Memory MCP Server

Ein MCP-Server (Model Context Protocol), der KI‑Agenten ein persistentes Gedächtnis verleiht. Gedächtnisinhalte werden in einer lokalen SQLite-Datenbank gespeichert (automatisch erstellt, keine Konfiguration erforderlich) und über vierzig Werkzeuge in einer tools‑first Architektur zugänglich gemacht. Das System basiert auf dem Produktionsgerüst template-mcp-server (FastMCP + FastAPI, strukturierte Protokollierung, Container, OpenShift‑Manifeste, CI).

Funktionen

• 40 MCP‑Tools in vier Domänen: Gedächtnis, Aufgaben, Zeit (Erinnerungen/Alerts), Dashboard

• Sieben Gedächtnis‑Tools: store, get, search, list, update, delete, projects

• Sieben Todo‑Tools: create/search/list/get/update/complete/delete mit Priorität und Fälligkeit

• Acht Kanban‑Tools: Boards mit konfigurierbaren Spalten; Karte hinzufügen/verschieben/ändern/löschen

• Sieben Tracker‑Tools: Statustracker, dessen Einträge in Fortschrittskennzahlen aggregieren

• SQLite‑Persistenz über aiosqlite – eine Datei, optimierte WAL‑Basis, automatische Erstellung

• Volltext‑Keywordsuche – „whole‑word“- und Porter‑Stemming‑Matches über einen FTS5‑Index, sortiert nach Relevanz (bester Treffer zuerst)

• Tags und Metadaten für Gedächtnisinhalte und Todos

• FastMCP + FastAPI mit mehreren Transports (HTTP, SSE, Streamable‑HTTP)

• Pydantic‑Konfiguration über Umgebungsvariablen

• Strukturiertes JSON‑Logging mit structlog

• OAuth‑Integration (standardmäßig deaktiviert; siehe docs/authentication.md)

• Container‑Ready (Red‑Hat‑UBI‑Basisimage) und OpenShift‑Manifeste inklusive

Such- und Speicherverhalten

Die Suche (memory_search, todo_search) arbeitet mit ganzen Worten über einem Porter‑gestemmten Volltextindex: Teilwörter treffen nie (die Abfrage check matcht nicht checklist), Satzzeichen und Operatoren werden wörtlich interpretiert, und die Ergebnisse sind nach bm25‑Relevanz sortiert – stärkster Treffer zuerst, bei Gleichstand der neueste zuerst. Hinweis: Die unicode61‑Tokenisierung behandelt einen gesamten CJK‑Satz als ein Token, daher setzt die „Ganz‑Wort“-Suche Leerzeichen‑getrennte Skripte voraus.

Die Datenbank läuft im WAL‑Modus mit synchronous=NORMAL: Kurz zurückliegende Transaktionen können bei einem Betriebssystemabsturz oder Stromausfall verloren gehen (ein bewusster Kompromiss für Notizen/Aufgaben – nicht für ein „System of Record“ geeignet). Die WAL‑Dateigröße bleibt durch wal_autocheckpoint stabil (ca. 1000 Seiten ≈ 4 MB); journal_size_limit (8 MB) erlaubt es SQLite lediglich, die WAL‑Datei nach einem Checkpoint zu kürzen. Wartungsarbeiten (PRAGMA optimize und ein wal_checkpoint(TRUNCATE)‑Durchlauf) werden alle zehn Poll‑Tick in der Erinnerungsschleife ausgeführt und können einen Tick kurz verzögern; sie sind durch das „Timeout des jeweiligen Hooks“ und das Busy‑Timeout der Datenbank begrenzt.

Schnellstart

git clone https://github.com/redhat-data-and-ai/memory-mcp-server
cd memory-mcp-server
make install        # creates venv, installs deps + pre-commit hooks
make local          # starts server on localhost:5001

In einem anderen Terminal überprüfen:

curl http://localhost:5001/health

Manuelle Einrichtung (ohne Make):

# Create venv and install
uv venv && source .venv/bin/activate
uv pip install -e ".[dev]"
pre-commit install

# Configure and run
cp .env.example .env
memory-mcp-server

# Verify
curl http://localhost:5001/health

Tools

Gedächtnis

Todos

Kanban

Erinnerungen & Alerts

Ein Hintergrund‑Schedder erstellt aus fälligen Erinnerungen server‑seitig Alerts; diese können beim Session‑Start mit alert_list(acknowledged=false) abgefragt werden.

Dashboard

Tracker

Alle Tools geben ein Wörterbuch der Form {status: "success" | "error", ...} zurück und lösen nie eine Ausnahme über die Tool‑Grenze aus.

Konfiguration

* ENABLE_AUTH ist in .env.example standardmäßig False. Kopieren Sie .env.example immer zu .env, um mit Auth aktiviert zu starten.

Verbinden eines MCP‑Clients

Richten Sie Ihren MCP‑Client auf den Serverendpunkt:

{
  "mcpServers": {
    "memory": {
      "url": "http://localhost:5001/mcp"
    }
  }
}

Ein funktionierendes Beispiel in examples/fastmcp_client.py zeigt, wie Sie Erinnerungen speichern und suchen.

Entwicklung

make lint     # ruff + mypy
make test     # pytest with coverage
make pre-commit  # run all pre-commit hooks

Funktionen

Lizenz

Apache 2.0 – abgeleitet von redhat-data-and-ai/template-mcp-server.