Skip to main content
Glama

mem0-mcp

Servidor MCP que expone la API v2 de Mem0 para que los agentes de IA almacenen, recuperen y busquen memorias a largo plazo utilizando búsqueda semántica a través del protocolo estandarizado MCP.

Servidor MCP mem0-mcp

Descripción general

El servidor Mem0-MCP es un servidor MCP (Model Context Protocol) autohospedado que conecta a los agentes de IA con un almacenamiento de memoria persistente. Permite la retención inteligente de contexto a través de conversaciones y sesiones utilizando la API AsyncMemory de Mem0.

Características clave:

  • Integración con el protocolo MCP - Expone la funcionalidad de Mem0 a través de herramientas MCP

  • Búsqueda semántica de memoria - Recuperación de memoria basada en similitud con búsqueda vectorial

  • Aislamiento multiinquilino - Aislamiento de memoria con alcance de usuario/agente/sesión

  • Transporte flexible - stdio para agentes locales, SSE para conexiones remotas

  • Gestión de configuración - Validación basada en Pydantic con soporte para variables de entorno

Related MCP server: Amber

Documentación

Sección

Descripción

Referencia de API

Documentación completa de la API para todos los módulos y herramientas

Guías de patrones

Documentación de patrones de diseño (Singleton, Repository, etc.)

Ejemplos de uso

Guías de inicio rápido y uso avanzado

Despliegue

Configuración de Docker Compose y detalles del servicio

Arquitectura

Arquitectura del sistema e interacciones de componentes

Inicio rápido

Instalación

# Clone and install
git clone https://github.com/your-org/mem0-mcp.git
cd mem0-mcp
uv sync

# Set environment variables
export OPENAI_API_KEY="your-api-key"

Configuración

Cree ~/.config/mem0-mcp-server/settings.json:

{
  "vector_store": {
    "provider": "redis",
    "config": {
      "redis_url": "redis://localhost:6379"
    }
  },
  "llm": {
    "provider": "openai",
    "config": {
      "model": "gpt-4o"
    }
  },
  "embedder": {
    "provider": "openai",
    "config": {
      "model": "text-embedding-3-small"
    }
  }
}

Ejecución del servidor

# SSE Transport (remote connections)
uv run python -m mcp_server.main

# stdio Transport (local AI agents)
export MCP_TRANSPORT=stdio
uv run python -m mcp_server.main

Herramientas MCP

Herramienta

Descripción

add_memory

Almacena información en la memoria a largo plazo con indexación semántica

search_memories

Busca memorias utilizando similitud semántica

get_memory

Recupera una memoria específica por ID

update_memory

Actualiza el contenido de una memoria existente

delete_memory

Elimina una memoria del almacenamiento

list_memories

Lista memorias con filtrado y paginación

Ejemplo de uso

# Add memory
result = await client.call_tool("add_memory", {
    "messages": [{"role": "user", "content": "I prefer dark mode"}],
    "user_id": "alice"
})

# Search memories
result = await client.call_tool("search_memories", {
    "query": "theme preferences",
    "filters": {"user_id": "alice"},
    "limit": 5
})

Arquitectura

AI Agent → FastMCP Server → MemoryManager → Mem0 AsyncMemory → Redis
              │                                  │
              ├── SafeLogger (stdout/stderr)    │
              ├── Transport (stdio/SSE)        │
              └── Config (Pydantic validation)  │

Componentes:

  • COMP-1: ConfigLoader - Carga y validación de configuración

  • COMP-2: FastMCP Server - Servidor de protocolo MCP

  • COMP-3: MemoryManager - Operaciones de memoria con aislamiento multiinquilino

  • COMP-4: MCP Tools - Definiciones de herramientas

  • COMP-5: SafeLogger - Separación de flujo de salida

Configuración

Precedencia de parámetros

Los valores de configuración se resuelven en orden:

  1. Parámetros de la herramienta (directos)

  2. Variables de entorno (con el prefijo MCP_)

  3. Valores del archivo de configuración

  4. Valores predeterminados codificados

Variables de entorno

Variable

Predeterminado

Descripción

OPENAI_API_KEY

(requerido)

Clave de API de OpenAI para LLM

MCP_TRANSPORT

sse

Tipo de transporte (stdio, sse)

MCP_HOST

0.0.0.0

Dirección de enlace del servidor

MCP_PORT

8080

Puerto de enlace del servidor

Despliegue

Docker

# Using docker-compose
docker-compose up -d

# Using Makefile
make docker-up      # Start services with docker compose
make docker-down    # Stop services
make docker-logs    # Show logs

Servicios:

Servicio

Descripción

mem0-mcp

Servidor MCP que expone la API de Mem0 en el puerto 8050

ollama-qwen3-embedding

Ollama con qwen3-embedding:8b para incrustaciones vectoriales (puerto 11434)

ollama-qwen

Ollama con qwen2.5:7b para completado de chat (puerto 11435)

Consulte Despliegue → Docker para obtener una configuración detallada.

Kubernetes

# Using Helm chart
helm install mem0-mcp ./charts/mem0-mcp-server

Desarrollo

Comando

Descripción

make install

Instalar dependencias con uv

make lint

Analizar código con ruff

make lint-fix

Corregir automáticamente problemas de linting

make typecheck

Comprobación de tipos con pyright

make test

Ejecutar todas las pruebas

make test-unit

Ejecutar solo pruebas unitarias

make test-coverage

Ejecutar pruebas con informe de cobertura

make build

Construir imagen de Docker

make run

Ejecutar servidor de desarrollo

Ejecutar múltiples comandos: make install && make lint && make typecheck && make test

Consulte Makefile para ver todos los comandos disponibles, incluida la gestión de Docker (docker-up, docker-down, docker-logs, etc.).

Estructura del proyecto

mem0-mcp/
├── src/mcp_server/
│   ├── __init__.py          # FastMCP singleton
│   ├── lifespan.py          # Resource lifecycle
│   ├── transport.py         # Transport selection
│   ├── memory/
│   │   ├── manager.py        # MemoryManager
│   │   └── lifespan.py       # AsyncMemory lifecycle
│   ├── config/
│   │   ├── settings.py       # Pydantic models
│   │   └── loader.py        # Config file loading
│   ├── tools/
│   │   ├── add_memory.py
│   │   ├── search_memories.py
│   │   └── ...
│   └── utils/
│       └── safe_logger.py   # Output separation
├── doc/
│   ├── api/                 # API reference
│   ├── patterns/            # Pattern guides
│   ├── examples/            # Usage examples
│   └── architecture/        # Architecture docs
├── tests/
├── Makefile
├── Dockerfile
└── docker-compose.yml

Licencia

Licencia MIT

Maintenance

ActivityInactive
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    B
    maintenance
    Gives your AI persistent memory across conversations. Stores facts automatically, finds them by meaning using hybrid search with query expansion, and organizes everything into topics without manual tagging.
    18
    1
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    MCP server for Statewave, an open-source memory runtime for AI agents. Provides persistent memory, context retrieval, and memory compilation through the Model Context Protocol.
    6
    11
    3
    Apache 2.0
  • A
    license
    Not graded
    quality
    B
    maintenance
    Persistent memory MCP server for AI agents that stores, recalls, and searches conversation history, key-value context, and long-term entries across sessions with semantic search and FIFO queues.
    75
    1
    -