Skip to main content
Glama

Memroam

Tu memoria no debería estar bloqueada a un solo modelo. Memroam le da a cada agente de IA que uses — Claude Code, Codex, Cursor, ChatGPT y compañía — una memoria compartida y portátil: enseña una convención en un harness, cambia a otro a mitad de tarea, y retoma exactamente donde lo dejaste. Sin base de datos, sin embeddings: archivos Markdown simples que te pertenecen, conectados a cada agente vía MCP con un solo comando. Tu memoria viaja contigo.

Claude Code and Codex sharing one memory

Memroam almacena hechos como archivos Markdown ordinarios. Cada proyecto obtiene un espacio de memoria aislado, mientras que shared/ contiene hechos que aplican entre proyectos. Los archivos permanecen en tu máquina (o en tu propio repositorio de GitHub con el nivel alojado) y siguen siendo totalmente utilizables si cambias de modelos o harnesses de agente — ese es el punto.

Cómo funciona

El servidor MCP le da a un agente seis operaciones de archivo — view, create, str_replace, insert, delete y rename — además de search, una búsqueda de palabras clave en todo el vault sobre frontmatter y cuerpos.

El agente escribe pequeños archivos de memoria; el índice MEMORY.md de cada espacio es generado por el servidor a partir del frontmatter de los archivos después de cada cambio (editarlo directamente se rechaza). Cada nueva memoria recibe un id: UUIDv7 inmutable sellado en la creación, y create se niega a reemplazar un archivo existente a menos que se le indique sobrescribir. No hay base de datos ni modelo de embeddings. Los archivos Markdown son la fuente de verdad, así que puedes leerlos, editarlos, hacer grep o versionarlos tú mismo.

memory/
  MEMORY.md          # index of project spaces
  shared/
    MEMORY.md        # cross-project facts
    *.md
  <project>/
    MEMORY.md        # project index
    *.md

Una conexión de proyecto lee y escribe su propio espacio por defecto, pero todo el vault permanece visible — otros espacios son direccionables por ruta, y el listado raíz muestra cada espacio. El alcance es un valor predeterminado de enrutamiento, no un muro. Una conexión sin alcance comienza en la raíz del vault para mantenimiento entre proyectos.

Related MCP server: auxly-memory-cli

Requisitos

  • Node.js 18 o más reciente

  • Un cliente MCP que soporte stdio (instalación global) o Streamable HTTP (instalación por repositorio)

Memroam no tiene dependencias de ejecución.

Instalar globalmente (recomendado)

Conecta cada harness en tu máquina una vez:

npx -y memroam install --global

Para cada harness detectado, esto escribe un registro MCP stdio a nivel de usuario y el ritual de memoria en su archivo de reglas global — Claude Code (~/.claude.json + ~/.claude/CLAUDE.md), Cursor (~/.cursor/mcp.json), Codex (~/.codex/config.toml + ~/.codex/AGENTS.md), DeepSeek Harness (~/.dsh/AGENTS.md + un montaje stdio en el cordis.patch.yml de cada perfil), OpenCode (~/.config/opencode/opencode.json + AGENTS.md), Gemini CLI (~/.gemini/settings.json + ~/.gemini/GEMINI.md), y Antigravity (~/.gemini/config/mcp_config.json + una regla siempre activa en ~/.gemini/config/rules/). Después de eso, cada sesión en cada repositorio obtiene el vault sin configuración por repositorio: el harness lanza memroam stdio en el directorio de la sesión, y el servidor deriva el espacio del proyecto de ese directorio automáticamente (el .git más cercano, si no, el manifiesto de paquete más superficial; sin marcador significa el espacio default). La regla es la misma para cada harness: una variable de entorno MEMORY_SPACE en la entrada del servidor fija el espacio explícitamente, si no, las raíces del espacio de trabajo MCP del cliente lo nombran (para harnesses que lanzan servidores MCP fuera del directorio de sesión), si no, el directorio decide. Los espacios detectados se registran en ~/.memory-vault-connections.json para que se mantengan estables.

npx -y memroam install --global --dry-run        # preview changes
npx -y memroam install --global --store <dir>    # choose the store (default ~/.memroam)
npx -y memroam uninstall --global                # undo exactly what install wrote

Reinicia tus sesiones después de instalar. El install por repositorio (abajo) permanece para configuraciones compartidas por equipo, comprometidas, o un nombre de espacio personalizado. Los almacenes ~/.memory-vault existentes de versiones anteriores se detectan y se conservan — nada se mueve sin ti.

Instalar en un repositorio

Ejecuta esto desde el repositorio que quieras conectar:

npx -y memroam install

Este comando:

  1. Inicia el servidor local si no está ya en ejecución.

  2. Pregunta qué harnesses conectar, con los detectados preseleccionados (solo terminales interactivas — en cualquier otro lugar se usa el conjunto detectado tal cual).

  3. Escribe la configuración MCP de cada harness elegido y los archivos de reglas compartidos.

Por defecto, install almacena la memoria en ~/.memroam (se respeta un ~/.memory-vault existente) y deriva el nombre del proyecto del directorio actual. connect es un alias de install.

npx -y memroam install --dry-run                # preview changes
npx -y memroam install --project my-app         # choose the project name
npx -y memroam install --harness claude,codex   # skip the prompt, pick explicitly
npx -y memroam install --yes                    # skip the prompt, accept detected

Reinicia tu sesión de agente después de instalar y aprueba el servidor MCP vault si se te solicita.

Desinstalar de un repositorio

npx -y memroam uninstall

Elimina todo lo que install escribió en el repositorio — las entradas MCP, las secciones de reglas, el parche dsh — borrando un archivo solo cuando no contenía nada más. Tus memorias nunca se tocan, y el servidor sigue ejecutándose para otros proyectos. disconnect es un alias de uninstall.

