de en es ko ru zh

mnemon-mcp

Name: mnemon-mcp
Author: nikitacometa

by nikitacometa

Overview Schema Source Related Servers Discussions Admin

TypeScript

Hybrid

mnemon-mcp

npm version Node.js License: MIT

Memoria persistente en capas para agentes de IA. Local primero. Sin nube. Un único archivo SQLite.

Página de inicio · npm · GitHub

Tu agente de IA olvida todo después de cada sesión. Mnemon lo soluciona.

Le da a cualquier cliente compatible con MCP — OpenClaw, Claude Code, Cursor, Windsurf, o el tuyo propio — una memoria a largo plazo estructurada respaldada por una única base de datos SQLite en tu máquina. Sin claves API, sin nube, sin telemetría. Solo npm install y tu agente recuerda.

¿Por qué memoria en capas?

Los almacenes planos de clave-valor tratan "lo que pasó ayer" igual que "nunca hagas commit sin pruebas". Eso está mal: diferentes tipos de conocimiento tienen diferentes vidas útiles y patrones de acceso.

Mnemon organiza los recuerdos en cuatro capas:

Capa	Qué almacena	Cómo se accede	Vida útil
Episódica	Eventos, sesiones, entradas de diario	Por fecha o período	Decae (vida media de 30 días)
Semántica	Hechos, preferencias, relaciones	Por tema o entidad	Estable
Procedimental	Reglas, flujos de trabajo, convenciones	Se carga al inicio	Rara vez cambia
Recurso	Material de referencia, notas de libros	Bajo demanda	Decae lentamente (90 días)

Una entrada de diario del martes pasado y una regla de codificación que nunca cambia viven en capas diferentes — porque así debe ser.

Related MCP server: persistent-kb-mcp

Calidad de recuperación

La recuperación se mide contra un conjunto dorado de 50 casos en un corpus bilingüe real de 797 memorias (RU/EN), a través del servidor MCP real — no una reimplementación. Números actuales (metodología e historial):

Métrica	Solo FTS	Solo vector	Híbrido (RRF)
Puntuación compuesta	88.9	89.2	91.7
Recall@5	0.907	0.898	0.919
MRR	0.817	0.832	0.878
nDCG@5	0.816	0.828	0.869
Precisión negativa	1.000	1.000	1.000

El híbrido supera ambas partes individualmente, que es todo el argumento para fusionarlas: la búsqueda léxica tiene mejor recall bruto, la búsqueda vectorial mejor ranking, y RRF conserva ambas en lugar de promediarlas.

El documento de evaluación también rastrea los fallos: deriva de puntuación bajo crecimiento del corpus, el error de ponderación de campos BM25 que la evaluación detectó, los dos casos donde la fusión aún pierde frente a la búsqueda puramente léxica, y lo que el conjunto dorado no cubre. Los números que no se pueden auditar son marketing; lee cómo se producen.

Arquitectura

flowchart LR
    C["MCP client<br/>Claude Code · Cursor · …"] -- "stdio / HTTP" --> T["10 tools · 4 resources · 3 prompts"]
    T --> R["retrieval pipeline<br/>FTS5 · vector · RRF fusion"]
    T --> M["memories + supersede chains"]
    I["KB import pipeline<br/>markdown → memories"] --> M
    M -- triggers --> F["FTS5 index (stemmed EN+RU)"]
    R --> F
    R --> V["sqlite-vec (optional, BYOK)"]

Un archivo SQLite contiene las memorias, el índice FTS5 y el índice vectorial opcional. Las escrituras pasan por transacciones que mantienen la invariante de la cadena de superación; las lecturas ejecutan el pipeline de recuperación por etapas descrito en Búsqueda.

La imagen completa — límites de módulos, rutas de escritura/lectura, invariantes y limitaciones conocidas — está en docs/ARCHITECTURE.md. Las decisiones de diseño se registran como ADR: núcleo SQLite+FTS5, recuperación híbrida RRF, controlador síncrono, modelo de memoria en capas.

