Memory MCP Server

Un servidor del Model Context Protocol (MCP) que proporciona memoria persistente a los agentes de IA. Las memorias se almacenan en una base de datos SQLite local (creada automáticamente, sin configuración) y se exponen a través de cuarenta herramientas que siguen una arquitectura basada en herramientas. Está construido sobre el andamiaje de producción template-mcp-server (FastMCP + FastAPI, registro estructurado, contenedores, manifiestos de OpenShift, CI).

Características

• 40 herramientas MCP en cuatro dominios: memoria, tareas, tiempo (recordatorios/alertas), panel

• Siete herramientas de memoria: store, get, search, list, update, delete, projects

• Siete herramientas de tareas pendientes: create/search/list/get/update/complete/delete con prioridad y fechas de vencimiento

• Ocho herramientas kanban: tableros con columnas configurables; añadir/mover/actualizar/eliminar tarjetas

• Siete herramientas de seguimiento: rastreadores de estado cuyas entradas se agregan en métricas de progreso

• Persistencia SQLite mediante aiosqlite: un solo archivo, línea base WAL optimizada, creación automática

• Búsqueda de palabras clave de texto completo: coincidencia de palabras completas con derivación porter sobre un índice FTS5, ordenada por relevancia (mejor coincidencia primero)

• Etiquetas y metadatos en memorias y tareas pendientes

• FastMCP + FastAPI con múltiples transportes (HTTP, SSE, streamable-HTTP)

• Configuración Pydantic mediante variables de entorno

• Registro estructurado JSON con structlog

• Integración OAuth (deshabilitada por defecto; consulte docs/authentication.md)

• Listo para contenedores (imagen base Red Hat UBI) y manifiestos de OpenShift incluidos

Comportamiento de búsqueda y almacenamiento

La búsqueda (memory_search, todo_search) coincide con tokens de palabras completas sobre un índice de texto completo con derivación porter: las palabras parciales nunca coinciden (consultar check no coincidirá con checklist), la puntuación y los operadores se tratan literalmente, y los resultados se ordenan por relevancia bm25: la coincidencia más fuerte primero, la más reciente primero en caso de empate. Tenga en cuenta que la tokenización unicode61 trata una oración CJK completa como un solo token, por lo que la coincidencia de palabras completas asume escrituras separadas por espacios.

Las bases de datos se ejecutan en modo WAL con synchronous=NORMAL: las transacciones recientemente confirmadas pueden perderse en un bloqueo del sistema operativo o un corte de energía (una compensación aceptada para notas/tareas, no adecuada como sistema de registro). El tamaño de WAL en estado estable está limitado por wal_autocheckpoint (~1000 páginas ≈ 4 MiB); journal_size_limit (8 MiB) solo permite que SQLite trunque el archivo WAL una vez que los puntos de control lo liberan. El mantenimiento (PRAGMA optimize + una pasada de wal_checkpoint(TRUNCATE)) se ejecuta en línea en el bucle de sondeo de recordatorios cada décima iteración y puede retrasar brevemente una iteración; está limitado por el tiempo de espera por hook y el tiempo de espera de ocupado de la base de datos.

Inicio rápido

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

Verifique en otra terminal:

curl http://localhost:5001/health

Configuración manual (sin 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

Herramientas

Memoria

Tareas pendientes

Kanban

Recordatorios y alertas

Un programador en segundo plano convierte los recordatorios vencidos en alertas en el servidor; consúltelas al inicio de la sesión con alert_list(acknowledged=false).

Panel

Rastreadores

Todas las herramientas devuelven diccionarios {status: "success" | "error", ...} y nunca lanzan excepciones a través del límite de la herramienta.

Configuración

* ENABLE_AUTH tiene como valor predeterminado False en .env.example. Copie siempre .env.example a .env para comenzar con la autenticación deshabilitada.

Conexión de un cliente MCP

Apunte su cliente MCP al endpoint del servidor:

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

Consulte examples/fastmcp_client.py para ver un cliente funcional que almacena y busca memorias.

Desarrollo

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

Documentación

Licencia

Apache 2.0 — derivado de redhat-data-and-ai/template-mcp-server.