Verificar la conexión

npx -y memroam status

Muestra si el servidor está activo y qué almacén sirve, cómo está conectado el repositorio actual por harness, y cada repositorio registrado por install (guardado en ~/.memory-vault-connections.json). Si el servidor está activo y el repo está conectado pero tu sesión de agente no tiene herramientas de vault, la causa restante es la fijación de sesión — status imprime cómo solucionarlo.

Importar memoria nativa, proyectar a harnesses sin memoria

npx -y memroam import     # Claude Code auto-memory + Codex sqlite → candidates/
npx -y memroam project    # regenerate the read-only shared/ block in dsh's AGENTS.md

import copia la memoria nativa de cada harness al directorio candidates/ del espacio correspondiente — buscable y etiquetado [candidate], excluido del índice, nunca escrito automáticamente en la memoria canónica. El lector de Codex es de solo lectura y rechaza versiones desconocidas de esquema de base de datos. Ambos comandos imprimen un informe de capacidades de lo que pueden y no pueden mover, y aceptan --dry-run / --json.

Harnesses soportados

Harness

Archivos configurados

Claude Code

.mcp.json, CLAUDE.md

Cursor

.cursor/mcp.json, AGENTS.md

Codex

.codex/config.toml, AGENTS.md

DeepSeek Harness

dsh-cordis.patch.yml

OpenCode

opencode.json, AGENTS.md

Gemini CLI

.gemini/settings.json, AGENTS.md

Antigravity

AGENTS.md (reglas de repositorio; MCP se conecta globalmente)

Para DSH, inicia una sesión con el parche generado:

dsh --patch ./dsh-cordis.patch.yml --profile headless "your task"

Nivel alojado

El nivel alojado es el mismo servidor ejecutado para ti: un endpoint MCP remoto asegurado con OAuth 2.1, que almacena tus memorias como commits en un repositorio privado de GitHub que tú posees. Conéctalo a Claude (conector personalizado de claude.ai), ChatGPT (conector personalizado mediante el contrato de búsqueda/obtención de OpenAI), Codex, o cualquier cliente MCP remoto:

https://memroam.com/mcp

Cada memoria es un archivo markdown en tu repo — clónalo, hazle grep, llévalo a cualquier lugar. Perder acceso al nivel alojado nunca significa perder tu memoria.

Ejecutar el servidor directamente

MEMORY_DIR=~/.memroam npx memroam

El servidor escucha en 127.0.0.1:8787 por defecto.

Variable de entorno

Default

Propósito

MEMORY_DIR

./memory

Directorio que contiene el vault

VAULT_PORT

8787

Puerto HTTP local

Desde un repositorio clonado, npm start ejecuta el mismo servidor.

Endpoints MCP

POST /mcp/<project>  project memory plus shared memory
POST /mcp            whole-vault access

Por ejemplo, una conexión manual de Claude Code es:

claude mcp add --transport http --scope project vault http://localhost:8787/mcp/my-project

Formato de memoria

Almacena un hecho duradero por archivo Markdown:

---
name: preferred-language
description: The project's preferred implementation language
---

Use TypeScript for new application code.

El servidor sella un id: y regenera la línea de índice MEMORY.md del espacio a partir del description: automáticamente. Instruye a los agentes a verificar si existe una memoria antes de crear una, actualizar hechos en lugar de duplicarlos, y eliminar memorias que se vuelvan incorrectas.

Alcance actual

La versión actual es un almacén Markdown (carpeta local o respaldado por GitHub alojado), una interfaz MCP con búsqueda de palabras clave, OAuth 2.1 en el nivel alojado, un comando de configuración entre harnesses, y adaptadores de importación/proyección de una sola vez. No hay extracción automática, búsqueda semántica ni deduplicación automatizada.

Paquete

  • npm: memroam (anteriormente memory-vault)

  • Registro MCP: com.memroam/memroam

  • Licencia: MIT

F
license - not found
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Related MCP Servers

  • A
    license
    Not graded
    quality
    A
    maintenance
    A local-first CLI and MCP server that helps you build and search a personal knowledge vault from Markdown notes, with semantic search and AI-powered features like stale note detection and session memory harvesting. It’s provider-agnostic, requires no GPU in its default mode, and exposes your vault as long-term memory to any MCP-compatible AI tool like Claude Code.
    45
    Apache 2.0
  • A
    license
    Not graded
    quality
    A
    maintenance
    Local-first, file-based memory layer for AI agents — one shared Markdown vault across Claude, Codex, Gemini, Cursor and any MCP client. Provides read/write memory tools with an audit trail, per-agent trust levels, and Git sync; no cloud and no lock-in.
    2
    MIT
  • F
    license
    Not graded
    quality
    C
    maintenance
    Portable AI memory vault — save memories, skills, and configs to a local database and share them across Claude Desktop, Claude Code, Cursor, Cline, and more.
    1
  • A
    license
    Not graded
    quality
    A
    maintenance
    A personal, offline-first memory for AI assistants that enables them to read, search, and write to a shared folder of Markdown files, so they all remember you without needing a cloud.
    MIT

View all related MCP servers

Related MCP Connectors

  • One memory, every AI: Claude, ChatGPT, Perplexity, Gemini, Cursor, OpenClaw, Hermes, any MCP client.

  • Hosted memory for AI agents that learns from outcomes — one key across Claude, Cursor & ChatGPT.

  • Universal memory for AI agents and tools. Save, organize and search context anywhere.

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/apurv101/memroam'

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