misMEM
Provides semantic search over memories by generating embeddings via a local Ollama instance, enhancing recall with meaning-based matching and gracefully falling back to FTS5 if Ollama is unavailable.
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
Qué es y por qué
Cada instancia de un LLM nace sin memoria, y cada herramienta (opencode, Claude Code, Codex, Cursor,
VS Code...) guarda lo suyo en silos incompatibles: hay que repetir el contexto y la continuidad muere entre
sesiones. misMEM lo resuelve con una base SQLite (~/.mismem/mem.db) y un protocolo MCP de seis
invocaciones, accesible desde cualquier cliente que hable MCP. La cooperatividad hace a la persistencia
de la información.
La memoria tiene tres capas, como la biológica, y la pérdida es intencional: lo crudo se disuelve, lo destilado persiste, lo cristalizado permanece.
flowchart LR
C["Cualquier cliente MCP<br/>opencode, Claude Code, Codex,<br/>Cursor, VS Code..."]
subgraph E["engine (Node 22)"]
S["server.ts<br/>MCP por stdio"]
H["server-http.ts<br/>MCP por HTTP y visor, :3200"]
end
subgraph D["SQLite (mem.db)"]
EP["episodes<br/>texto literal"] -->|consolidación| ME["memories<br/>gist, saliencia"] -->|crystallize| TR["traits<br/>patrones estables"]
end
N["Consolidación nocturna<br/>mismem-consolidate"]
L["LLM<br/>cualquiera con API compatible con OpenAI"]
V["Servidor de embeddings<br/>cualquier modelo, por /v1/embeddings"]
C -->|stdio| S
C -->|HTTP| H
S --> D
H --> D
N -->|episodios pendientes| L
L -->|memorias destiladas| N
N --> D
V -.->|vectores, opcional| ERelated MCP server: nuzo-memory
Quickstart
Linux: un script lo configura todo
git clone https://github.com/lucasmella-stack/misMEM.git && bash misMEM/scripts/install.shPregunta dónde guardar la memoria y con qué proveedor consolidar (DeepSeek, OpenRouter, OpenAI, un
servidor compatible o ninguno), deja la clave en ~/.config/mismem/env con permisos 600 y configura
los clientes MCP que encuentre, con los hooks de inyección y refuerzo en Claude Code. Ofrece además
montar un servidor de embeddings local para la búsqueda por significado
(otro servidor u otro modelo) y dejar la consolidación
nocturna como timer de systemd.
Los clientes llaman a ~/.local/bin/mismem-run, así que ninguna clave queda en su configuración.
Volver a ejecutarlo actualiza sin duplicar y respeta lo que esté configurado a mano. --help explica
el resto: --from-npm, el modo sin preguntas y qué clientes toca.
Docker: un servidor para varias máquinas
docker run -d --name mismem-brain \
-e MISMEM_AUTH_USER=brain -e MISMEM_AUTH_PASS=<contraseña> \
-v mismem-data:/data -p 127.0.0.1:3200:3200 \
ghcr.io/lucasmella-stack/mismem-brain:latest
curl http://127.0.0.1:3200/healthzImagen multi-arch (linux/amd64 y linux/arm64). El visor queda en /viewer y el MCP en /mcp;
para exponerlo con Traefik y TLS, DEPLOY.md.
npm: sin clonar nada
En la configuración MCP del cliente; el fichero y la forma cambian de uno a otro. Éste es el de los que
usan mcpServers en JSON:
{
"mcpServers": {
"mismem": {
"command": "npx",
"args": ["-y", "@lucasmella/mismem"]
}
}
}La base se crea sola en el primer uso (~/.mismem/mem.db, configurable con MISMEM_DB) y no sale de la
máquina; las dos funciones opcionales que mandan texto afuera están en Privacidad.
git clone https://github.com/lucasmella-stack/misMEM.git
cd misMEM/engine
pnpm install
pnpm test # todo verde antes de usar
pnpm build # compila a dist/Y en la configuración MCP del cliente: "command": "node", "args": ["<ruta-al-repo>/misMEM/engine/dist/server.js"].
