MCP Memory

MCP Memory es un MCP Server que ofrece a los MCP Clients (Cursor, Claude, Windsurf y más) la capacidad de recordar información sobre los usuarios (preferencias, comportamientos) a lo largo de las conversaciones. Utiliza tecnología de búsqueda vectorial para encontrar recuerdos relevantes basándose en el significado, no solo en palabras clave. Está construido con Cloudflare Workers, D1, Vectorize (RAG), Durable Objects, Workers AI y Agents.

📺 Vídeo

Related MCP server: MCP Memory

🚀 Pruébalo

https://memory.mcpgenerator.com/

🛠️ Cómo implementar tu propio MCP Memory

Opción 1: Implementa tu propio MCP Memory en Cloudflare con un clic

En la sección Create Vectorize elige:

• Dimensions: 1024

• Metric: cosine

Haz clic en el botón "Create and Deploy"

En el panel de Cloudflare, ve a "Workers & Pages" y haz clic en Visit

Opción 2: Usa esta plantilla

1. Haz clic en el botón "Use this template" en la parte superior de este repositorio

2. Clona tu nuevo repositorio

3. Sigue las instrucciones de configuración a continuación

Opción 3: Crear con CloudFlare CLI

npm create cloudflare@latest --git https://github.com/puliczek/mcp-memory

🔧 Configuración (Solo opciones 2 y 3)

1. Instala las dependencias:

npm install

2. Crea un índice de Vectorize:

npx wrangler vectorize create mcp-memory-vectorize --dimensions 1024 --metric cosine

3. Instala Wrangler:

npm run dev

4. Implementa el worker:

npm run deploy

🧠 Cómo funciona

1. Almacenamiento de recuerdos:

   • Tu texto se procesa mediante Cloudflare Workers AI usando el modelo de código abierto @cf/baai/bge-m3 para generar embeddings

   • El texto y su embedding vectorial se almacenan en dos lugares:

     • Cloudflare Vectorize: almacena los embeddings vectoriales para la búsqueda por similitud

     • Cloudflare D1: almacena el texto original y los metadatos para la persistencia

   • Un Durable Object (MyMCP) gestiona el estado y garantiza la coherencia

   • El framework Agents gestiona la comunicación del protocolo MCP

2. Recuperación de recuerdos:

   • Tu consulta se convierte en un vector usando Workers AI con el mismo modelo @cf/baai/bge-m3

   • Vectorize realiza una búsqueda por similitud para encontrar recuerdos relevantes

   • Los resultados se clasifican por puntuación de similitud

   • La base de datos D1 proporciona el texto original de los vectores coincidentes

   • El Durable Object coordina el proceso de recuperación

Esta arquitectura permite:

• Búsqueda rápida de similitud vectorial mediante Vectorize

• Almacenamiento persistente con D1

• Operaciones con estado mediante Durable Objects

• Interacciones de IA estandarizadas mediante Workers AI

• Cumplimiento del protocolo mediante el framework Agents

El sistema encuentra información conceptualmente relacionada incluso cuando las palabras exactas no coinciden.

🔒 Seguridad

MCP Memory implementa varias medidas de seguridad para proteger los datos de los usuarios:

• Los recuerdos de cada usuario se almacenan en espacios de nombres aislados dentro de Vectorize para la separación de datos

• La limitación de velocidad integrada evita el abuso (100 req/min: puedes cambiarlo en wrangler.jsonc)

• La autenticación se basa únicamente en userId

  • Aunque esto es suficiente para una protección básica gracias a la limitación de velocidad

  • Se pueden añadir fácilmente capas de autenticación adicionales (como API keys u OAuth) si es necesario

• Todos los datos se almacenan en la infraestructura segura de Cloudflare

• Todas las comunicaciones están protegidas con cifrado TLS estándar de la industria (proporcionado automáticamente por la certificación SSL/TLS de Cloudflare)

💰 Información de costes: GRATIS para la mayoría de los usuarios

MCP Memory es gratuito para niveles de uso normales:

• El nivel gratuito permite 1.000 recuerdos con ~28.000 consultas al mes

• Usa la cuota gratuita de Cloudflare para Workers, Vectorize, Worker AI y la base de datos D1

Para más detalles sobre los precios de Cloudflare, consulta:

• Vectorize Pricing

• Workers AI Pricing

• Workers Pricing

• Durable Objects Pricing

• Database D1 Pricing

❓ Preguntas frecuentes

1. ¿Puedo usar memory.mcpgenerator.com para almacenar mis recuerdos?

   • Sí, puedes usar memory.mcpgenerator.com para almacenar y recuperar tus recuerdos

   • El servicio es gratuito

   • Tus recuerdos se almacenan de forma segura y solo tú puedes acceder a ellos

   • No puedo garantizar que el servicio esté siempre disponible

2. ¿Puedo alojarlo?

   • Sí, puedes alojar tu propia instancia de MCP Memory gratis en Cloudflare

   • Necesitarás una cuenta de Cloudflare y los siguientes servicios:

     • Workers

     • Vectorize

     • D1 Database

     • Workers AI

3. ¿Puedo ejecutarlo localmente?

   • Sí, puedes ejecutar MCP Memory localmente para desarrollo

   • Usa wrangler dev para ejecutar el worker localmente

   • Necesitarás configurar credenciales de desarrollo local para los servicios de Cloudflare

   • Ten en cuenta que algunas funciones como la búsqueda vectorial o Workers AI requieren una conexión a los servicios de Cloudflare

4. ¿Puedo usar un alojamiento diferente?

   • No, MCP Memory está diseñado específicamente para la infraestructura de Cloudflare

5. ¿Por qué lo construiste?

   • Quería una solución de código abierto

   • El control sobre mis propios datos era importante para mí

6. ¿Puedo usarlo para más de una persona?

   • Sí, MCP Memory se puede integrar en tu aplicación para atender a todos tus usuarios

   • Cada usuario tiene su propio espacio de memoria aislado

7. ¿Puedo usarlo para almacenar cosas que no sean recuerdos?

   • Sí, MCP Memory puede almacenar cualquier tipo de información basada en texto

   • Algunos ejemplos prácticos:

     • Base de conocimientos: almacena documentación técnica, procedimientos y guías de resolución de problemas

     • Comportamientos de usuario: realiza un seguimiento de cómo interactúan los usuarios con las funciones y los patrones de uso habituales

     • Notas de proyecto: decisiones y actualizaciones del proyecto

   • La búsqueda vectorial ayudará a encontrar elementos relacionados independientemente del tipo de contenido

🤝 Muestra tu apoyo