Inicio rápido

Instalación

npm install -g mnemon-mcp

O desde el código fuente:

git clone https://github.com/nikitacometa/mnemon-memory-mcp.git
cd mnemon-memory-mcp && npm install && npm run build

Configura tu cliente MCP

openclaw mcp register mnemon-mcp --command="mnemon-mcp"

O añade a ~/.openclaw/mcp_config.json:

{
  "mnemon-mcp": {
    "command": "mnemon-mcp"
  }
}

Añade a ~/.claude/mcp.json:

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

Añade a la configuración MCP de tu cliente:

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

Usa la ruta completa al punto de entrada compilado:

{
  "mnemon-mcp": {
    "command": "node",
    "args": ["/absolute/path/to/mnemon-mcp/dist/index.js"]
  }
}

Verificación

echo '{"jsonrpc":"2.0","method":"tools/list","id":1}' | mnemon-mcp

Deberías ver 10 herramientas en la respuesta. La base de datos (~/.mnemon-mcp/memory.db) se crea automáticamente en la primera ejecución.

Eso es todo. Tu agente ahora tiene memoria persistente.

Qué puede hacer

10 herramientas MCP

Herramienta	Qué hace
`memory_add`	Almacena una memoria con capa, entidad, confianza, importancia y TTL opcional
`memory_search`	Búsqueda de texto completo o exacta con filtros por capa, entidad, fecha, alcance, confianza
`memory_update`	Actualiza en el lugar o crea un reemplazo versionado (cadena de superación)
`memory_delete`	Elimina una memoria; reactiva su predecesora si existe
`memory_inspect`	Obtiene estadísticas de capa o rastrea el historial de versiones de una memoria
`memory_export`	Exporta a JSON, Markdown o formato Claude-md con filtros
`memory_health`	Ejecuta diagnósticos: entradas caducadas, cadenas huérfanas, memorias obsoletas; opcionalmente GC
`memory_session_start`	Inicia una sesión de agente — devuelve ID de sesión para agrupar memorias
`memory_session_end`	Finaliza una sesión con resumen opcional; devuelve duración y número de memorias
`memory_session_list`	Lista sesiones con filtros por cliente, proyecto o estado activo

Recursos y prompts MCP

Recursos — datos en vivo que tu agente puede leer:

URI	Devuelve
`memory://stats`	Estadísticas agregadas por capa
`memory://recent`	Memorias creadas/actualizadas en las últimas 24h
`memory://layer/{layer}`	Todas las memorias activas en una capa
`memory://entity/{name}`	Todas las memorias activas sobre una entidad

Prompts — flujos de trabajo predefinidos:

Prompt	Propósito
`recall`	"Cuéntame todo lo que sabes sobre X"
`context-load`	Cargar contexto relevante antes de comenzar una tarea
`journal`	Crear una entrada de diario estructurada

Búsqueda

Cuatro modos, todos con filtros de capa / entidad / alcance / fecha / confianza:

Modo FTS (predeterminado sin embeddings) — búsqueda de texto completo tokenizada con ranking BM25. Las consultas de varias palabras usan AND; si hay muy pocos resultados, OR complementa con una penalización de puntuación. La relajación progresiva de AND prueba los 3 términos más específicos antes de recurrir a OR completo.

Modo híbrido (predeterminado cuando hay embeddings configurados) — combina FTS5 + búsqueda vectorial mediante Reciprocal Rank Fusion. Detecta entidades entre comillas en las consultas (p. ej., 'Essentialism') y ejecuta subconsultas ponderadas para recuperación de referencias cruzadas.

Modo vectorial — búsqueda pura de similitud coseno sobre embeddings.

Modo exacto — coincidencia de subcadena LIKE para búsquedas precisas de frases.

Puntuaciones: bm25 × (0.3 + 0.7 × importancia) × decaimiento(capa) × actualidad

Impulso de actualidad: 1 / (1 + díasDesde / 365) — recompensa suavemente las memorias recientes sin penalizar las antiguas.

