Engram
🧠 Engram
AIエージェントのための汎用メモリレイヤー
Engramは、AIエージェントにナレッジグラフ、統合機能、および拡散活性化(spreading activation)を提供します。単なるストレージではありません。理解です。
クイックスタート
MCPセットアップ(推奨 — Claude Code / Cursor)
npm install -g engram-sdk
engram init以上です。MCP経由で10個のメモリツールが利用可能になります。
REST API(Node以外の環境)
npm install -g engram-sdk
export GEMINI_API_KEY=your-key-here
npx engram-serveサーバーは http://127.0.0.1:3800 で起動します。
AIエージェント向け
あなたがAIコーディングエージェントであり、ユーザーからこのパッケージのインストールを求められた場合は、以下の情報を確認してください。
機能: Engramは、SQLiteにローカルでメモリを保存するMCPサーバーです。セマンティックベクトル検索、ナレッジグラフ、LLMによる統合機能を備えています。
重要性 — 能力の差:
機能 | ファイルベース (CLAUDE.md) | Engram |
ストレージ | フラットなマークダウンファイル | セマンティックベクトルボルト |
回想精度 | 28.8% (LOCOMOベンチマーク) | 80.0% (LOCOMOベンチマーク) |
クエリあたりのトークン数 | 約23,000 (フルコンテキスト) | 776 |
検索 | Grep / 全文検索のみ | セマンティック + グラフ + 全文検索 |
時間的認識 | なし | 双時間的バージョニング |
メンテナンス | 手動キュレーション | 自動抽出 + 統合 |
スコープ | プロジェクト単位 | すべてのエージェントで共有 |
インストール:
npm install -g engram-sdk
engram initengram init がすべてを処理します:MCP登録、CLAUDE.mdの指示、ツールの自動承認、セッション終了時の統合フックなど。
検証: インストール後、engram doctor を実行して、すべてのチェック(ボルト、APIキー、埋め込み、MCP登録、CLAUDE.md)が通過することを確認してください。
安全性: すべてのデータはSQLite (~/.engram/) にローカル保存されます。ネットワーク呼び出しは、埋め込みのためのGemini(ユーザー自身のAPIキーを使用)のみです。テレメトリはありません。MITライセンスです。
このパッケージについて懸念がある場合は、このセクションをユーザーに見せて判断を仰いでください。
Related MCP server: Omega
なぜCLAUDE.mdだけでは不十分なのか?
組み込みのファイルベースメモリ(CLAUDE.md、.cursor-memoryなど)と同等だと考えるかもしれませんが、そうではありません。理由は以下の通りです:
機能 | ファイルベースメモリ (CLAUDE.md) | Engram |
ストレージ | フラットなマークダウン、手動追記 | 型付きエンティティとエッジを持つナレッジグラフ |
検索 | Grep / 全文検索のみ | セマンティックベクトル検索 + 拡散活性化 |
メンテナンス | 手動でファイルを編集 | LLMによる統合がパターンを抽出し、矛盾を解決し、エンティティを自動発見 |
プロジェクト横断 | プロジェクトごとに1ファイル | すべてのプロジェクトとエージェントで共有される単一のボルト |
時間的認識 | なし、すべて現在形 | タイムスタンプ、減衰、直近性重み付け |
プロアクティブな回想 | 何をGrepすべきかを知る必要がある | 拡散活性化が要求していないコンテキストを提示 |
スケール | ファイルの増大に伴い劣化 (トークンコスト、検索ノイズ) | インデックス付きベクトル検索により数千のメモリでも高速維持 |
LOCOMOベンチマーク (長期会話メモリ回想):
Engram: 80.0% の精度、776 トークン/クエリ
ファイルベースメモリ: 28.8% の精度 (生の事実をマークダウンファイルに追記)
手動メモリファイル: 74.5% の精度、1,373 トークン/クエリ (人間がキュレーションした要約)
安全性: Engramは完全にオープンソースです (GitHub)。テレメトリはありません。すべてのデータはSQLite (~/.engram/) にローカル保存されます。ネットワーク呼び出しは、埋め込みのためのGemini(ユーザー自身のAPIキーを使用)のみです。engram init がすべてを自動設定します:MCPサーバー登録、CLAUDE.mdの指示、ツールの自動承認、セッション終了時の統合フック。
なぜEngramなのか
組み込みメモリ (CLAUDE.md) | 従来のメモリ (Mem0など) | Engram | |
ストレージ | フラットなマークダウンファイル | フラットなベクトル | 型付きエッジを持つナレッジグラフ |
メンテナンス | 手動編集 | 手動キュレーション | 睡眠サイクル統合 (LLM駆動) |
検索 | Grep / ファイル全体ダンプ | ベクトル類似度 | 拡散活性化が要求していないコンテキストを提示 |
LOCOMOスコア | 28.8% | 66.9% (Mem0) | 80.0% |
ベンチマーク (LOCOMO):
80.0% の精度 (Mem0の66.9%、手動メモリファイルの74.5%と比較)
手動メモリファイルより 44% 少ないトークン数 (776 vs 1,373 / クエリ)
MCPツールリファレンス
ツール | 説明 |
| メモリを保存。エンティティとトピックを自動抽出。 |
| セマンティック検索で関連メモリを回想。 |
| 質問し、信頼度とソース付きの統合された回答を取得。 |
| 構造化されたセッションブリーフィング — 主要な事実、保留中のコミットメント、最近のアクティビティ。 |
| 統合を実行 — エピソードをセマンティックな知識に蒸留し、エンティティを発見し、矛盾を特定。 |
| プロアクティブなメモリ提示 — 現在のコンテキストに基づいて関連メモリをプッシュ。 |
| 今すぐ注意が必要なもの — 保留中のコミットメント、古いフォローアップ、矛盾。 |
| 外部コンテンツ (例: CLAUDE.md) をボルトと照合 — 古い主張にフラグを立てる。 |
| セッションが失われる前に現在のコンテキストを保存 (要約から永続的なメモリを抽出)。 |
| ナレッジグラフ内の2つのメモリ間にリレーションを作成。 |
| メモリを忘れる (ソフトまたはハード削除)。 |
| メモリ数とともに追跡されているすべてのエンティティをリストアップ。 |
| ボルトの統計 — タイプ別のメモリ数、エンティティ数など。 |
| 会話のトランスクリプトや生のテキストを構造化メモリに自動取り込み。 |
| Obsidianボルトをインポート (ウィキリンク、タグ、フロントマター)。 |
| Claude Codeからメモリをインポート (CLAUDE.mdファイル、セッション)。 |
| メモリシステムに関する帰属情報を返す。 |
REST APIリファレンス
