Skip to main content
Glama

Perenna

Python PyPI CI Codecov CodeRabbit Pull Request Reviews License Ask DeepWiki

perenna MCP server


AIエージェント向けの、Gitを基盤とする軽量な永続メモリ。Claude Code、Codex、ChatGPT、Cursor、その他のMCPクライアントは、ベンダーアカウントや会話履歴を共有しなくても、永続的なメモリを共有できます。

  • メモリの読み取り、書き込み、削除のための独立したMCPツール

  • ローカルstdioと、単一ユーザーのOAuthで保護されたStreamable HTTPトランスポート

  • 独立したGitリポジトリに保存された、人間が読めるMarkdown

  • Gitからいつでも再構築できるローカルVexor検索インデックス

  • 複数のローカルエージェントプロセスを支えるプロセス間ロック

なぜPerennaなのか?

あなたのメモリは、たまたま使っているエージェントではなく、あなた自身に従うべきです。

Claude Code、Codex、Cursor、ChatGPTは、メモリをそれぞれ別々のサイロに保存します。エージェントを切り替えるとメモリは消え、マシンを切り替えるとローカルメモリはそこに取り残されます。

Perennaは、それらに共有された、Git基盤のメモリを提供します。ローカルエージェントとChatGPTは同じセルフホストのPerennaサービスに接続でき、その間、すべての永続メモリは、あなた自身が検査・編集・バージョン管理・バックアップできる普通のMarkdownとして残ります。

Mem0のセルフホスト型スタックははるかに重く、一方、ホスト型のFree Planでは、現在、顧客コンテンツをモデルのトレーニングや製品改善に使用することが許可されています。

Perennaは設計上異なります:アカウント不要、専有のメモリクラウドなし、ロックインなし。 あなたが管理するインフラ上のGitリポジトリの中に、あなたのメモリだけがあるだけです。

Related MCP server: phren

クイックスタート

AIエージェントでインストールする

これを、ターミナルとローカルMCP設定のアクセス権を持つClaude Code、Codex、ChatGPT Desktop、Cursor、またはその他のコーディングエージェントに貼り付けます:

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.

公開リリースのインストール

Perennaには、Python 3.12以上、Git、そしてuvが必要です。

uv tool install perenna

ローカルクライアント用のオプションのメモリ動作スキルをインストールします:

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

両方のクライアントにスキルを配布する場合は、1つのコマンド内で--agentを繰り返します。設定リファレンスには、ユーザーとプロジェクトのスコープ、配布先、置換を保護する手段が説明されています。

また、CodexとClaude Codeは、PerennaのリポジトリのMarketplaceから、スキルとMCP接続を組み合わせてインストールすることもできます。プラグイン設定ガイドに従って、クライアントごとに一つの設定パスを選択してください。

Perennaには、動作するVexor埋め込みプロバイダーが必要です。対話的にプロバイダーを選択・設定するには、以下を実行します。

uvx vexor init

Perennaは自動的に~/.vexor/config.jsonを再利用します。プロセス・レベルの設定を使用する場合、MCPサーバーがホスト環境からVEXOR_CONFIG_JSONに加え、VEXOR_API_KEYまたは選択したプロバイダーのキーを受け取ることを確認してください。リモートプロバイダーには、メモリテキストと検索クエリが送信されます。

ローカル埋め込みを選択した場合は、Perennaのローカルエクストラもインストールしてください:

uv tool install "perenna[local]"

Vexorプロバイダーの設定では、ローカルリモートの設定を網羅しています。MCPクライアントを起動する環境から、選択したプロバイダーを以下のもので確認します:

uvx vexor doctor

MCPクライアントが実行するように設定します:

perenna mcp --source <client-name>

Perennaは、別のホームが設定されていない限り、~/.peronna/の下にローカルデータを作成します。

互換性のある履歴をプライベートGitリポジトリ経由でインポート、公開、またはfast-forwardする場合、次を実行します:

perenna sync setup <repository-url>

ソースからの開発インストール

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

ドキュメント

最初にドキュメントインデックスに目を通し、それからご自分のタスクに合った道を進みます:

ライセンス

MIT

A
license - permissive license
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Related MCP Servers

  • A
    license
    Not graded
    quality
    A
    maintenance
    A persistent memory server for AI agents that stores findings, tasks, and patterns in Markdown files within a git repository, enabling context injection across multiple AI tools.
    4
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    Git-native long-term memory for AI agents: your markdown files are the source of truth, the search index is a disposable projection rebuilt from git, and every memory the agent writes is a reviewable git commit. Served over one OAuth-secured MCP endpoint with hybrid lexical+semantic recall and a gated, git-first commit_note write tool.
    7
    8
    AGPL 3.0

View all related MCP servers

Related MCP Connectors

  • Git-backed platform for skills, tools, and context for AI agents

  • Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.

  • Persistent memory for AI agents. Search, store, and recall across sessions.

View all MCP Connectors

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/scarletkc/Perenna'

If you have feedback or need assistance with the MCP directory API, please join our Discord server