Derivación (stemming)

Se aplica el derivador Snowball tanto en tiempo de indexación como en tiempo de consulta para inglés y ruso. Esto significa que "running" coincide con "runs", y "книги" coincide con "книга". Las palabras vacías se filtran de las consultas para mejorar la precisión.

Versionado de hechos

El conocimiento evoluciona. Mnemon no elimina hechos antiguos — los encadena:

v1: "Team uses React 17"  →  superseded_by: v2
v2: "Team uses React 19"  →  supersedes: v1 (active)

La búsqueda devuelve solo la versión más reciente. memory_inspect con include_history: true revela la cadena completa. memory_delete reactiva la predecesora — nada se pierde.

Búsqueda vectorial (Opcional, BYOK)

Habilita la búsqueda de similitud semántica proporcionando tu propia API de embeddings:

# OpenAI
MNEMON_EMBEDDING_PROVIDER=openai MNEMON_EMBEDDING_API_KEY=sk-... mnemon-mcp

# Ollama (local, free)
MNEMON_EMBEDDING_PROVIDER=ollama mnemon-mcp

Esto desbloquea dos modos de búsqueda adicionales:

mode: "vector" — búsqueda pura de similitud coseno
mode: "hybrid" — FTS5 + vector combinados mediante Reciprocal Rank Fusion

Requiere sqlite-vec (instalado como dependencia opcional). Las nuevas memorias se incrustan al añadirse; las existentes pueden rellenarse retroactivamente.

Variable	Valor predeterminado	Descripción
`MNEMON_EMBEDDING_PROVIDER`	—	`openai` o `ollama` (sin definir = deshabilitado)
`MNEMON_EMBEDDING_API_KEY`	—	Clave API (requerida para OpenAI)
`MNEMON_EMBEDDING_MODEL`	`text-embedding-3-small` / `nomic-embed-text`	Nombre del modelo
`MNEMON_EMBEDDING_DIMENSIONS`	`1024` / `768`	Dimensiones del vector
`MNEMON_OLLAMA_URL`	`http://localhost:11434`	Endpoint de Ollama

Importar una base de conocimiento

¿Tienes una carpeta de archivos Markdown? Impórtalos en lote:

cp config.example.json ~/.mnemon-mcp/config.json   # edit this first
npm run import:kb -- --kb-path /path/to/your/kb     # incremental (skips unchanged files)

La configuración mapea patrones glob a capas de memoria:

{
  "owner_name": "your-name",
  "extra_stop_words": [],
  "mappings": [
    {
      "glob": "journal/*.md",
      "layer": "episodic",
      "entity_type": "user",
      "entity_name": "$owner",
      "importance": 0.6,
      "split": "h2"
    },
    {
      "glob": "people/*.md",
      "layer": "semantic",
      "entity_type": "person",
      "entity_name": "from-heading",
      "importance": 0.8,
      "split": "h3"
    }
  ]
}

Campos de configuración

Campo	Tipo	Descripción
`owner_name`	string	Tu nombre — se usa para la sustitución `$owner` en `entity_name`
`extra_stop_words`	string[]	Palabras a filtrar de las consultas FTS (p. ej., formas de tu nombre)
`glob`	string	Patrón de archivo a coincidir
`layer`	string	Capa de memoria de destino
`entity_type`	string	`user` / `person` / `project` / `concept` / `file` / `rule` / `tool`
`entity_name`	string	Nombre literal, `"$owner"` o `"from-heading"` (extraer de H2/H3)
`split`	string	`"whole"` (una memoria por archivo), `"h2"` o `"h3"` (dividir por encabezados)
`importance`	number	0.0–1.0, afecta el ranking de búsqueda
`confidence`	number	0.0–1.0, filtrable en la búsqueda
`scope`	string	Espacio de nombres opcional

Transporte HTTP

Para configuraciones remotas o de múltiples clientes:

MNEMON_AUTH_TOKEN=your-secret MNEMON_HOST=0.0.0.0 MNEMON_PORT=3000 npm run start:http

