localmem-mcp-zh
localmem-mcp-zh
🇨🇳 Lokale, API-freie chinesische KI-Speicher-MCP — SQLite + fastembed chinesische Optimierung

localmem-mcp-zh bietet jedem MCP-kompatiblen Client (Claude Code, Codex, Gemini CLI, Cursor, Windsurf, Cline …) ein vollständig lokales Langzeitgedächtnis ohne Cloud-Aufrufe. Alle Erinnerungen werden in einer einzigen SQLite-Datei gespeichert, die Suche nutzt lokale Kosinus-Ähnlichkeit + chinesisches FTS5 + jieba-Wortsegmentierung mit gewichtetem BM25 — die Abfrage kostet keinen einzigen Token.
Inspiriert von OpenAgentHQ/localmem-mcp (6 ⭐, erstellt am 14.08.2026), das Original ist rein englischsprachig. Dieses Repository ist für Chinesisch optimiert:
jieba-chinesische Wortsegmentierung, um zu vermeiden, dass die englische unicode61-Tokenisierung bei Chinesisch versagt
Standard-Einbettungsmodell
BAAI/bge-small-zh-v1.5(chinesisches SOTA-Kleinmodell für die Suche)Werkzeugbeschreibungen sind zweisprachig (Chinesisch/Englisch), damit chinesische Agenten die Absicht besser verstehen
Warum es das braucht
Die meisten KI-Speichertools (Mem0, Zep, Graphiti) rufen bei Speicher- und Abrufpfaden LLMs auf. Dieses Repository führt das Einbettungsmodell nur einmal lokal aus, danach ist es für immer offline. Wichtiger als Datenschutz sind die Kosten: Bei 10.000 gespeicherten Erinnerungen und 10.000 Abfragen beträgt die Anzahl der LLM-Aufrufe von localmem-mcp-zh 0.
Related MCP server: tartarus-mcp
Installation
pip install localmem-mcp-zh
# 或
uvx localmem-mcp-zhBeim ersten Ausführen wird das Einbettungsmodell von Hugging Face heruntergeladen (ca. 90 MB), danach ist es vollständig offline.
Client-Anbindung
Claude Code / Codex / Gemini CLI
Fügen Sie den folgenden Abschnitt zur MCP-Konfiguration hinzu (~/.config/mcp/servers.json oder die Konfigurationsdatei des jeweiligen Clients):
{
"mcpServers": {
"localmem-zh": {
"command": "uvx",
"args": ["localmem-mcp-zh"],
"env": {
"LOCALMEM_DB": "~/.localmem-mcp-zh/memories.db"
}
}
}
}Cursor / Windsurf / VS Code
Fügen Sie in den MCP-Einstellungen der IDE einen Server mit demselben Namen und denselben Parametern hinzu.
Die vier Werkzeuge
Werkzeug | Zweck |
| Speichert eine dauerhafte Erinnerung — Entscheidungen, Präferenzen, Fakten, optional mit Tags |
| Sucht Erinnerungen nach Semantik. „Welche Datenbank?" findet „wir haben uns für SQLite entschieden" |
| Liest eine Erinnerung anhand der ID erneut oder ruft die letzten Einträge ab |
| Wo sich die Datenbank befindet und wie viele Einträge gespeichert sind |
Datenschutz
Es werden keine Netzwerkanfragen gestellt, abgesehen vom einmaligen Herunterladen des Einbettungsmodells. Wenn Sie ~/.localmem-mcp-zh/memories.db löschen, sind die Erinnerungen weg.
Entwicklung
git clone https://github.com/lvyuan1688/localmem-mcp-zh
cd localmem-mcp-zh
pip install -e ".[dev]"
pytestLizenz
MIT — siehe LICENSE.
This server cannot be deployed
Maintenance
Related MCP Connectors
An MCP memory server. One memory your agents share — across models, devices and apps.
Cloud-hosted MCP server for durable AI memory
One memory, every AI. A shared, user-owned markdown memory your AI clients read and write over MCP.
Private persistent memory for Claude, ChatGPT & Gemini via MCP - semantic search, zero-code setup.
Related MCP Servers
- AlicenseAqualityCmaintenanceA local, fully-offline MCP memory server that enables persistent storage and retrieval of information using SQLite with both keyword and semantic vector search capabilities.1022 npm13MIT
- AlicenseNot gradedqualityBmaintenanceA local-first MCP memory server providing persistent, searchable memory for AI agents, powered by SQLite.1 npm1Apache 2.0
- AlicenseNot gradedqualityBmaintenanceLocal-first AI Memory MCP server for AI agents to search and manage knowledge stored in Obsidian vaults, optimized for CJK languages with zero AI dependency.2MIT
- FlicenseNot gradedqualityDmaintenanceAn MCP server for managing persistent AI memory using hybrid search (keyword + semantic vector) with SQLite storage and offline-first local embeddings.-