localmem-mcp-zh

🇨🇳 로컬 우선, API 없는 중국어 AI 메모리 MCP — SQLite + fastembed 중국어 최적화

이 localmem-mcp-zh은 모든 MCP 호환 클라이언트(Claude Code, Codex, Gemini CLI, Cursor, Windsurf, Cline …)에게 완전히 로컬에서 동작하고, 클라우드 호출이 전혀 없는 장기 메모리입니다. 모든 기억은 하나의 SQLite 파일에 저장되고, 검색은 로컬 코사인 유사도 + 중국어 FTS5 + jieba 토큰 분리 가중 BM25를 사용하여 검색에 토큰을 한 개도 쓸 수 없습니다.

로 대표 OpenAgentHQ/localmem-mcp의 영향을 받았습니다(6 ⭐, 2026-08-14 생성). 원문은 순수 영어입니다. 이 저장소는 중국어 최적화를 수행합니다:

• jieba 중국어 분리는 영어 문자 unicode61 토큰 분리자가 중국어에서 실패하는 것을 하지 않습니다.

• 기본 임베딩 모델 BAAI/bge-small-zh-v1.5(중국어 검색 SOTA 소형 모델)

• 도구 설명을 모두 중국어-영어 이중 언어로 지원, 중국어 에이전트가하다를 이해하기 쉽도록

왜 필요한가

대부분의 AI 메모리 도구(Mem0, Zep, Graphiti)는 저장 및 검색 경로에서 LLM을 호출합니다. 이 저장소는 로컬에서 임베딩 모델을 한 번만 실행하고, 그 이후에는 완전히 오프라인입니다. 개인 정보 보호보다 더 중요한 것은 비용입니다. 1판건의 기억을 저장하고, 1판건의 기억을 검색해도, localmem-mcp-zh가 LLM을 호출하는 횟수는 0입니다.

Related MCP server: tartarus-mcp

설치

pip install localmem-mcp-zh
# 或
uvx localmem-mcp-zh

첫 번째 실행시에すると Hugging Face에서 임베팅 모델(약 90MB)을 다운로드하며, 이후에는 완전히 오프라인입니다.

클라이언트 연결

Claude Code / Codex / Gemini CLI

다음의 내용을 MCP 설정(~/.config/mcp/server.json 또는 해당 클라이언트의 설정 파일)에 추가합니다:

{
  "mcpServers": {
    "localmem-zh": {
      "command": "uvx",
      "args": ["localmem-mcp-zh"],
      "env": {
        "LOCALMEM_DB": "~/.localmem-mcp-zh/memories.db"
      }
    }
  }
}

Cursor / Windsurf / VS Code

IDE의 MCP 설정에서 같은 이름 server를 추가하고, 파라미터는 위와 동일합니다.

네 가지 도구

프라이버시

네트워크 요청은 전혀 가지, 임베딩 모델을 일회성으로 다운로드하지 않습니다. ~/.localmem-mcp-zh/memories.db을 삭제하면 기억이 사라집니다.

개발

git clone https://github.com/lvyuan1688/localmem-mcp-zh
cd localmem-mcp-zh
pip install -e ".[dev]"
pytest

License

MIT — LICENSE를 참조하십시오.