Endpoint	Descripción
`POST /mcp`	MCP JSON-RPC (autenticación Bearer si hay token)
`GET /health`	`{"status":"ok","version":"..."}`

Se vincula a 127.0.0.1 por defecto. Vincularse a cualquier otro host requiere MNEMON_AUTH_TOKEN: el servidor se niega a exponer el almacén de memoria a la red sin autenticación (se puede anular con MNEMON_ALLOW_INSECURE_HTTP=1 en una red de confianza). Límite de peticiones (100 req/min/IP por defecto), CORS opcional, límite de cuerpo de 1MB, autenticación a prueba de temporización, apagado ordenado en SIGTERM.

Referencia de configuración

Variable	Por defecto	Descripción
`MNEMON_DB_PATH`	`~/.mnemon-mcp/memory.db`	Ruta de la base de datos
`MNEMON_KB_PATH`	`.`	Raíz de la base de conocimiento para importación
`MNEMON_CONFIG_PATH`	`~/.mnemon-mcp/config.json`	Ruta de configuración de importación
`MNEMON_AUTH_TOKEN`	—	Token Bearer para el transporte HTTP
`MNEMON_HOST`	`127.0.0.1`	Dirección de enlace del transporte HTTP
`MNEMON_PORT`	`3000`	Puerto del transporte HTTP
`MNEMON_CORS_ORIGIN`	—	CORS `Access-Control-Allow-Origin` (sin cabeceras CORS salvo que se configure)
`MNEMON_RATE_LIMIT`	`100`	Máximo de peticiones por minuto por IP (0 = desactivado)

Referencia de herramientas

Parámetro	Tipo	Obligatorio	Descripción
`content`	string	Sí	Texto de memoria (máx. 100K caracteres)
`layer`	string	Sí	`episodic` / `semantic` / `procedural` / `resource`
`title`	string	No	Título corto (máx. 500 caracteres)
`entity_type`	string	No	`user` / `project` / `person` / `concept` / `file` / `rule` / `tool`
`entity_name`	string	No	Nombre de la entidad para filtrar
`confidence`	number	No	0.0–1.0 (por defecto 0.8)
`importance`	number	No	0.0–1.0 (por defecto 0.5)
`scope`	string	No	Espacio de nombres (por defecto `global`)
`source_file`	string	No	Ruta del archivo de origen: activa la sustitución automática de entradas coincidentes
`ttl_days`	number	No	Caducidad automática tras N días
`valid_from` / `valid_until`	string	No	Ventana temporal de hechos (ISO 8601)

Parámetro	Tipo	Obligatorio	Descripción
`query`	string	Sí	Texto de búsqueda
`mode`	string	No	`fts` (por defecto), `exact`, `vector`, `hybrid`
`layers`	string[]	No	Filtrar por capas
`entity_name`	string	No	Filtrar por entidad (admite alias)
`scope`	string	No	Filtrar por ámbito
`date_from` / `date_to`	string	No	Rango de fechas (ISO 8601)
`as_of`	string	No	Filtro temporal de hechos: hechos válidos en esta fecha
`min_confidence`	number	No	Confianza mínima
`min_importance`	number	No	Importancia mínima
`limit`	number	No	Máximo de resultados (por defecto 10, máx. 100)
`offset`	number	No	Desplazamiento de paginación

Parámetro	Tipo	Obligatorio	Descripción
`id`	string	Sí	ID de memoria
`content`	string	No	Nuevo contenido
`title`	string	No	Nuevo título
`confidence`	number	No	Nueva confianza
`importance`	number	No	Nueva importancia
`supersede`	boolean	No	`true` = reemplazo versionado; `false` (por defecto) = en el sitio
`new_content`	string	No	Contenido para la entrada de sustitución

Parámetro	Tipo	Obligatorio	Descripción
`id`	string	Sí	ID de memoria. Re-activa el predecesor si forma parte de una cadena de sustitución

