Perenna

Ein leichtgewichtiger, Git-gestützter permanenter Speicher für KI-Agenten. Claude Code, Codex, ChatGPT, Cursor und andere MCP-Clients können dauerhafte Erinnerungen teilen, ohne ein Anbieterkonto oder einen Gesprächsverlauf teilen zu müssen.

• Separate MCP-Tools zum Lesen, Schreiben und Löschen von Erinnerungen

• Lokale stdio- und Single-User-OAuth-geschützte Streamable-HTTP-Transporte

• Menschenlesbares Markdown in einem unabhängigen Git-Repository gespeichert

• Lokaler Vexor-Retrieval-Index, der jederzeit aus Git neu aufgebaut werden kann

• Prozessübergreifende Sperre für mehrere lokale Agentenprozesse

Warum Perenna?

Dein Speicher sollte dir folgen – nicht dem Agenten, den du gerade verwendest.

Claude Code, Codex, Cursor und ChatGPT halten Erinnerungen in getrennten Silos. Wechselst du den Agenten, verschwindet dein Speicher. Wechselst du das Gerät, bleibt der lokale Speicher zurück.

Perenna gibt ihnen einen gemeinsamen, Git-gestützten Speicher. Lokale Agenten und ChatGPT können sich mit demselben selbst gehosteten Perenna-Dienst verbinden, während jede dauerhafte Erinnerung gewöhnliches Markdown bleibt, das du selbst einsehen, bearbeiten, versionieren und sichern kannst.

Der selbst gehostete Stack von Mem0 ist deutlich schwergewichtiger, während der gehostete Free Plan derzeit erlaubt, dass Kundeninhalte für das Modelltraining und die Produktverbesserung verwendet werden.

Perenna ist von Grund auf anders: kein Konto, keine proprietäre Memory-Cloud, kein Lock-in. Nur deine Erinnerungen, in deinem Git-Repository, auf Infrastruktur, die du kontrollierst.

Related MCP server: phren

Schnellstart

Installation mit deinem KI-Agenten

Füge Folgendes in Claude Code, Codex, ChatGPT Desktop, Cursor oder einen anderen Coding-Agenten ein, der Zugriff auf Terminal und lokale MCP-Konfiguration hat:

Install Perenna and connect it to this AI agent as a local stdio MCP server.
Work through the complete setup autonomously.

Use these as the source of truth:
- https://github.com/scarletkc/Perenna/blob/main/docs/getting-started.md
- https://github.com/scarletkc/Perenna/blob/main/docs/guides/client-setup.md

1. Detect the operating system, shell, and current MCP client.
2. Check for Python 3.12 or newer, Git, and uv. Install uv in user scope if it
   is missing. If Python or Git needs administrator approval, give me the exact
   command and stop there.
3. Install Perenna with `uv tool install perenna`. If Perenna is already
   installed, upgrade it with `uv tool upgrade perenna`.
   For Codex, also run `perenna skill install --agent codex`. For Claude Code,
   run `perenna skill install --agent claude-code`. Do not replace an existing
   modified copy or remove unrelated installed skills.
4. Check the effective Vexor embedding provider configuration. Reuse a working
   `~/.vexor/config.json` or inherited environment configuration. If none is
   available, ask me to choose between a remote provider and local embeddings.
   Explain that a remote provider receives memory text and search queries. For
   a remote provider, keep the provider and model in Vexor configuration and
   supply its secret through `VEXOR_API_KEY` or the provider-specific environment
   variable. For local embeddings, install `perenna[local]` and configure the
   local model according to the Perenna configuration reference. Verify the
   selected provider with `uvx vexor doctor` using the same environment that
   the Perenna process will inherit.
5. Ask whether I want to synchronize Perenna with a private Git repository. If
   I do, ask me to provide or approve its URL, run
   `perenna sync setup <repository-url>`, and verify it with
   `perenna sync status`. Treat repository creation, remote replacement, and
   reconciling diverged history as separate choices that require my explicit
   approval.
6. Register `perenna mcp --source <stable-client-name>` using the client-specific
   method in the setup guide. Preserve unrelated MCP servers and settings. Use
   a stable source such as `claude-code`, `codex`, or `cursor` for this client.
   For another client, use its official instructions for adding a local stdio
   MCP server. Make sure the Perenna process inherits `VEXOR_CONFIG_JSON`,
   `VEXOR_API_KEY`, or any provider-specific key used in step 4. Report only
   whether a secret is present.
7. Verify `perenna --help` and the saved MCP configuration. Reload MCP servers
   and call `memory_read` with `action: "list"` when the client supports it. If
   a restart is required, tell me the single restart step.
8. Report the commands run, files changed, and verification results. Keep API
   keys out of tracked configuration files.

Installation einer veröffentlichten Version

Perenna benötigt Python 3.12+, Git und uv.

uv tool install perenna

Installiere den optionalen Skill zum Speicherverhalten für den lokalen Client:

perenna skill install --agent codex
# or
perenna skill install --agent claude-code

Wiederhole --agent in einem Befehl, wenn beide Clients den Skill erhalten sollen. Die Konfigurationsreferenz dokumentiert Benutzer- und Projektbereich, Zielorte sowie Schutzvorkehrungen beim Ersetzen.

Codex und Claude Code können stattdessen den kombinierten Skill und die MCP-Verbindung aus dem Repository-Marketplace von Perenna installieren. Folge dem Plugin-Setup-Leitfaden und wähle einen Einrichtungspfad pro Client.

Perenna benötigt einen funktionierenden Vexor-Embedding-Anbieter. Für die interaktive Auswahl und Konfiguration des Anbieters führe Folgendes aus:

uvx vexor init

Perenna verwendet automatisch ~/.vexor/config.json. Bei prozessbezogener Konfiguration stelle sicher, dass der MCP-Server VEXOR_CONFIG_JSON sowie VEXOR_API_KEY oder den Schlüssel des ausgewählten Anbieters aus seiner Host-Umgebung erhält. Remote-Anbieter erhalten Speichertexte und Suchanfragen.

Wenn du lokale Embeddings wählst, installiere zusätzlich das lokale Extra von Perenna:

uv tool install "perenna[local]"

Die Vexor-Anbieterkonfiguration behandelt Remote- und lokale Einrichtung. Prüfe den ausgewählten Anbieter in der Umgebung, die den MCP-Client startet, mit:

uvx vexor doctor

Richte einen MCP-Client so ein, dass er den Server startet:

perenna mcp --source <client-name>

Perenna speichert lokale Daten unter ~/.perenna/, sofern kein anderes Home-Verzeichnis konfiguriert ist.

Um kompatible History über ein privates Git-Repository zu importieren, zu veröffentlichen oder per Fast-Forward zu aktualisieren, führe Folgendes aus:

perenna sync setup <repository-url>

Installation aus dem Quellcode für die Entwicklung

git clone https://github.com/scarletkc/Perenna.git
cd Perenna
uv tool install .

Dokumentation

Beginne mit dem Dokumentationsindex und folge dem Pfad für deine Aufgabe:

• Erste Schritte

• Client-Einrichtung

• Plugin-Einrichtung

• Self-Hosting für ChatGPT

• Verwendung des permanenten Gedächtnisses

• perenna-memory Agent Skill

• Konfigurationsreferenz

• Architektur

• Entwicklungsleitfaden

Lizenz

MIT