localmem-mcp-zh
localmem-mcp-zh
🇪🇸 Memoria de IA en chino, local primero y sin API para MCP — SQLite + fastembed optimizado para chino

localmem-mcp-zh le da a cualquier cliente compatible con MCP (Claude Code, Codex, Gemini CLI, Cursor, Windsurf, Cline …) una memoria a largo plazo completamente local y sin llamadas a la nube. Todos los recuerdos se guardan en un único archivo SQLite; la búsqueda usa similitud coseno local + FTS5 en chino + BM25 ponderado con segmentación jieba, la recuperación no gasta ni un token.
Inspirado en OpenAgentHQ/localmem-mcp (6 ⭐, creado el 14-08-2026), cuyo original está solo en inglés. Este repositorio hace una optimización para chino:
Segmentación jieba en chino, para evitar que el tokenizador unicode61 en inglés falle con el chino
Modelo de embeddings por defecto
BAAI/bge-small-zh-v1.5(modelo pequeño de referencia para recuperación en chino)Descripciones de herramientas bilingües chino-inglés, para que los agentes en chino entiendan la intención
Por qué lo necesitas
La mayoría de las herramientas de memoria para IA (Mem0, Zep, Graphiti) llaman al LLM tanto en el almacenamiento como en la recuperación. Este repositorio solo ejecuta el modelo de embeddings una vez en local; después, siempre está offline. Más allá de la privacidad, importa el coste: almacenar 10 000 recuerdos y recuperarlos 10 000 veces, localmem-mcp-zh llama al LLM 0 veces.
Related MCP server: tartarus-mcp
Instalación
pip install localmem-mcp-zh
# 或
uvx localmem-mcp-zhLa primera ejecución descarga el modelo de embeddings desde Hugging Face (unos 90 MB); después, completamente offline.
Conexión con clientes
Claude Code / Codex / Gemini CLI
Añade este bloque a la configuración de MCP (~/.config/mcp/servers.json o el archivo de configuración del cliente correspondiente):
{
"mcpServers": {
"localmem-zh": {
"command": "uvx",
"args": ["localmem-mcp-zh"],
"env": {
"LOCALMEM_DB": "~/.localmem-mcp-zh/memories.db"
}
}
}
}Cursor / Windsurf / VS Code
En la configuración de MCP del IDE, añade un servidor con el mismo nombre y los mismos parámetros.
Cuatro herramientas
Herramienta | Uso |
| Guarda un recuerdo persistente — decisiones, preferencias, hechos, con tags opcionales |
| Busca recuerdos por semántica. "¿Qué base de datos?" encuentra "elegimos SQLite" |
| Vuelve a leer un recuerdo por id, o consulta los más recientes |
| Dónde está la base de datos y cuántos recuerdos contiene |
Privacidad
No hay ninguna petición de red, salvo la descarga única del modelo de embeddings. Si borras ~/.localmem-mcp-zh/memories.db, los recuerdos desaparecen.
Desarrollo
git clone https://github.com/lvyuan1688/localmem-mcp-zh
cd localmem-mcp-zh
pip install -e ".[dev]"
pytestLicencia
MIT — ver 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.-