roampal-core
Roampal — Ergebnisbasierter persistenter Speicher MCP-Server
Warum?
KI-Coding-Assistenten vergessen alles zwischen den Sitzungen. Du erklärst deine Architektur, deine Vorlieben, deine Konventionen — immer wieder. Wenn sie schlechte Ratschläge geben, gibt es keinen Mechanismus, um daraus zu lernen.
Roampal ist ein MCP-Server, der deiner KI ein persistentes, ergebnisbasiertes Gedächtnis über jede Sitzung hinweg gibt. Gute Ratschläge werden befördert. Schlechte Ratschläge werden herabgestuft. Deine KI lernt, was funktioniert und was nicht — automatisch, ohne Änderungen am Arbeitsablauf.
Benchmarks
85,8 % bei LoCoMo (nicht-adversariell, End-to-End-Antwortgenauigkeit) — validiert an 1.986 Fragen über 10 Konversationen mit doppelter Bewertung.
Ergebnis | Punktzahl |
Konversationslernen vs. rohe Aufnahme | +23 Punkte (76,6 % vs 53,0 %, p<0,0001) |
Architektur vs. Modelleffekt | Architektur ~10x größerer Beitrag |
Resilienz gegen Manipulation (1.135 adversarielle Speicher) | nur -2,6 bis -4,2 Punkte |
TagCascade-Abruf (Tags zuerst + CE-Rerank) | +1,9 Hit@1 vs reines CE (p<0,0001) |
Die Benchmark-Pipeline läuft auf einer einzelnen GPU ohne Cloud-Abhängigkeiten. Roampal selbst läuft auf der CPU — keine GPU erforderlich. Vollständige Methodik, Daten und Evaluierungsskripte: roampal-labs
Paper: "Beyond Ingestion: What Conversational Memory Learning Reveals on a Corrected LoCoMo Benchmark" (Logan Teague, April 2026)
Schnellstart
pip install roampal
roampal initErkennt installierte Tools automatisch. Starte deinen Editor neu und beginne zu chatten.
Ziel ein spezifisches Tool:
roampal init --claude-codeoderroampal init --opencode
Die Kernschleife ist identisch — beide Plattformen injizieren Kontext, erfassen Austauschvorgänge und bewerten Ergebnisse. Der Bereitstellungsmechanismus unterscheidet sich:
Claude Code | OpenCode | |
Kontextinjektion | Hooks (stdout) | Plugin (System-Prompt) |
Austausch-Erfassung | Stop-Hook | Plugin |
Bewertung | Haupt-LLM via | Unabhängiger Sidecar (dein gewähltes Modell > Zen free) |
Selbstheilung | Hooks starten Server bei Fehler neu | Plugin startet Server bei Fehler neu |
Claude Code fordert das Haupt-LLM auf, jeden Austausch über das score_memories Tool zu bewerten. OpenCode bewertet sich nie selbst — ein unabhängiger Sidecar (ein separater API-Aufruf) überprüft jeden Austausch als Dritter, was die Voreingenommenheit bei der Selbsteinschätzung entfernt. Das score_memories Tool ist bei OpenCode nicht registriert. Während roampal init oder roampal sidecar setup erkennt Roampal lokale Modelle (Ollama, LM Studio, etc.) und lässt dich ein Bewertungsmodell wählen. Falls konfiguriert, haben diese Vorrang (Zen wird aus Datenschutzgründen übersprungen). Ein günstiges oder lokales Modell funktioniert hervorragend — die Bewertung benötigt kein leistungsstarkes Modell. Standardmäßig werden Zen-freie Modelle (remote, best-effort) verwendet, wenn du das Setup überspringst.
