de en es ja ko ru zh

cf-memory

Name: cf-memory
Author: hansakoch

by hansakoch

Overview Schema Related Servers Score Discussions

Python

Remote

CF Memory Plugin

Cloudflare Agent Memory for every AI coding agent and LLM framework.

Даёт вашему агенту постоянную межсессионную память на базе Cloudflare Agent Memory — управляемого сервиса, который берёт на себя recall, извлечение фактов и сводки профилей. Не нужно поднимать векторную БД, управлять эмбеддингами или развёртывать Worker.

Для кого это

ИИ-кодинг-агенты (Claude Code, Codex, Cursor, Hermes, OpenClaw, TRAE, OpenCode, pi), которым нужно помнить контекст между сессиями
LLM-фреймворки (LangChain, LangGraph), создающие агентов с постоянной памятью
MCP-клиенты (любой инструмент, поддерживающий Model Context Protocol)
Системы агент-агентного взаимодействия, использующие протокол A2A
Все, кому нужен простой размещённый бэкенд памяти для ИИ-агента

Что умеет

Возможность	Описание
Запоминание	Сохраняет факты, инструкции, события — CF классифицирует их автоматически
Поиск	Семантический поиск с синтезированными ответами (не просто сырые совпадения)
Приём	Принимает реплики диалога — CF извлекает факты/события/инструкции/задачи
Сводка	Автоматически генерируемый Markdown-профиль всех сохранённых данных
Пространства имён	Изолирует память по приложению, пользователю или окружению

Быстрый старт (для любого агента)

pip install git+https://github.com/hansakoch/cf-memory-plugin.git

# Set credentials
export MCP_CLOUDFLARE_API_KEY="your-cf-api-token"
export CF_ACCOUNT_ID="your-account-id"

# Test it works
cf-memory test

Интеграции с агентами

MCP-клиенты (универсально)

Работает с любым MCP-совместимым клиентом: Claude Desktop, Cursor, Windsurf, Continue, Zed и другими.

{
  "mcpServers": {
    "cf-memory": {
      "command": "cf-memory",
      "args": ["serve"],
      "env": {
        "MCP_CLOUDFLARE_API_KEY": "your-token",
        "CF_ACCOUNT_ID": "your-account-id"
      }
    }
  }
}

Доступные инструменты: remember, recall, list_memories, get_memory, delete_memory, ingest, summary, list_namespaces, create_namespace, delete_namespace

Hermes

Автоматически обнаруживается через точку входа pip. Файлы копировать не нужно.

# Install
pip install git+https://github.com/hansakoch/cf-memory-plugin.git

# Activate
hermes config set memory.provider cloudflare-memory

# Verify
hermes memory status

# Management
hermes cloudflare-memory status
hermes cloudflare-memory test
hermes cloudflare-memory namespaces
hermes cloudflare-memory card

Что получает Hermes:

prefetch() — 0ms (кэшируется + фоновый recall)
sync_turn() — 0ms (приём в фоновом потоке)
6 агентских инструментов: cf_remember, cf_recall, cf_list, cf_get, cf_summary, cf_delete
on_session_end — автоматически принимает всю сессию для извлечения фактов
Инъекция в системный промпт со статусом провайдера

Claude Code

Добавьте в .claude/mcp.json в вашем проекте:

{
  "mcpServers": {
    "cf-memory": {
      "command": "cf-memory",
      "args": ["serve"],
      "env": {
        "MCP_CLOUDFLARE_API_KEY": "your-token",
        "CF_ACCOUNT_ID": "your-account-id"
      }
    }
  }
}

Или добавьте глобально: claude mcp add cf-memory -- cf-memory serve

Codex (OpenAI)

Добавьте в ~/.codex/config.toml:

[mcp_servers.cf-memory]
command = "cf-memory"
args = ["serve"]
env = { MCP_CLOUDFLARE_API_KEY = "your-token", CF_ACCOUNT_ID = "your-account-id" }

Cursor

Добавьте в .cursor/mcp.json в вашем проекте:

{
  "mcpServers": {
    "cf-memory": {
      "command": "cf-memory",
      "args": ["serve"],
      "env": {
        "MCP_CLOUDFLARE_API_KEY": "your-token",
        "CF_ACCOUNT_ID": "your-account-id"
      }
    }
  }
}

OpenClaw

Добавьте в конфигурацию OpenClaw:

{
  "mcpServers": {
    "cf-memory": {
      "command": "cf-memory",
      "args": ["serve"],
      "env": {
        "MCP_CLOUDFLARE_API_KEY": "your-token",
        "CF_ACCOUNT_ID": "your-account-id"
      }
    }
  }
}

TRAE / TRAE CN / TraeCode CLI 2.0

Добавьте MCP-сервер в настройки TRAE или в .trae/mcp.json:

{
  "mcpServers": {
    "cf-memory": {
      "command": "cf-memory",
      "args": ["serve"],
      "env": {
        "MCP_CLOUDFLARE_API_KEY": "your-token",
        "CF_ACCOUNT_ID": "your-account-id"
      }
    }
  }
}

OpenCode

Добавьте в ~/.opencode/config.json:

{
  "mcp": {
    "cf-memory": {
      "command": "cf-memory",
      "args": ["serve"],
      "env": {
        "MCP_CLOUDFLARE_API_KEY": "your-token",
        "CF_ACCOUNT_ID": "your-account-id"
      }
    }
  }
}

pi

Добавьте MCP-сервер в конфигурацию pi:

{
  "mcpServers": {
    "cf-memory": {
      "command": "cf-memory",
      "args": ["serve"],
      "env": {
        "MCP_CLOUDFLARE_API_KEY": "your-token",
        "CF_ACCOUNT_ID = "your-account-id"
      }
    }
  }
}

Agent Plugins 1.0

Установите как плагин:

pip install git+https://github.com/hansakoch/cf-memory-plugin.git

Пакет регистрируется через точку входа hermes_agent.memory_providers. Любой хост, совместимый с Agent Plugins 1.0, обнаружит его автоматически.

