Memory MCP

Persistenter Speicher und sitzungsübergreifende Volltextsuche für KI-Coding-Assistenten, bereitgestellt als MCP-Server.

Das Problem

KI-Coding-Assistenten vergessen alles zwischen den Sitzungen. Architektur-Entscheidungen, Benutzerpräferenzen, Projektkontext, was Sie letzten Dienstag debuggt haben – alles weg. Sie müssen ständig dieselben Dinge neu erklären.

Memory MCP löst dies mit zwei Funktionen:

1. Expliziter Speicher – Speichern Sie Notizen, Entscheidungen, Muster und Präferenzen, die über Sitzungen hinweg bestehen bleiben. Ihr Assistent merkt sich, was Sie ihm gesagt haben.

2. Sitzungssuche – Volltextsuche über Ihren gesamten Gesprächsverlauf. Finden Sie das, was Sie vor drei Wochen besprochen haben, ohne durch Protokolle scrollen zu müssen.

Keine Datenbankserver. Keine Hintergrundprozesse. Keine Cloud. Eine SQLite-Datei auf Ihrem Rechner.

Related MCP server: MCP Vector Memory

Unterstützte Sitzungsquellen

Das Hinzufügen einer neuen Quelle erfordert eine Parser-Datei und einen Registrierungseintrag. Siehe Hinzufügen einer neuen Sitzungsquelle.

Installation

Erfordert Python 3.11+ mit SQLite FTS5-Unterstützung (in Standard-Python-Builds enthalten).

pip install -e .

Oder führen Sie es direkt mit uv aus (keine Installation erforderlich):

uv run --directory /path/to/memory_mcp python -m memory_mcp

MCP-Konfiguration

Fügen Sie dies zu Ihrer MCP-Client-Konfiguration hinzu (z. B. ~/.claude/mcp.json oder .mcp.json auf Projektebene):

Mit pip install:

{
  "mcpServers": {
    "memory": {
      "command": "memory-mcp"
    }
  }
}

Mit uv (keine Installation):

{
  "mcpServers": {
    "memory": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/memory_mcp", "python", "-m", "memory_mcp"]
    }
  }
}

Tools

Speicher (expliziter Wissensspeicher)

Sitzungen (Suche im Gesprächsverlauf)

Funktionsweise

Beim Start scannt Memory MCP die konfigurierten Sitzungsverzeichnisse und indiziert jedes Gespräch in einer lokalen SQLite-Datenbank mit FTS5-Volltextsuchindizes. Nachfolgende Starts überspringen Dateien, deren Änderungsdatum (mtime) sich nicht geändert hat.

• Datenbank-Speicherort: ~/.memory_mcp/memory.db (überschreibbar mit der Umgebungsvariable MEMORY_MCP_DB)

• Sitzungsquellen: automatisch erkannt von Standard-Speicherorten (erweiterbar mit der Umgebungsvariable MEMORY_MCP_SOURCES, Format: typ:pfad;typ:pfad)

• Indizierung: inkrementell nach Datei-mtime, parallelisiert über 8 Threads

• Suche: FTS5 mit BM25-Ranking, Präfix-Matching, Phrasenunterstützung

Hinzufügen einer neuen Sitzungsquelle

1. Erstellen Sie memory_mcp/parsers/your_source.py, das das SessionParser-Protokoll implementiert:

   • source_type: str Attribut

   • parse_file(path: str) -> ParsedSession | None Methode

2. Registrieren Sie es in memory_mcp/parsers/__init__.py

3. Fügen Sie die Verzeichniserkennung in memory_mcp/config.py hinzu

Siehe parsers/claude_code.py oder parsers/omp.py für Beispiele.

Testen

python tests/test_e2e.py

Der End-to-End-Test startet den MCP-Server als Subprozess, führt alle 8 Tools über das stdio-Protokoll aus und überprüft die Tool-Antworten. Verwendet eine temporäre Datenbank, sodass Ihre echten Daten unberührt bleiben.

Architektur

memory_mcp/
  server.py        # FastMCP entry point, lifespan manages DB + startup scan
  config.py        # Auto-detects session dirs, DB path
  db.py            # SQLite + FTS5 schema, all queries, sync triggers
  scanner.py       # Walks session dirs, dispatches to parsers, parallel indexing
  parsers/
    base.py        # ParsedSession / ParsedMessage dataclasses, SessionParser protocol
    claude_code.py # Claude Code JSONL parser (merges streamed assistant blocks)
    claude_history.py # Claude Code history.jsonl parser (one file, many sessions)
    omp.py         # OMP JSONL parser
    opencode.py    # OpenCode SQLite parser (reads DB directly, read-only)
  tools/
    memory.py      # save_memory, search_memory, list_memories, delete_memory
    sessions.py    # list_sessions, get_session, search_sessions, refresh_sessions

Lizenz

MIT