🧠 Mnemos

Хватит тратить $10 в день на контекст для ИИ. Дайте своим ИИ-агентам для программирования бесплатную долговременную память.

Mnemos — это невероятно быстрый движок постоянной памяти для ИИ-агентов (Kiro, Claude Code, Cursor, Windsurf). Он работает как «второй мозг» через протокол Model Context Protocol (MCP), экономя ваши деньги и нервы.

💸 Реальность ИИ-программирования

❌ Без Mnemos: Ваша сессия разрастается до 50 тысяч токенов. ИИ путается и забывает ранние инструкции. Вы очищаете чат, чтобы сэкономить деньги. В следующей сессии вам приходится заново объяснять структуру проекта, соглашения по CSS и старые баги. Результат: Потерянное время и огромные счета за API.

✅ С Mnemos: Ваш ИИ изучает архитектурные решения, первопричины багов и соглашения проекта один раз. Mnemos автоматически дедуплицирует и сохраняет их. В следующей сессии Mnemos точно внедряет только релевантные 2 тысячи токенов контекста. Результат: Бесконечная непрерывность памяти между сессиями за копейки.

🚀 Почему это необходимо

Никакого лишнего мусора: Один бинарный файл на Go. Встроенная чистая SQLite (FTS5) на Go. Ноль зависимостей во время выполнения. Никакого Docker. Никакого Python. Никакого Node.
Нативная поддержка MCP: Разработан специально для протокола Model Context Protocol. Подключается напрямую к вашим любимым агентам.
Автопилот в 1 клик: Мгновенно настраивает хуки, .cursorrules и конфигурации MCP для Claude Code, Cursor и Kiro.
Умный жизненный цикл: Встроенная трехуровневая дедупликация, затухание релевантности и сборка мусора. Он запоминает только то, что действительно важно.
Гибридный поиск: Быстрый локальный полнотекстовый поиск FTS5 + опциональный семантический векторный поиск (Ollama/OpenAI) с использованием Reciprocal Rank Fusion (RRF).

⚡ Быстрый старт

Начните работу за 30 секунд:

# 1. Install via curl (macOS/Linux)
curl -fsSL https://raw.githubusercontent.com/mnemos-dev/mnemos/main/install.sh | bash

# Or via Homebrew (macOS)
brew install s60yucca/tap/mnemos

# 2. First-time setup
mnemos init

# 3. Start the MCP server (runs in background/stdio)
mnemos serve

🔌 Интеграции автопилота в 1 клик

Mnemos — это не просто «глупая» база данных. Он активно внедряет память в ваш рабочий процесс. Запустите одну из этих команд, чтобы мгновенно все настроить:

# For Kiro (Fully Tested & Highly Recommended)
mnemos setup kiro

# For Cursor (Experimental - Community Testing)
mnemos setup cursor

# For Claude Code (Experimental - Community Testing)
mnemos setup claude

Готово. Теперь ваш агент автоматически запоминает все. С этого момента:

Начало сессии: Mnemos загружает релевантный контекст.
Во время работы: Mnemos ищет в памяти, когда меняется тема.
Конец сессии: Mnemos безопасно сохраняет полученные знания.

(Используйте --global для установки во всех проектах или --force для перезаписи существующих файлов конфигурации).

🆚 Почему Mnemos?

Функция	claude-mem	engram	neural-memory	mnemos 🧠
Нативный MCP	✅	✅	✅	✅
Никакого лишнего мусора	❌	✅	❌ (pip)	✅ (Один бинарный файл Go)
Автопилот в 1 клик	❌	❌	❌	✅
Гибридный поиск (FTS + Вектор)	❌	❌	❌	✅
Затухание памяти / GC	❌	❌	✅	✅
Умная дедупликация	❌	❌	❌	✅ (3 уровня)
Контекст с лимитом токенов	❌	частично	❌	✅
Работает с Cursor & Windsurf	❌	✅	✅	✅

🛠️ Мастерство CLI

Mnemos поставляется с мощным CLI, если вы хотите разобраться во всем самостоятельно:

mnemos store "JWT uses RS256, tokens expire in 1h"    # store a memory manually
mnemos search "authentication"                        # hybrid search
mnemos search "auth" --mode text                      # text-only search
mnemos list --project myapp                           # list memories
mnemos get <id>                                       # fetch by id
mnemos update <id> --content "updated text"           # update
mnemos delete <id>                                    # soft delete
mnemos delete <id> --hard                             # permanent delete
mnemos relate <src-id> <tgt-id> --type depends_on     # create relation
mnemos stats --project myapp                          # storage stats
mnemos maintain                                       # force decay + GC

⚙️ Расширенная конфигурация и эмбеддинги

Mnemos работает полностью офлайн без какой-либо настройки, используя текстовый поиск FTS5. Если вам нужен семантический поиск (поиск воспоминаний по смыслу, а не только по ключевым словам), вы можете легко подключить Ollama или OpenAI.

Отредактируйте ~/.mnemos/config.yaml:

Локально и бесплатно (Ollama):

embeddings:
  provider: ollama
  base_url: http://localhost:11434
  model: nomic-embed-text
  dims: 768

OpenAI:

embeddings:
  provider: openai
  model: text-embedding-3-small
  dims: 1536
  api_key: sk-...

⚡ Производительность

Протестировано на macOS (Apple Silicon), режим SQLite WAL, холодный запуск процесса на операцию:

store (новое): 24-57 мс (включает проверку на дедупликацию)
search гибридный (RRF): ~40 мс
Сборка контекста (упаковка с учетом лимита токенов): < 1 мс
Размер бинарного файла: ~12 МБ
Зависимости во время выполнения: 0

🌐 REST API

Нужно подключить Mnemos к чему-то другому? Запустите его как REST API:

mnemos serve --rest --port 8080

(Поддерживает стандартные GET, POST, PATCH, DELETE для /memories, /search, /stats и т.д.)

🏗️ Сборка из исходного кода

git clone https://github.com/mnemos-dev/mnemos
cd mnemos
make build    # → bin/mnemos

📜 Лицензия

MIT

mnemos