mem0-lite

Самостоятельно размещаемая память для кодирующих агентов через MCP. Без Docker. Без Mem0 Platform. Без REST-демона.

MCP оборачивает mem0ai Memory(), с векторами на диске в ~/.mem0/qdrant. Вызовы инструментов остаются в процессе. Сайдкар держит Qdrant открытым; второй MCP на той же директории уступает через lite.lock / lite.want — без лишнего демона.

Зачем это существует

Официальный Mem0 даёт три вещи, которые не сочетаются для локальной настройки MCP:

mem0-lite — это liteвесное локальное Python-приложение, которое предоставляет библиотеку OSS mem0 как MCP-сервис.

Что вы получаете

• MCP инструменты — add_memory, search_memories, get_memory_by_id, list_memories, update_memory, delete_memory, delete_all_memories (как их вызывать — в документации инструментов)

• Локальное хранилище — Qdrant на диске (on_disk=True), не /tmp, с координацией конкурентности

• Когда их использовать — тонкий указатель AGENTS.md

• Регистрация MCP — фрагмент запуска uv

Что оно хранит

векторная БД, история, конфиг, журнал доступа, lite.lock и lite.want в ~/.mem0

Установка

Требуется uv, Python 3.11+ и OPENAI_API_KEY (или Ollama — см. архитектуру).

1. Клонируйте этот репозиторий.

2. Зарегистрируйте MCP-сервер у вашего хоста (фрагмент ниже). Установите OPENAI_API_KEY в конфиге хоста или в окружении; не коммитьте его.

3. Вставьте указатель AGENTS.md.

Окружение

MCP читает эти переменные из окружения процесса. Если переменная установлена в системном окружении и MCP не запущен в песочнице, хост передаёт её — вам не нужно дублировать её в блоке env хоста. Значения в этом блоке env переопределяют системное окружение.

• OPENAI_API_KEY — требуется, если не используется Ollama (см. ниже)

• MEM0_DIR — каталог данных (по умолчанию ~/.mem0)

• MEM0_LITE_USER_ID — область пользователя по умолчанию (по умолчанию $USER)

• MEM0_LITE_AGENT_ID — опциональная область агента

• MEM0_LITE_LOCK_TIMEOUT — время ожидания блокировки хранилища в секундах (по умолчанию 30)

• MEM0_LITE_LLM_PROVIDER — например, ollama (по умолчанию: OpenAI через mem0ai)

• MEM0_LITE_LLM_MODEL — имя модели LLM (по умолчанию llama3.2 с Ollama)

• MEM0_LITE_EMBEDDER_PROVIDER — например, openai или ollama

• MEM0_LITE_EMBEDDER_MODEL — модель эмбеддера (по умолчанию nomic-embed-text с Ollama)

Полные значения по умолчанию: архитектура. Опциональная оценка: Режим обратной связи (MEM0_LITE_FEEDBACK_MODE, по умолчанию выключен).

Регистрация MCP

Встройте в конфиг вашего MCP-хоста. Cursor: ~/.cursor/mcp.json или проект .cursor/mcp.json. Замените путь к каталогу.

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

AGENTS.md

Вставьте в AGENTS.md (или пользовательские правила). Как вызывать инструменты — в схемах MCP. Это когда.

## 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.

Метрики

Каждый вызов инструмента добавляет одну строку в ~/.mem0/access-log.jsonl (инструмент, агент, повторное использование соединения, ожидание блокировки, длительность). Сводка:

uv run python scripts/access-report.py

Режим обратной связи

Отслеживает эффективность хранилища памяти.

Когда включён, ответы инструментов содержат поле ts, которое можно использовать для оценки ответа с помощью инструмента rate_memory_call.

Когда включён (MEM0_LITE_FEEDBACK_MODE=1):

• Ответы на извлечение содержат ts

• Агенты могут вызывать rate_memory_call(call_ts, helpful, reason) после полезного попадания, промаха или шума

• Оценки добавляются в ~/.mem0/feedback.jsonl

• scripts/access-report.py объединяет оценки с ts журнала доступа и сообщает о покрытии, доле полезных ответов и задержке обратной связи (ts − call_ts)

Включите в блоке env MCP-хоста (не помещайте это в фрагмент регистрации по умолчанию):

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

Если вы включите его, добавьте это в AGENTS.md.

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 — одно из: used | empty_ok | miss | noise | stale | bad_query. Пропускайте пустые и ожидаемые результаты.

Документация

Не входит в этот репозиторий

• Вторая реализация сервера Mem0

• HTTP API, совместимый с Platform

• Замена для mem0-cli

• Графовая память (на практике только Platform)

Этот репозиторий под лицензией MIT. mem0ai остаётся под Apache-2.0. Эта обёртка — ваша, чтобы хранить локально.