AI Long-Term Memory MCP Server
AI-Langzeitgedächtnis MCP-Server
Ein Model Context Protocol (MCP)-Server, der persistenten Langzeitspeicher für KI-Agenten bereitstellt. Entwickelt für den praktischen Einsatz mit Claude Code, um KI-Systemen das Erinnern über Sitzungen hinweg zu ermöglichen.
Funktionen
Geschichtete Speicherarchitektur: 3-Schichten-System (Fakten → Erfahrungen → Entscheidungsketten)
Semantische Suche: Einbettungsbasierter Abruf mittels Kosinus-Ähnlichkeit
Speicherzerfall: Aktivierungsbasierter Zerfall — abgerufene Erinnerungen bleiben aktiv, ungenutzte verblassen
Emotionsbewusst: Speichert emotionale Valenz und Intensität, was „Blitzlicht-Erinnerungseffekte“ ermöglicht
Auto-Surface: Hook-basierter automatischer Speicherabruf, ausgelöst durch den Gesprächskontext
Deduplizierung: Führt ähnliche Erinnerungen automatisch zusammen (>80% Ähnlichkeitsschwelle)
Related MCP server: Recall
Architektur
┌─────────────────────────────────────────┐
│ Claude Code │
│ (or any MCP client) │
├─────────────────────────────────────────┤
│ MCP Protocol │
├─────────────────────────────────────────┤
│ Memory MCP Server │
│ ┌───────────┐ ┌──────────────────┐ │
│ │ Write / │ │ Surface / │ │
│ │ Update / │ │ Search / │ │
│ │ Delete │ │ Read │ │
│ └─────┬─────┘ └────────┬─────────┘ │
│ │ │ │
│ ┌─────▼─────────────────▼─────────┐ │
│ │ SQLite Database │ │
│ │ memories + embeddings + decay │ │
│ └─────────────────────────────────┘ │
├─────────────────────────────────────────┤
│ Auto-Surface Hook │
│ (keyword matching on user input) │
└─────────────────────────────────────────┘Speicherschema
Feld | Typ | Beschreibung |
| text | Kurzer Titel |
| text | Vollständiger Inhalt |
| text | Einzeilige Zusammenfassung |
| text | Mittlere Komprimierung |
| int | 1=Fakt, 2=Erfahrung, 3=Entscheidungskette |
| int | Skala 1-5 |
| real | 0-10, hoch = Blitzlicht-Erinnerung |
| real | -1 bis 1, negativ bis positiv |
| text | Stimmungsbeschreibung |
| text | Kommagetrennte Tags |
| text | Notiz/Tagebuch/Feedback/Projekt/Benutzer |
| text | JSON-Array, wird beim Schreiben generiert |
| int | Anzahl der Abrufe |
| text | Zeitstempel des letzten Abrufs |
| text | aktiv/zerfallen/abgelaufen |
MCP-Tools
Tool | Beschreibung |
| Erstellen oder Aktualisieren einer Erinnerung mit Auto-Embedding und Deduplizierung |
| Lesen einer bestimmten Erinnerung nach ID |
| Semantische Suche mittels Einbettungsähnlichkeit |
| Anzeigen der wichtigsten Erinnerungen nach Wichtigkeit und Relevanz |
| Aktualisieren bestehender Speicherfelder |
| Soft-Delete einer Erinnerung |
| Ausführen des Zerfallszyklus — Deaktivierung ungenutzter Erinnerungen |
| Dauerhaftes Entfernen zerfallener Erinnerungen |
| Abrufen von Statistiken des Speichersystems |
Zerfallsmechanismus
Erinnerungen zerfallen basierend auf last_activated, nicht created_at. Eine Erinnerung, die immer wieder abgerufen wird, bleibt unbegrenzt aktiv. Zerfallsschwellen:
Niedrige Wichtigkeit (1-2) + nicht in 7 Tagen aktiviert → Zerfall
Mittlere Wichtigkeit (3) + nicht in 14 Tagen aktiviert → Zerfall
Hohe Wichtigkeit (4-5) + nicht in 30 Tagen aktiviert → Zerfall
Fixierte Erinnerungen zerfallen nie
Inspiriert von der Forschung zur menschlichen Gedächtniskonsolidierung — basierend auf 8 Studien (siehe design doc).