Funktionsweise
Wenn du eine Nachricht tippst, injiziert Roampal automatisch relevanten Kontext, bevor deine KI ihn sieht:
Du tippst:
fix the auth bugDeine KI sieht:
═══ KNOWN CONTEXT ═══
• JWT refresh pattern fixed auth loop [id:patterns_a1b2] (3d, 90% proven, patterns)
• User prefers: never stage git changes [id:mb_c3d4] (memory_bank)
═══ END CONTEXT ═══
fix the auth bugKeine manuellen Aufrufe. Keine Änderungen am Arbeitsablauf. Es funktioniert einfach.
Die Schleife
Du tippst eine Nachricht
Roampal injiziert automatisch relevanten Kontext (Hooks in Claude Code, Plugin in OpenCode)
KI antwortet mit vollem Bewusstsein über deine Historie, Vorlieben und was zuvor funktioniert hat
Ergebnis bewertet — gute Ratschläge werden befördert, schlechte herabgestuft
Wiederholen — das System wird mit jedem Austausch intelligenter
Fünf Speichersammlungen
Sammlung | Zweck | Lebensdauer |
| Kontext der aktuellen Sitzung | 24h — wird befördert, wenn nützlich, sonst gelöscht |
| Vergangene Konversationen | 30 Tage, ergebnisbewertet |
| Bewährte Lösungen | Persistent, solange nützlich, aus der Historie befördert |
| Identität, Vorlieben, Ziele | Permanent |
| Hochgeladene Referenzdokumente | Permanent |
Befehle
roampal init # Auto-detect and configure installed tools
roampal init --claude-code # Configure Claude Code explicitly
roampal init --opencode # Configure OpenCode explicitly
roampal init --no-input # Non-interactive setup (CI/scripts)
roampal start # Start the HTTP server manually
roampal stop # Stop the HTTP server
roampal status # Check if server is running
roampal status --json # Machine-readable status (for scripting)
roampal stats # View memory statistics
roampal stats --json # Machine-readable statistics (for scripting)
roampal doctor # Diagnose installation issues
roampal summarize # Summarize long memories (retroactive cleanup)
roampal score # Score the last exchange (manual/testing)
roampal context # Output recent exchange context
roampal ingest <file> # Add documents to books collection
roampal books # List all ingested books
roampal remove <title> # Remove a book by title
roampal sidecar status # Check scoring model configuration (OpenCode)
roampal sidecar setup # Configure scoring model (OpenCode)
roampal sidecar test # Test scoring model response format (OpenCode)
roampal retag # Re-extract tags on memories using sidecar LLM
roampal sidecar disable # Remove scoring model configuration (OpenCode)MCP-Tools
Deine KI erhält diese Speicher-Tools:
Tool | Beschreibung | Plattformen |
| Tiefensuche über alle Sammlungen | Beide |
| Speichere permanente Fakten (Identität, Vorlieben, Ziele) | Beide |
| Korrigiere oder aktualisiere bestehende Speicher | Beide |
| Entferne veraltete Informationen | Beide |
| Bewerte Ergebnisse vergangener Austauschvorgänge | Claude Code |
| Speichere wichtige Erkenntnisse aus bedeutenden Austauschvorgängen | Beide |
Wie die Bewertung funktioniert: Die Hooks von Claude Code fordern das Haupt-LLM auf, bei jedem Turn
score_memoriesaufzurufen. OpenCode verwendet einen unabhängigen Sidecar, der im Hintergrund lautlos bewertet — das Modell sieht nie einen Bewertungs-Prompt undscore_memoriesist nicht als Tool registriert. Wenn der Sidecar nicht verfügbar ist, wird der Benutzer aufgefordert,roampal sidecar setupauszuführen. Wähle dein Bewertungsmodell währendroampal initoder überroampal sidecar setup.