Parámetro	Tipo	Obligatorio	Descripción
`id`	string	No	ID de memoria (omitir para estadísticas agregadas)
`layer`	string	No	Filtrar estadísticas por capa
`entity_name`	string	No	Filtrar estadísticas por entidad
`include_history`	boolean	No	Mostrar cadena de sustitución

Parámetro	Tipo	Obligatorio	Descripción
`format`	string	Sí	`json` / `markdown` / `claude-md`
`layers`	string[]	No	Filtrar por capas
`scope`	string	No	Filtrar por ámbito
`date_from` / `date_to`	string	No	Rango de fechas
`limit`	number	No	Máximo de entradas (por defecto todas, máx. 10K)

Parámetro	Tipo	Obligatorio	Descripción
`cleanup`	boolean	No	`true` = recolectar basura de entradas caducadas (por defecto: solo informe)

Devuelve: estado (healthy / warning / degraded), estadísticas por capa, entradas caducadas, cadenas huérfanas, recuentos obsoletos/de baja confianza, recuento de limpieza cuando cleanup=true.

Parámetro	Tipo	Obligatorio	Descripción
`client`	string	Sí	Identificador de cliente (p. ej. `claude-code`, `cursor`, `api`)
`project`	string	No	Ámbito de proyecto para esta sesión
`meta`	object	No	Metadatos adicionales de la sesión

Devuelve: id (UUID de sesión), started_at (ISO 8601).

Parámetro	Tipo	Obligatorio	Descripción
`id`	string	Sí	ID de sesión a finalizar
`summary`	string	No	Resumen de lo logrado (máx. 10K caracteres)

Devuelve: id, ended_at, duration_minutes, memories_count.

Parámetro	Tipo	Obligatorio	Descripción
`limit`	number	No	Máximo de sesiones (por defecto 20, máx. 100)
`client`	string	No	Filtrar por cliente
`project`	string	No	Filtrar por proyecto
`active_only`	boolean	No	Devolver solo sesiones no finalizadas (por defecto false)

Devuelve: array de sesiones con id, client, project, started_at, ended_at, summary, memories_count.

Comparativa

	mnemon-mcp	mem0	basic-memory	Engram	Anthropic KG
Arquitectura	SQLite FTS5 + vector	Cloud API + Qdrant	Markdown + vector	SQLite FTS5	Archivo JSON
Estructura de memoria	4 capas tipadas	Plano	Plano	Plano + sesiones	Grafo
Búsqueda	FTS5 + RRF híbrido	Semántica	Híbrida	FTS5	Exacta
Versionado de hechos	Cadenas de sustitución	Parcial	No	No	No
Stemming	EN + RU (Snowball)	Solo EN	Solo EN	Ninguno	Ninguno
Embeddings	BYOK (OpenAI / Ollama)	Integrado	FastEmbed	Ninguno	Ninguno
Dependencias	0 requeridas	Qdrant, Neo4j	Python 3.12	Binario Go	Ninguna
Requiere nube	No	Sí	No	No	No
Coste	Gratuito	$19–249/mes	Gratis	Gratis	Gratis
Instalación	`npm install -g`	Docker + claves API	pip + dependencias	Instalación de Go	Integrado
Licencia	MIT	Apache 2.0	AGPL	MIT	MIT

Análisis competitivo ampliado con fuentes: docs/COMPETITORS.md.

Desarrollo

npm run dev        # run via tsx (no build step)
npm run build      # TypeScript → dist/
npm run lint       # eslint (flat config)
npm test           # vitest — unit + integration + MCP dispatch + HTTP transport + hybrid RRF
npm run bench      # performance benchmarks
npm run db:backup  # backup database

El CI ejecuta compilación + lint + pruebas en Node 20 y 22, y luego realiza pruebas de humo del servidor compilado mediante JSON-RPC real (tools/list debe coincidir con el conjunto exacto de herramientas).

Stack: TypeScript 5.9 (modo estricto), better-sqlite3, @modelcontextprotocol/sdk, Snowball stemmer, Zod, vitest.

