MCP Memory Server

Постоянная память агента для Blockbrain (или любого MCP-клиента) через Markdown-файлы + полнотекстовый поиск SQLite FTS5.

Зачем?

Агенты Blockbrain не сохраняют память между сессиями. Каждый разговор начинается с нуля. Этот MCP-сервер исправляет это — агент может сохранить то, что узнал, и вспомнить это в следующий раз.

Как это работает:

• Агент решает проблему → вызывает memory_save с решением

• Агент начинает новую задачу → вызывает memory_recall, чтобы проверить похожие задачи из прошлого

• Все воспоминания хранятся как читаемые Markdown-файлы + индексируются в SQLite для быстрого поиска

Related MCP server: universal-memory-mcp

Инструменты

Быстрый старт (Docker)

# 1. Clone
git clone https://github.com/lanlibbi/mcp-memory-server.git
cd mcp-memory-server

# 2. Configure
cp .env.example .env
# Edit .env — set MEMORY_API_KEY!
# Generate a key: openssl rand -hex 32

# 3. Run
docker compose up -d

# 4. Verify
curl http://localhost:8080/health

Интеграция с Blockbrain

1. Откройте сервер публично — Blockbrain нужен HTTPS-URL:

   • Вариант A: Cloudflare Tunnel (cloudflared tunnel --url http://localhost:8080)

   • Вариант B: любой обратный прокси (nginx, Caddy, Traefik) с TLS

   • Вариант C: ngrok для тестирования (ngrok http 8080)

2. Зарегистрируйте в Blockbrain:

   • Перейдите в Admin → Agents → MCP Servers

   • Нажмите "+ Add MCP Server"

   • Заполните:

     • Name: Memory Server

     • Server URL: https://<your-public-url>/sse

     • Transport: SSE

     • Authentication: API Key

     • API Key: (значение из вашего .env)

   • Сохраните и активируйте

3. Назначьте агенту и добавьте инструкции в системный промпт агента:

   Before starting a new task, call memory_recall with keywords related to the task.
   After completing a task or learning something new, call memory_save with:
   - topic: a category for the task (e.g. "contract-review", "supplier-issue")
   - title: a short descriptive title
   - content: what was the problem, what was the solution, what was learned

Конфигурация

Вся конфигурация через переменные окружения:

Хранение

Воспоминания хранятся как Markdown-файлы с YAML frontmatter:

/data/memories/
├── contract-review/
│   ├── nda-standard-clauses.md
│   └── liability-clause-fix.md
├── supplier-issue/
│   └── delayed-delivery-workaround.md
└── memory.db          ← SQLite FTS5 index

Каждый файл выглядит так:

---
id: a1b2c3d4e5f67890
topic: contract-review
title: NDA Standard Clauses
created_at: 2026-08-20T15:00:00Z
updated_at: 2026-08-20T15:00:00Z
---

# NDA Standard Clauses

The standard NDA should always include...

Вы можете просматривать, редактировать или удалять воспоминания напрямую — это просто Markdown-файлы. Индекс SQLite автоматически остаётся синхронизированным.

Локальная разработка (без Docker)

python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
export MEMORY_API_KEY=test-key
export MEMORY_DATA_DIR=./data/memories
python -m uvicorn src.server:app --host 0.0.0.0 --port 8080

API-эндпоинты

Технологический стек

• Python 3.12 + MCP SDK

• Starlette + Uvicorn для HTTP/SSE

• SQLite FTS5 для полнотекстового поиска (без внешних зависимостей)

• Markdown для человекочитаемого хранения

Лицензия

MIT