory-mcp@dev

Construcciones de desarrollo: últimas características, menos estables

# 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

Advertencia: Las versiones de pre-lanzamiento pueden incluir cambios importantes, características incompletas o requisitos de migración de datos que no se han finalizado. No las utilices en flujos de trabajo de producción de los que dependas.


Migración desde 1.x (LanceDB)

La versión 2.0 reemplazó LanceDB con SQLite (sqlite-vec) para el almacenamiento. Si tienes datos existentes de la versión 1.x, el servidor los detectará automáticamente y te pedirá que migres:

vector-memory-mcp migrate

Esto lee tu directorio de LanceDB, escribe un nuevo archivo SQLite e imprime instrucciones para intercambiarlos. Tus datos originales se conservan hasta que los elimines manualmente.

Qué cambió:

  • Almacenamiento: Directorio LanceDB (~845 archivos) → un solo archivo .db

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

  • Tiempo de ejecución: Soporte para Node.js eliminado, se requiere Bun (para bun:sqlite)


Desarrollo

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

Consulta CHANGELOG.md para ver el historial de lanzamientos y ROADMAP.md para las características planificadas.


Contribución

¡Las contribuciones son bienvenidas! Consulta los problemas para ver áreas en las que nos encantaría recibir ayuda.

Licencia

MIT - ver LICENSE


Construido con MCP SDK, sqlite-vec y 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