Auto-Surface Hook
auto_surface.cjs läuft als Claude Code UserPromptSubmit-Hook. Bei jeder Benutzernachricht:
Extrahiert Schlüsselwörter aus der Nachricht
Durchsucht die Speicherdatenbank nach Übereinstimmungen
Injiziert relevante Erinnerungen in den Gesprächskontext
Dies ermöglicht passiven Abruf ohne explizite Suchbefehle.
Einrichtung
npm installZur Claude Code MCP-Konfiguration hinzufügen:
{
"mcpServers": {
"memory": {
"command": "node",
"args": ["path/to/memory-mcp/index.js"]
}
}
}Designentscheidungen
SQLite statt Vektor-DB: Einfachere Bereitstellung, einzelne Datei, ausreichend für <10.000 Erinnerungen
Aktivierungsbasierter statt zeitbasierter Zerfall: Ahmt das menschliche Gedächtnis nach — genutzte Erinnerungen werden gestärkt, ungenutzte verblassen
Embedding-Deduplizierung: Verhindert Speicherüberlastung durch wiederholte ähnliche Ereignisse
Geschichtete Architektur: Trennt Fakten (stabil) von Erfahrungen (kontextuell) und Entscheidungen (umsetzbar)
Forschungsreferenzen
Aufgebaut auf Forschung aus 8 Studien:
Generative Agents (Stanford, 2023): Speicherstrom, Reflexion, Planung/Reaktion
MemGPT (2023): Gestufter Speicher mit OS-inspiriertem Seitenmanagement
LUFY (2024): Vergessensmechanismus mit Gewichtung der emotionalen Erregung
MemoRAG (2024): Speicher-inspirierter Abruf mit dualer Bewertung
Mem0 (2024): Graph-basierter Speicher mit automatischer Extraktion und Deduplizierung
A-Mem (2024): Selbstorganisierende agentische Speichernetzwerke
LoCoMo (2024): Benchmark für Langkontext-Gesprächsspeicher
Chloe/Noah (Community): Vierdimensionales Begleiter-KI-Gedächtnis
Siehe docs/design.md für eine detaillierte Analyse des Einflusses jeder Studie.
Status
Im aktiven täglichen Gebrauch. 95+ Erinnerungen über 17 Sitzungen. Iteration basierend auf realen Nutzungsmustern.
Lizenz
MIT
This server cannot be deployed
Maintenance
Related MCP Connectors
Persistent memory for AI agents. Search, store, and recall across sessions.
Memory system for AI agents with semantic search. Store and recall memories with ease.
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
Persistent memory for AI agents. Semantic search, memory graph, W3C DID identity.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceProvides AI agents with persistent, searchable memory that survives across conversations using semantic search, temporal versioning, and smart organization. Enables long-term context retention and cross-session continuity for AI assistants.14-
- FlicenseAqualityNot gradedmaintenanceProvides long-term memory storage for AI assistants with semantic search, enabling persistent storage of preferences, decisions, and context with relationship tracking between memories.19-
- AlicenseNot gradedqualityCmaintenanceProvides persistent, semantic memory storage for LLMs across sessions using vector embeddings and FAISS search. Features bio-inspired memory consolidation, intelligent forgetting, and semantic retrieval without API costs.MIT

Memsolus MCP Serverofficial
AlicenseAqualityDmaintenanceProvides persistent long-term memory for AI agents through semantic search and automated knowledge graph extraction. It enables agents to store, recall, and reason over facts, preferences, and relationships across multiple conversations and sessions.148 npmMIT