Skip to main content
Glama

Memory MCP

Memoria persistente y búsqueda de sesiones de texto completo para asistentes de programación de IA, expuesto como un servidor MCP.

El problema

Los asistentes de programación de IA olvidan todo entre sesiones. Las decisiones de arquitectura, las preferencias del usuario, el contexto del proyecto, lo que depuraste el martes pasado... todo desaparece. Constantemente tienes que volver a explicar las mismas cosas.

Memory MCP soluciona esto con dos capacidades:

  1. Memoria explícita: guarda notas, decisiones, patrones y preferencias que persisten entre sesiones. Tu asistente recuerda lo que le dijiste.

  2. Búsqueda de sesiones: búsqueda de texto completo en todo tu historial de conversaciones. Encuentra aquello que discutiste hace tres semanas sin tener que desplazarte por los registros.

Sin servidores de bases de datos. Sin procesos en segundo plano. Sin nube. Un único archivo SQLite en tu máquina.

Related MCP server: MCP Vector Memory

Fuentes de sesión compatibles

Fuente

Ubicación

Formato

Claude Code

~/.claude/projects/

JSONL (bloques de contenido transmitidos)

Historial de Claude Code

~/.claude/history.jsonl

JSONL (sobrevive a la poda de archivos de sesión)

OpenCode

~/.local/share/opencode/opencode.db

SQLite (tablas de sesiones, mensajes y partes)

Oh My Pi

~/.omp/agent/sessions/

JSONL (evento por línea)

Añadir una nueva fuente requiere un archivo de analizador y una entrada en el registro. Consulta Añadir una nueva fuente de sesión.

Instalación

Requiere Python 3.11+ con soporte para SQLite FTS5 (incluido en las compilaciones estándar de Python).

pip install -e .

O ejecútalo directamente con uv (no requiere instalación):

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

Configuración de MCP

Añádelo a la configuración de tu cliente MCP (por ejemplo, ~/.claude/mcp.json o .mcp.json a nivel de proyecto):

Con instalación pip:

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

Con uv (sin instalación):

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

Herramientas

Memoria (almacén de conocimiento explícito)

Herramienta

Descripción

save_memory

Persiste una nota con etiquetas y contexto opcionales. Sobrevive a todas las sesiones futuras.

search_memory

Búsqueda de texto completo en las memorias guardadas. Basada en palabras clave, clasificada por relevancia.

list_memories

Explora memorias recientes, filtradas opcionalmente por etiqueta.

delete_memory

Elimina una memoria por ID.

Sesiones (búsqueda de conversaciones históricas)

Herramienta

Descripción

list_sessions

Explora sesiones pasadas. Filtra por fuente (claude_code, omp) o ruta del proyecto.

get_session

Recupera la conversación completa de una sesión específica.

search_sessions

Búsqueda de texto completo en todos los mensajes de sesión, bloques de pensamiento y uso de herramientas.

refresh_sessions

Vuelve a escanear los directorios de sesión e indexa archivos nuevos o modificados.

Cómo funciona

Al iniciarse, Memory MCP escanea los directorios de sesión configurados e indexa cada conversación en una base de datos SQLite local con índices de búsqueda de texto completo FTS5. Los inicios posteriores omiten los archivos cuya fecha de modificación (mtime) no ha cambiado.

  • Ubicación de la base de datos: ~/.memory_mcp/memory.db (se puede sobrescribir con la variable de entorno MEMORY_MCP_DB)

  • Fuentes de sesión: detectadas automáticamente desde ubicaciones estándar (se pueden ampliar con la variable de entorno MEMORY_MCP_SOURCES, formato: tipo:ruta;tipo:ruta)

  • Indexación: incremental por mtime del archivo, paralelizada en 8 hilos

  • Búsqueda: FTS5 con clasificación BM25, coincidencia de prefijos y soporte para frases

Añadir una nueva fuente de sesión

  1. Crea memory_mcp/parsers/your_source.py implementando el protocolo SessionParser:

    • Atributo source_type: str

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

  2. Regístralo en memory_mcp/parsers/__init__.py

  3. Añade la detección de directorios en memory_mcp/config.py

Consulta parsers/claude_code.py o parsers/omp.py para ver ejemplos.

Pruebas

python tests/test_e2e.py

La prueba de extremo a extremo inicia el servidor MCP como un subproceso, ejercita las 8 herramientas a través del protocolo stdio y verifica las respuestas de las herramientas. Utiliza una base de datos temporal para que tus datos reales no se vean afectados.

Arquitectura

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

Licencia

MIT

Install Server
A
license - permissive license
A
quality
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • -
    license
    Not graded
    quality
    Not graded
    maintenance
    Provides persistent local memory functionality for AI assistants, enabling them to store, retrieve, and search contextual information across conversations with SQLite-based full-text search. All data stays private on your machine while dramatically improving context retention and personalized assistance.
    3
  • A
    license
    Not graded
    quality
    Not graded
    maintenance
    Provides AI coding agents with persistent, long-term memory through local semantic search and SQLite storage. It enables agents to save and retrieve architectural decisions or project context across different conversation sessions without requiring cloud services.
  • A
    license
    Not graded
    quality
    C
    maintenance
    Provides AI coding assistants with persistent project memory to retain architectural decisions, code patterns, and domain knowledge across sessions. It stores data locally in a SQLite database, allowing agents to remember, recall, and manage project-specific context using full-text search.
    8
    Apache 2.0
  • A
    license
    A
    quality
    B
    maintenance
    Provides AI coding assistants with persistent memory storage using a local SQLite database. Enables tools to remember project details, notes, and relationships across sessions to maintain context and reduce repetitive explanations.
    17
    4
    MIT

View all related MCP servers

Related MCP Connectors

  • Persistent memory for AI agents. Search, store, and recall across sessions.

  • Persistent memory for AI agents — verbatim conversations, searchable by meaning.

  • Universal memory for AI agents and tools. Save, organize and search context anywhere.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/nerdyaustin/memory_mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server