LangChain / LangGraph

import asyncio
from cloudflare_memory import CloudflareMemoryClient

# Use as a memory backend in your LangChain/LangGraph agent
client = CloudflareMemoryClient(
    account_id="your-account-id",
    api_token="your-token",
    namespace="my-agent",
    profile="user-123",
)

# Store a fact
entry = asyncio.run(client.remember("User prefers Python over JavaScript."))

# Recall
result = asyncio.run(client.recall("What programming language does the user prefer?"))
print(result.answer)  # "Python"

# Ingest a conversation
asyncio.run(client.ingest([
    {"role": "user", "content": "I'm building a RAG pipeline."},
    {"role": "assistant", "content": "Great! Let me help with that."},
]))

# Get summary
summary = asyncio.run(client.get_summary())

A2A (Agent-to-Agent)

Запустите A2A-сервер, чтобы другие агенты могли его находить и подключаться к нему:

cf-memory a2a --port 9120

Карточка агента: http://localhost:9120/.well-known/agent.json

Навыки: remember, recall, ingest, list, get, summary

Python (автономно)

import asyncio
from cloudflare_memory import CloudflareMemoryClient

async def main():
    async with CloudflareMemoryClient(
        account_id="your-account-id",
        api_token="your-token",
        namespace="my-app",
        profile="default",
    ) as client:
        # Remember
        entry = await client.remember("User is based in London.")
        print(f"[{entry.type}] {entry.summary}")

        # Recall
        result = await client.recall("Where is the user based?")
        print(result.answer)

        # Ingest conversation (async — memories appear 3-8s later)
        await client.ingest([
            {"role": "user", "content": "I prefer dark mode."},
            {"role": "assistant", "content": "Noted!"},
        ])

        # Summary
        print(await client.get_summary())

asyncio.run(main())

Конфигурация

Переменные окружения

Переменная	Обязательно	Описание
`MCP_CLOUDFLARE_API_KEY`	Да	Cloudflare API-токен с разрешением Agent Memory
`CF_ACCOUNT_ID`	Нет	Cloudflare Account ID (по умолчанию — Iceberg Media)
`CF_MEMORY_NAMESPACE`	Нет	Имя пространства имён (по умолчанию: `hermes`)
`CF_MEMORY_PROFILE`	Нет	Имя профиля (по умолчанию: `default`)

Получение Cloudflare API-токена

Перейдите в Cloudflare Dashboard → API Tokens
Создайте токен с разрешением Agent Memory
Вам потребуется платная подписка Workers и бета-доступ к Agent Memory

Ограничения (официальные)

Параметр	Лимит
Сообщений на ingest()	500
Содержимое сообщения	32 KB UTF-8
Запрос recall	1 KB UTF-8
Идентификатор сессии	64 символа
Имя профиля	100 символов
Имя пространства имён	32 символа

Производительность

Спроектирован так, чтобы никогда не добавлять задержку к ходам вашего агента:

Операция	Задержка	Блокирует?
`prefetch()`	0ms	Нет — кэшируется + фон
`sync_turn()`	0ms	Нет — фоновый поток-демон
`remember`	1.3–3.8s	По запросу пользователя
`recall`	~5s	По запросу пользователя
`list`	~0.4s	По запросу пользователя
`summary`	~0.8s	По запросу пользователя

Справка по CLI

# Standalone
cf-memory test                          # Connectivity check
cf-memory serve [--transport stdio|sse] # MCP server
cf-memory a2a [--port 9120]             # A2A agent server
cf-memory card                          # Print agent card JSON

# Hermes plugin
hermes cloudflare-memory status         # Provider status
hermes cloudflare-memory test           # Full connectivity test
hermes cloudflare-memory namespaces     # List namespaces
hermes cloudflare-memory create-ns NAME # Create namespace
hermes cloudflare-memory delete-ns NAME # Delete namespace
hermes cloudflare-memory card           # Print agent card

Разработка

git clone https://github.com/hansakoch/cf-memory-plugin.git
cd cloudflare-memory
python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
pytest tests/ -v

Лицензия

MIT

This server cannot be installed

license - not tested

Not graded

quality - not tested

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

–Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

XMemo
Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.
OpenAkashic
Shared long-term memory vault for AI agents with 20 MCP tools.
mcp
Your memory, everywhere AI goes. Build knowledge once, access it via MCP anywhere.

View all MCP Connectors

Latest Blog Posts

Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)
By Om-Shree-0709 on July 25, 2026.
mcp
Agent Identity
OAuth 2.1
Your AI Chatbot Just Exposed Your CEO's Salary to an Intern
By Om-Shree-0709 on July 2, 2026.
Agent Identity
MCP Security
OAuth Delegation
Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)
By Om-Shree-0709 on June 30, 2026.
Agentic Ai
Prompt Injection
WebAssembly

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/hansakoch/cf-memory-plugin'

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