Skip to main content
Glama
feng111222-113

MCP Memory Server

by feng111222-113
OverviewSchemaRelated ServersScoreDiscussions
TypeScript
Local

MCP Memory Server

跨会话持久化记忆系统。Markdown 文件即记忆 + SQLite FTS5 全文搜索 + 可选 Ollama 语义搜索。

给 OpenCode / Claude Code 等 AI 编码助手提供跨会话持久记忆能力，会话结束不遗忘。

快速使用

# 一行命令启动
bunx @mimochamber/memory-server

服务启动后在 stdio 上暴露 MCP 协议，共 14 个工具，兼容任何 MCP 客户端。

Related MCP server: Stoa

安装

方式一：全局安装（推荐）

bun install -g @mimochamber/memory-server

方式二：项目依赖

bun add -d @mimochamber/memory-server

方式三：直接运行（无需安装）

bunx @mimochamber/memory-server

配置到客户端

Claude Code

在 claude_desktop_config.json 或项目 .mcp.json 中添加：

{
  "mcpServers": {
    "mcp-memory": {
      "type": "local",
      "command": ["bunx", "@mimochamber/memory-server"]
    }
  }
}

OpenCode

在 opencode.json（用户级或项目级）中添加：

{
  "mcp": {
    "mcp-memory": {
      "type": "local",
      "command": ["bunx", "@mimochamber/memory-server"],
      "env": {
        "OPENCODE_API_URL": "http://127.0.0.1:4096",
        "MCP_MEMORY_POLL_INTERVAL": "30000"
      }
    }
  }
}

14 个 MCP 工具一览

工具名

功能

类别

memory_save

保存一条记忆（笔记/配置/对话摘要）

核心

memory_recall

搜索记忆（默认 hybrid：FTS5+语义融合，关键词不匹配也能搜到）

核心

memory_list

列出已存储条目（不返回 body，节省上下文）

核心

memory_get

按 path 获取单条记忆全文

核心

memory_update

更新已有记忆

核心

memory_delete

删除指定记忆

管理

memory_batch_delete

按条件批量删除

管理

memory_stats

记忆系统统计

管理

memory_reconcile

手动触发磁盘文件 ↔ 索引同步

管理

memory_embed_status

检查语义搜索（Ollama）是否可用

增强

memory_save_checkpoint

保存结构化 checkpoint（11 字段的 session 快照）

增强

memory_promote

将 session 记忆提升到 project/global 作用域

增强

memory_notes_append

向 notes.md 追加零散笔记（scratchpad）

增强

memory_notes_flush

读取并清空 notes.md（writer 路由后调用）

增强

环境变量

变量

默认值

说明

MCP_MEMORY_ROOT

~/.mcp-memory

记忆存储根目录

OLLAMA_URL

http://127.0.0.1:11434

Ollama 服务地址（启用以支持语义搜索）

OPENCODE_API_URL

http://127.0.0.1:4096

[仅 OpenCode] API 地址

MCP_MEMORY_POLL_INTERVAL

0

[仅 OpenCode] 轮询间隔 ms，设 30000 开启

语义搜索：安装 Ollama 并 ollama pull nomic-embed-text，重启服务后 memory_recall 自动使用 hybrid 模式（FTS5+向量融合）。Ollama 不可用时自动降级为纯 FTS5。

MCP 工具详情

memory_save

保存一条记忆。写入 .md 文件并同步到 FTS5 搜索索引。

参数:
  content:  string        # 记忆内容（必填）
  scope:    "global" | "projects" | "sessions"   # 作用域（默认 sessions）
  scope_id: string        # 项目/会话 ID
  type:     "free"|"memory"|"checkpoint"|"compaction"|"notes"

