mem0-mcp
mem0-mcp
AI 에이전트가 표준화된 MCP 프로토콜을 통해 의미론적 검색(semantic search)을 사용하여 장기 기억을 저장, 검색 및 탐색할 수 있도록 Mem0 v2 API를 노출하는 MCP 서버입니다.
개요
Mem0-MCP 서버는 AI 에이전트와 영구 메모리 저장소를 연결하는 자체 호스팅 MCP(Model Context Protocol) 서버입니다. Mem0의 AsyncMemory API를 사용하여 대화 및 세션 전반에 걸쳐 지능적인 컨텍스트 유지를 가능하게 합니다.
주요 기능:
MCP 프로토콜 통합 - MCP 도구를 통해 Mem0 기능 노출
의미론적 메모리 검색 - 벡터 검색을 통한 유사도 기반 메모리 검색
멀티 테넌트 격리 - 사용자/에이전트/세션 범위의 메모리 격리
유연한 전송 - 로컬 에이전트를 위한 stdio, 원격 연결을 위한 SSE
구성 관리 - 환경 변수 지원을 포함한 Pydantic 기반 검증
Related MCP server: Amber
문서
섹션 | 설명 |
모든 모듈 및 도구에 대한 전체 API 문서 | |
디자인 패턴 문서 (싱글톤, 리포지토리 등) | |
시작하기 및 고급 사용 가이드 | |
Docker Compose 구성 및 서비스 세부 정보 | |
시스템 아키텍처 및 구성 요소 상호 작용 |
빠른 시작
설치
# 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"구성
~/.config/mem0-mcp-server/settings.json 파일을 생성합니다:
{
"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"
}
}
}서버 실행
# 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.mainMCP 도구
도구 | 설명 |
| 의미론적 인덱싱과 함께 장기 기억에 정보 저장 |
| 의미론적 유사성을 사용하여 메모리 검색 |
| ID로 특정 메모리 검색 |
| 기존 메모리 내용 업데이트 |
| 저장소에서 메모리 삭제 |
| 필터링 및 페이지네이션을 사용하여 메모리 목록 조회 |
사용 예제
# 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
})아키텍처
AI Agent → FastMCP Server → MemoryManager → Mem0 AsyncMemory → Redis
│ │
├── SafeLogger (stdout/stderr) │
├── Transport (stdio/SSE) │
└── Config (Pydantic validation) │구성 요소:
COMP-1: ConfigLoader - 구성 로딩 및 검증
COMP-2: FastMCP Server - MCP 프로토콜 서버
COMP-3: MemoryManager - 멀티 테넌트 격리를 통한 메모리 작업
COMP-4: MCP Tools - 도구 정의
COMP-5: SafeLogger - 출력 스트림 분리
구성
매개변수 우선순위
구성 값은 다음 순서로 결정됩니다:
도구 매개변수 (직접)
환경 변수 (MCP_ 접두사 포함)
구성 파일 값
하드코딩된 기본값
환경 변수
변수 | 기본값 | 설명 |
| (필수) | LLM을 위한 OpenAI API 키 |
|
| 전송 유형 (stdio, sse) |
|
| 서버 바인딩 주소 |
|
| 서버 바인딩 포트 |
배포
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 logs서비스:
서비스 | 설명 |
| 8050 포트에서 Mem0 API를 노출하는 MCP 서버 |
| 벡터 임베딩을 위한 |
| 채팅 완성을 위한 |
자세한 구성은 배포 → Docker를 참조하세요.
Kubernetes
# Using Helm chart
helm install mem0-mcp ./charts/mem0-mcp-server개발
명령어 | 설명 |
| uv를 사용하여 종속성 설치 |
| ruff를 사용하여 코드 린트 |
| 린트 문제 자동 수정 |
| pyright를 사용하여 타입 체크 |
| 모든 테스트 실행 |
| 단위 테스트만 실행 |
| 커버리지 보고서와 함께 테스트 실행 |
| Docker 이미지 빌드 |
| 개발 서버 실행 |
여러 명령어 실행: make install && make lint && make typecheck && make test
Docker 관리(docker-up, docker-down, docker-logs 등)를 포함한 모든 사용 가능한 명령어는 Makefile을 참조하세요.
프로젝트 구조
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.yml라이선스
MIT 라이선스
This server cannot be deployed
Maintenance
Related MCP Connectors
Cloud-hosted MCP server for durable AI memory
Persistent memory for AI agents — log and recall conversation context over MCP.
Remote ChromaDB vector database MCP server with streamable HTTP transport
An MCP memory server. One memory your agents share — across models, devices and apps.
Related MCP Servers
- AlicenseAqualityBmaintenanceSelf-hosted remote MCP memory server for ChatGPT and AI agents.342MIT
- AlicenseAqualityBmaintenanceGives 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.181MIT
- AlicenseAqualityAmaintenanceMCP server for Statewave, an open-source memory runtime for AI agents. Provides persistent memory, context retrieval, and memory compilation through the Model Context Protocol.6113Apache 2.0
- AlicenseNot gradedqualityBmaintenancePersistent 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.751-