Qué incluye
Qué hace | Más | |
Seis invocaciones |
| |
Recall híbrido | Palabras (FTS5) y significado (embeddings, opcional) fusionados por RRF sobre las tres capas a la vez. Si el servidor de embeddings cae, sigue por palabras | |
Medido, no supuesto | Un corpus dorado público en castellano y | |
Saliencia con decay | Lo que no se usa pierde la mitad cada 90 días; el refuerzo sigue el uso real, no la aparición | |
Índice hebbiano | Cuenta qué recuerdos se usaron juntos en el mismo turno | |
Ámbitos | Un | |
Consolidación nocturna | Un LLM destila los episodios en memorias, con prefiltro de ruido | |
Visor web | Memorias, rasgos, lo pendiente, el origen de cada recuerdo, el estado del índice semántico y el grafo; con acciones opcionales | |
Temas | Qué recuerdos hablan de lo mismo aunque vivan en ámbitos distintos, calculado sobre los vectores. El grafo se puede pintar por tema | |
Lo que el modelo recibe | El servidor anuncia cuándo usar cada herramienta; cada resultado de | |
Hooks de cliente | Adelantan recuerdos antes de responder y refuerzan los que se usaron | |
Ingesta y exportación | Exports de ChatGPT, transcripts de VS Code, migración desde Engram, bóveda de Obsidian | |
Servidor remoto | MCP por Streamable HTTP con BasicAuth, guarda de |
El visor
Capturas del visor (/viewer): el grafo entero con sus ajustes, y el grafo local alrededor de una
memoria con su detalle al costado. Cada nodo mide sus conexiones visibles y se pinta por ámbito o por
tema.
Documentación
Para | Ir a |
Operar un servidor, y todas las variables de entorno | |
Entender el motor | |
Contribuir | CONTRIBUTING.md y las normas |
Convenciones para agentes | |
Qué cambió en cada versión | |
Reportar una vulnerabilidad | |
Qué documento es para quién |
Privacidad
La memoria es de quien la usa. La base (*.db), los volcados y los exports personales están en
.gitignore: nunca se commitean. El servidor HTTP sin MISMEM_AUTH_USER y MISMEM_AUTH_PASS corre
sin autenticación: así sólo en localhost.
Dos funciones opcionales mandan texto fuera del proceso, y sólo si se configuran:
Búsqueda por significado: el servidor de embeddings recibe el texto de cada memoria, de cada rasgo, de cada episodio pendiente y de cada consulta. Conviene correrlo en la propia máquina o en la red interna.
Consolidación con LLM: los episodios viajan textuales al proveedor configurado (DeepSeek, OpenRouter, OpenAI o cualquier servidor compatible). Sin su clave no corre, y apuntándola a un servidor de la propia red no sale nada.
Contribuir
Los issues y los PR son bienvenidos. El punto de partida es CONTRIBUTING.md: entorno, flujo, formularios de issue y plantillas de PR.
Gracias
misMEM lo arrancó una persona sola, pero no siguió así. @iDiagoValeta colaboró en su desarrollo de forma activa como muestra de su amor y apoyo incondicional hacia el Open-Source.
Licencia
MIT. Ver LICENSE.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Persistent memory, knowledge graph, task management and more for AI agents via MCP.
Cross-tool persistent memory and context for AI assistants over MCP.
Persistent memory for AI agents across Claude, ChatGPT and any MCP client.
Shared memory for your AI tools: tasks, notes and context every tool can read and write over MCP.
Related MCP Servers
- AlicenseAqualityDmaintenanceProvides persistent, inspectable memory storage for AI agents using SQLite. Agents can store, recall, and search memories across sessions via three MCP tools.3MIT
- AlicenseNot gradedqualityFmaintenanceLocal-first, auditable memory for AI agents. Provides durable context for MCP hosts with SQLite storage, CLI, and MCP tools for memory management.2Apache 2.0
- AlicenseNot gradedqualityDmaintenancePersistent memory MCP server for AI agents, featuring a visual interface to browse, search, edit, and delete memory. It provides tools for capturing episodes, recalling, consolidating, crystallizing traits, and forgetting, with local SQLite storage and optional authenticated web UI.MIT
- AlicenseNot gradedqualityDmaintenanceEnables coding agents to store, recall, and manage persistent memory across sessions through MCP tools, with reviewable handoffs and SQLite-backed local storage.1MIT