返回: { path, type, indexed_at, deduplicated }

memory_recall

搜索记忆。默认 hybrid 模式，Ollama 不存在时自动降级纯 FTS5。

参数:
  query:       string              # 搜索词（必填，自然语言即可）
  scope?:      string              # 过滤作用域
  scope_id?:   string              # 过滤项目/会话 ID
  type?:       string              # 过滤记忆类型
  limit?:      number              # 返回条数（默认 10）
  search_mode: "fts" | "hybrid"    # 默认 hybrid

返回: [{ path, snippet, score, scope, scope_id, type }]

memory_list / memory_get / memory_update / memory_delete

memory_list:   列出条目（无 body，limit 默认 20）
memory_get:    按 path 取全文（search/list 不返回 body）
memory_update: 按 path 更新内容
memory_delete: 按 path 删除

memory_save_checkpoint

保存结构化 session 快照，11 个可选字段。适合 llm 在 checkpoint 点保存工作状态。

参数:
  scope_id:   string    # session ID（必填）
  intent:     string    # 当前意图/目标
  next_action: string   # 下一步动作
  constraints: string   # 工作约束
  task_tree:  string    # 任务树
  working_on: string    # 当前工作在做什么
  files:      string[]  # 涉及的文件列表
  cross_task_findings: string  # 跨任务发现
  errors_fixes: string  # 错误与修复
  runtime_state: string # 运行时状态
  design_decisions: string  # 设计决策
  notes:      string    # 杂项笔记

memory_promote

memory_promote(path, target_scope: "projects"|"global", target_scope_id?)
将 session 级记忆提升到更高作用域，使其跨 session 持久可用。

memory_notes_append / memory_notes_flush

memory_notes_append(scope_id, note)   # 追加笔记到 scratchpad
memory_notes_flush(scope_id)          # 读取并清空笔记（返回内容用于路由）

记忆目录结构

~/.mcp-memory/
├── global/
│   └── MEMORY.md              # 跨项目记忆（用户偏好）
├── projects/
│   └── <project-hash>/
│       └── MEMORY.md          # 项目级记忆
└── sessions/
    └── <session-id>/
        ├── notes.md           # 自由笔记（scratchpad 模式）
        ├── note-*.md          # 普通记忆文件
        └── compactions.md     # compaction 摘要（追加模式）

防膨胀机制

机制

说明

① 内容去重

同作用域下完全重复内容跳过，返回 deduplicated=true

② Compaction ID 去重

追踪已处理的 session+message ID，避免重复保存

③ 单文件追加

compaction 追加到单文件，不创建新文件

④ search 无 body

只返回 snippet+path，不看全文

⑤ list 无 body+limit 砍半

默认 20 条，不返回 body

⑥ 按需取全文

想看详情调 memory_get

语义搜索

  1. 安装 Ollama

  2. ollama pull nomic-embed-text

  3. 重启 mcp-memory 服务

  4. memory_embed_status 确认可用

之后 memory_recall 默认开启 hybrid 模式：

  • FTS5 BM25（关键词匹配）

  • 向量余弦相似度（语义匹配）

  • 加权融合（0.6 vec + 0.4 fts）

Ollama 不可用时自动降级纯 FTS5，无感知。

开发

git clone https://github.com/你的组织/mcp-memory.git
cd mcp-memory
bun install

# 冒烟测试
bun run test.mjs
bun run test-dedup.mjs
bun run test-compaction.mjs

# 类型检查
bun run tsc

发布到 npm

.\scripts\publish.ps1           # dry-run
.\scripts\publish.ps1 -Execute  # 正式发布

技术栈

  • 运行时: Bun（bun:sqlite 内置 SQLite FTS5）

  • 协议: MCP（@modelcontextprotocol/sdk）

  • 搜索: SQLite FTS5 + BM25 + 可选 Ollama 向量嵌入

  • 存储: Markdown 文件 + SQLite 索引

  • 平台: Windows / macOS / Linux

License

MIT

This server cannot be installed

A
license - permissive license
-
quality - not tested
B
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Latest Blog Posts

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/feng111222-113/mcp-memory'

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