Consulta CONTRIBUTING.md para las directrices de código.

Principios de diseño

Aislado de la red por defecto — cero telemetría, jamás. De serie, nada sale de la máquina; el único componente que se comunica con la red es el embedder opcional, y solo con el proveedor que configures (incluido un Ollama local).
Un solo archivo — una base de datos SQLite, cero operaciones, copia de seguridad instantánea mediante copia de archivo.
Búsqueda determinista — FTS5, no embeddings, es el valor predeterminado. Interpretable, reproducible, sin necesidad de GPU.
Estructurado frente a plano — las capas codifican patrones de acceso; las cadenas de sustitución codifican el tiempo.
Mínimo — 4 dependencias de producción. Funciona en cualquier lugar donde se ejecute Node.
Medido, no afirmado — los cambios de recuperación se evalúan contra un conjunto de referencia, regresiones incluidas.

Licencia

MIT

This server cannot be deployed

Context All Your Agents Can ShareAgents share what they learn, hand off work, and hold it when you switch models. Start with 5 GB free.fulcradynamics.comAd

Maintenance

ActivityInactive

ResponsivenessNo issues

Resources

Need Help?

Related Servers

Related MCP Connectors

Motecloud MemoryOAuth
io.github.motecloud
Cloud-hosted MCP server for durable AI memory
Knowledge & Memory Cloud Platforms
2
khiveOAuth
ai.khive
Persistent memory, knowledge graph, task management and more for AI agents via MCP.
1
Agentage MemoryOAuth
io.agentage
One memory, every AI. A shared, user-owned markdown memory your AI clients read and write over MCP.
Knowledge & Memory File Systems
2
memnodeOAuth
dev.memnode
Persistent, inspectable memory for AI agents with lineage, correction, and a hosted MCP endpoint.
Knowledge & Memory Autonomous Agents Agent Orchestration
2

Related MCP Servers

tartarus-mcp
Knowledge & Memory Search
saluca-labs
A
license
Not graded
quality
B
maintenance
A local-first MCP memory server providing persistent, searchable memory for AI agents, powered by SQLite.
Updated a month ago (2026-09-17 23:28 UTC)
1 npm
1
Apache 2.0
persistent-kb-mcp
Knowledge & Memory Search
0x67108864
A
license
Not graded
quality
D
maintenance
A local-first MCP server providing persistent, searchable knowledge base via SQLite, enabling AI agents to save and recall facts across sessions without cloud dependencies.
Updated 5 months ago (2026-05-11 17:09 UTC)
MIT
local-memory-mcp
Knowledge & Memory RAG Systems
smankoo
A
license
Not graded
quality
D
maintenance
A local-first long-term memory system for AI coding agents, exposed as an MCP server.
Updated 7 months ago (2026-03-26 23:12 UTC)
54 npm
MIT
universal-memory-mcp
Knowledge & Memory AI & Machine Learning
hz1ulqu01gmnZH4
A
license
A
quality
C
maintenance
Persistent memory MCP server for AI agents, using SQLite with hybrid keyword and semantic search for long-term memory storage.
Updated 3 months ago (2026-07-11 05:32 UTC)
5
Do What The F*ck You Want To Public

mnemon-mcp

¿Por qué memoria en capas?

Calidad de recuperación

Arquitectura

Inicio rápido

Instalación

Configura tu cliente MCP

Verificación

Qué puede hacer

10 herramientas MCP

Recursos y prompts MCP

Búsqueda

Derivación (stemming)

Versionado de hechos

Búsqueda vectorial (Opcional, BYOK)

Importar una base de conocimiento

Campos de configuración

Transporte HTTP

Referencia de configuración

Referencia de herramientas

Comparativa

Desarrollo

Principios de diseño

Licencia

Maintenance

Resources

Related MCP Connectors

Related MCP Servers

tartarus-mcp

persistent-kb-mcp

local-memory-mcp

universal-memory-mcp