Wie Roampal im Vergleich abschneidet
Funktion | Roampal Core | Claude Code eingebaut (CLAUDE.md / Auto-Speicher) | OpenCode eingebaut |
Lernt aus Ergebnissen | Ja — schlechte Ratschläge herabgestuft, gute befördert | Nein | Nein |
Semantischer Abruf | Ja — TagCascade + Cross-Encoder Reranking | Nein — Dateien werden vollständig geladen, keine Suche | Kein Speichersystem |
Kontextinjektion | Automatisch — relevante Speicher pro Abfrage | Vollständiges CLAUDE.md pro Sitzung, Auto-Speicher auf Anfrage | Keine |
Atomare Faktenextraktion | Ja — Zusammenfassungen + Fakten, Zwei-Spur-Abruf | Nein — speichert, was Claude für nützlich hält | Kein Speicher |
Funktioniert projektübergreifend | Ja — geteilter Speicher über alle Projekte | Nur pro Projekt (pro Git-Repo) | Kein Speicher |
Skaliert mit Historie | Ja — 5 Sammlungen, Beförderung/Herabstufung/Zerfall | CLAUDE.md unbegrenzt, Auto-Speicher erste 200 Zeilen | Kein Speicher |
Vollständig lokal / privat | Ja — ChromaDB auf deinem Rechner | Ja | Ja |
┌─────────────────────────────────────────────────────────┐
│ pip install roampal && roampal init │
│ Claude Code: hooks + MCP → ~/.claude/ │
│ OpenCode: plugin + MCP → ~/.config/opencode/ │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ HTTP Hook Server (port 27182) │
│ Auto-started on first use, self-heals on failure │
│ Manual control: roampal start / roampal stop │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ User types message │
│ → Hook/plugin calls HTTP server for context │
│ → AI sees relevant memories, responds │
│ → Exchange stored, scored (hooks or sidecar) │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ Single-Writer Backend │
│ FastAPI → UnifiedMemorySystem → ChromaDB │
│ All clients share one server, isolated by session │
└─────────────────────────────────────────────────────────┘Siehe dev/docs/ für vollständige technische Details.
Anforderungen
Python 3.10+
Eines von: Claude Code oder OpenCode
Plattformen: Windows, macOS, Linux (hauptsächlich auf Windows entwickelt und getestet)
RAM: ~800MB verfügbar (Cross-Encoder Reranker + Embeddings + ChromaDB)
Festplatte: ~500MB für Modelle (mehrsprachiges Embedding + Reranker, wird bei erster Nutzung automatisch heruntergeladen)
CPU: Jeder moderne x86-64 Prozessor mit AVX2 (Intel Haswell 2013+ / AMD Excavator 2015+)
GPU: Nicht erforderlich — alle Inferenzen laufen auf der CPU via ONNX Runtime
Fehlerbehebung
Starte Claude Code neu (Hooks laden beim Start)
Überprüfe HTTP-Server:
curl http://127.0.0.1:27182/api/health
Überprüfe, ob
~/.claude.jsondenroampal-coreMCP-Eintrag mit dem korrekten Python-Pfad enthältÜberprüfe das Ausgabe-Panel von Claude Code auf MCP-Fehler
Stelle sicher, dass du
roampal init --opencodeausgeführt hastÜberprüfe, ob der Server automatisch gestartet wurde:
curl http://127.0.0.1:27182/api/healthFalls nicht, starte ihn manuell:
roampal start
Das ist zu erwarten. Roampal verfügt über Selbstheilung — wenn der HTTP-Server nicht mehr reagiert, wird er automatisch neu gestartet und erneut versucht.
Immer noch festgefahren? Bitte deine KI um Hilfe — sie kann Protokolle lesen und Roampal-Probleme direkt debuggen.
Support
Roampal Core ist komplett kostenlos und Open Source.
Entwicklung unterstützen: roampal.gumroad.com
Feature-Ideen & Feedback: Discord
Fehlerberichte: GitHub Issues
Hilfe bei KI-Gedächtnis benötigt? Kontaktiere: roampal@protonmail.com | LinkedIn
Lizenz
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/roampal-ai/roampal-core'
If you have feedback or need assistance with the MCP directory API, please join our Discord server