Skip to main content
Glama
deenesjakoruzh
olk

mem0-mcp

by olk
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

mem0-mcp

標準化されたMCPプロトコルを通じて、AIエージェントがセマンティック検索を使用して長期記憶を保存、取得、検索できるようにするMem0 v2 APIを公開するMCPサーバー。

mem0-mcp MCP server

概要

Mem0-MCPサーバーは、AIエージェントと永続的なメモリストレージを橋渡しするセルフホスト型のMCP（Model Context Protocol）サーバーです。Mem0のAsyncMemory APIを使用して、会話やセッション全体でインテリジェントなコンテキスト保持を可能にします。

主な機能:

  • MCPプロトコル統合 - MCPツールを介してMem0の機能を公開

  • セマンティックメモリ検索 - ベクトル検索による類似性ベースのメモリ取得

  • マルチテナント分離 - ユーザー/エージェント/セッション単位のメモリ分離

  • 柔軟なトランスポート - ローカルエージェント用のstdio、リモート接続用のSSE

  • 設定管理 - 環境変数サポートを備えたPydanticベースの検証

Related MCP server: Amber

ドキュメント

セクション

説明

APIリファレンス

すべてのモジュールとツールの完全なAPIドキュメント

パターンガイド

デザインパターンに関するドキュメント（シングルトン、リポジトリなど）

使用例

入門および高度な使用ガイド

デプロイメント

Docker Composeの設定とサービスの詳細

アーキテクチャ

システムアーキテクチャとコンポーネントの相互作用

クイックスタート

インストール

# 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"

設定

~/.config/mem0-mcp-server/settings.json を作成します：

{
  "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"
    }
  }
}

サーバーの実行

# 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

MCPツール

ツール

説明

add_memory

セマンティックインデックスを使用して長期記憶に情報を保存

search_memories

セマンティック類似性を使用してメモリを検索

get_memory

IDを指定して特定のメモリを取得

update_memory

既存のメモリ内容を更新

delete_memory

ストレージからメモリを削除

list_memories

フィルタリングとページネーションを使用してメモリを一覧表示

使用例

# 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
})

アーキテクチャ

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

コンポーネント:

  • COMP-1: ConfigLoader - 設定の読み込みと検証

  • COMP-2: FastMCP Server - MCPプロトコルサーバー

  • COMP-3: MemoryManager - マルチテナント分離によるメモリ操作

  • COMP-4: MCP Tools - ツール定義

  • COMP-5: SafeLogger - 出力ストリームの分離

設定

パラメータの優先順位

設定値は以下の順序で解決されます：

  1. ツールパラメータ（直接指定）

  2. 環境変数（MCP_ プレフィックス付き）

  3. 設定ファイルの値

  4. ハードコードされたデフォルト値

環境変数

変数

デフォルト

説明

OPENAI_API_KEY

(必須)

LLM用のOpenAI APIキー

MCP_TRANSPORT

sse

トランスポートタイプ (stdio, sse)

MCP_HOST

0.0.0.0

サーバーのバインドアドレス

MCP_PORT

8080

サーバーのバインドポート

デプロイメント

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

サービス:

サービス

説明

mem0-mcp

ポート8050でMem0 APIを公開するMCPサーバー

ollama-qwen3-embedding

ベクトル埋め込み用の qwen3-embedding:8b を備えたOllama (ポート11434)

ollama-qwen

チャット補完用の qwen2.5:7b を備えたOllama (ポート11435)

詳細な設定については デプロイメント → Docker を参照してください。

Kubernetes

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

開発

コマンド

説明

make install

uvを使用して依存関係をインストール

make lint

ruffを使用してコードをリント

make lint-fix

リントの問題を自動修正

make typecheck

pyrightを使用して型チェック

make test

すべてのテストを実行

make test-unit

ユニットテストのみを実行

make test-coverage

カバレッジレポート付きでテストを実行

make build

Dockerイメージをビルド

make run

開発サーバーを実行

複数のコマンドを実行する場合: make install && make lint && make typecheck && make test

Docker管理（docker-up, docker-down, docker-logs など）を含むすべての利用可能なコマンドについては Makefile を参照してください。

プロジェクト構造

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

ライセンス

MIT License

This server cannot be deployed

RayrunBuild, deploy, and operate MCP servers without becoming an infrastructure team.ray.runAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • Amber by ambermem

    Amberofficial

    ambermem
    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

  • Statewave

    smaramwbc
    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

  • agenticmemory

    jyswee
    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
    -