mem0-lite

コーディングエージェント向けのセルフホスト型メモリ（MCP経由）。Docker不要。Mem0 Platform不要。RESTデーモン不要。

MCPはmem0aiのMemory()をラップし、ベクトルデータは~/.mem0/qdrantにディスク保存されます。ツール呼び出しはプロセス内で実行されます。サイドカーがQdrantを開いたままにし、同じディレクトリ上の2つ目のMCPはlite.lock / lite.want経由で連携します — 追加のデーモンは不要です。

存在理由

公式のMem0が提供するものは、ローカルMCPのセットアップには適さない3つの選択肢です：

mem0-liteは、OSSのmem0ライブラリをMCPサービスとして公開する軽量ローカルPythonアプリです。

提供機能

• MCPツール — add_memory、search_memories、get_memory_by_id、list_memories、update_memory、delete_memory、delete_all_memories（呼び出し方法はツールドキュメント参照）

• ローカルストア — ディスク上のQdrant（on_disk=True）、/tmpは不使用、同時実行調整機能付き

• 使用タイミング — 簡潔なAGENTS.mdポインタ

• MCP登録 — uv起動スニペット

保存内容

ベクトルDB、履歴、設定、アクセスログ、lite.lock、lite.wantを~/.mem0に保存

インストール

uv、Python 3.11以上、およびOPENAI_API_KEY（またはOllama — アーキテクチャ参照）が必要です。

1. このリポジトリをクローンします。

2. MCPサーバーをホストに登録します（以下のスニペット参照）。ホスト設定または環境にOPENAI_API_KEYを設定します。コミットしないでください。

3. AGENTS.mdポインタを貼り付けます。

環境変数

MCPはプロセス環境からこれらを読み取ります。変数がシステム環境に設定されており、MCPがサンドボックスで実行されていない場合、ホストがそれを引き継ぎます — ホストのenvブロックに重複して設定する必要はありません。そのenvブロック内の値はシステム環境を上書きします。

• OPENAI_API_KEY — 必須（Ollamaを使用する場合は不要。下記参照）

• MEM0_DIR — データディレクトリ（デフォルト~/.mem0）

• MEM0_LITE_USER_ID — デフォルトのユーザースコープ（デフォルト$USER）

• MEM0_LITE_AGENT_ID — オプションのエージェントスコープ

• MEM0_LITE_LOCK_TIMEOUT — ストアロック待機時間（秒、デフォルト30）

• MEM0_LITE_LLM_PROVIDER — 例：ollama（デフォルト：mem0ai経由のOpenAI）

• MEM0_LITE_LLM_MODEL — LLMモデル名（Ollamaの場合のデフォルトllama3.2）

• MEM0_LITE_EMBEDDER_PROVIDER — 例：openaiまたはollama

• MEM0_LITE_EMBEDDER_MODEL — 埋め込みモデル（Ollamaの場合のデフォルトnomic-embed-text）

完全なデフォルト：アーキテクチャ。オプトイン評価：フィードバックモード（MEM0_LITE_FEEDBACK_MODE、デフォルトはオフ）

MCP登録

MCPホストの設定にマージします。Cursor：~/.cursor/mcp.jsonまたはプロジェクト.cursor/mcp.json。ディレクトリパスを置き換えてください。

{
  "mcpServers": {
    "mem0-lite": {
      "command": "uv",
      "args": ["run", "--directory", "/ABS/PATH/TO/mem0-lite", "mem0-lite", "mcp"],
      "env": { "OPENAI_API_KEY": "sk-..." }
    }
  }
}

AGENTS.md

AGENTS.md（またはユーザールール）に貼り付けます。ツールの呼び出し方法はMCPスキーマにあります。これはいつ使うかです。

## Memory

MCP `mem0-lite` is registered. Search at task start, context switch, or when the user references past work. After the reply, write only if a new agent would benefit in days/weeks (future utility, novelty, factual, no secrets). Do not announce recall. Prefer `update_memory`. Most turns write nothing.

メトリクス

すべてのツール呼び出しは、~/.mem0/access-log.jsonlに1行追加します（ツール、エージェント、接続再利用、ロック待機時間、期間）。要約：

uv run python scripts/access-report.py

フィードバックモード

メモリストアの有効性を追跡します。

オンにすると、ツールの応答にtsフィールドが含まれ、rate_memory_callツールを使用して応答を評価できます。

オン（MEM0_LITE_FEEDBACK_MODE=1）の場合：

• 検索応答にtsが含まれる

• エージェントは、有用なヒット、ミス、ノイズの後にrate_memory_call(call_ts, helpful, reason)を呼び出せる

• 評価は~/.mem0/feedback.jsonlに追記される

• scripts/access-report.pyは評価をアクセスログのtsと結合し、カバレッジ、有用率、フィードバックレイテンシ（ts − call_ts）を報告する

MCPホストのenvブロックで有効にします（デフォルトの登録スニペットには入れないでください）：

"env": {
  "OPENAI_API_KEY": "sk-...",
  "MEM0_LITE_FEEDBACK_MODE": "1"
}

有効にする場合は、これをAGENTS.mdに追加してください。

After a retrieval call, if you used a hit, clearly missed a fact, or got noise, call rate_memory_call with that response's ts.

reasonは次のいずれかです：used | empty_ok | miss | noise | stale | bad_query。空で予想通りの結果はスキップしてください。

ドキュメント

このリポジトリの範囲外

• 2つ目のMem0サーバー実装

• Platform互換のHTTP API

• mem0-cliの代替

• グラフメモリ（実際上はPlatformのみ）

このリポジトリはMITライセンスです。mem0aiはApache-2.0のままです。このラッパーはローカルで自由にお使いいただけます。