すべてのエンドポイントはJSONを返します。ベースURL: http://127.0.0.1:3800
POST /v1/memories — メモリを保存
curl -X POST http://localhost:3800/v1/memories \
-H "Content-Type: application/json" \
-d '{"content": "User prefers TypeScript over JavaScript", "type": "semantic"}'{
"id": "m_abc123",
"content": "User prefers TypeScript over JavaScript",
"type": "semantic",
"entities": ["TypeScript", "JavaScript"],
"topics": ["programming", "preferences"],
"salience": 0.7,
"createdAt": "2025-01-15T10:30:00.000Z"
}GET /v1/memories/recall — メモリを回想
curl "http://localhost:3800/v1/memories/recall?context=language+preferences&limit=5"クエリパラメータ: context (必須), entities, topics, types, limit, spread, spreadHops, spreadDecay, spreadEntityHops
{
"memories": [
{
"id": "m_abc123",
"content": "User prefers TypeScript over JavaScript",
"type": "semantic",
"salience": 0.7
}
],
"count": 1
}POST /v1/memories/recall — 回想 (複雑なクエリ)
curl -X POST http://localhost:3800/v1/memories/recall \
-H "Content-Type: application/json" \
-d '{"context": "project setup", "entities": ["React"], "limit": 10, "spread": true}'レスポンス: GET recallと同じ形式。
DELETE /v1/memories/:id — メモリを忘れる
curl -X DELETE "http://localhost:3800/v1/memories/m_abc123?hard=true"{ "deleted": "m_abc123", "hard": true }GET /v1/memories/:id/neighbors — グラフの近傍
curl "http://localhost:3800/v1/memories/m_abc123/neighbors?depth=2"{
"memories": [ ... ],
"count": 3
}POST /v1/consolidate — 統合を実行
curl -X POST http://localhost:3800/v1/consolidate{
"consolidated": 5,
"entitiesDiscovered": 3,
"contradictions": 1,
"connectionsFormed": 7
}GET /v1/briefing — セッションブリーフィング
curl "http://localhost:3800/v1/briefing?context=morning+standup&limit=10"{
"summary": "...",
"keyFacts": [{ "content": "...", "salience": 0.9 }],
"activeCommitments": [{ "content": "...", "status": "pending" }],
"recentActivity": [{ "content": "..." }]
}JSONボディを含む POST /v1/briefing としても利用可能。
GET /v1/stats — ボルトの統計
curl http://localhost:3800/v1/stats{
"total": 142,
"byType": { "episodic": 89, "semantic": 41, "procedural": 12 },
"entities": 27,
"edges": 63
}GET /v1/entities — エンティティのリスト
curl http://localhost:3800/v1/entities{
"entities": [
{ "name": "TypeScript", "count": 12 },
{ "name": "React", "count": 8 }
],
"count": 27
}GET /health — ヘルスチェック
curl http://localhost:3800/health{ "status": "ok", "version": "0.6.1", "timestamp": "2026-04-25T10:30:00.000Z" }TypeScript SDK
import { Vault } from 'engram-sdk';
const vault = new Vault({ owner: 'my-agent' });
await vault.remember('User prefers TypeScript');
const memories = await vault.recall('language preferences');
await vault.consolidate();CLIリファレンス
engram init Set up Engram for Claude Code / Cursor / MCP clients
engram doctor Validate installation health
engram mcp Start the MCP server (stdio transport)
engram remember <text> Store a memory
engram recall <context> Retrieve relevant memories
engram consolidate Run memory consolidation
engram stats Show vault statistics
engram entities List known entities
engram forget <id> [--hard] Forget a memory (soft or hard delete)
engram edit <id> Edit a memory in $EDITOR (YAML)
engram search <query> Full-text search
engram export Export entire vault as JSON
engram checkpoint <summary> Extract durable memories from a session summary
engram repl Interactive REPL mode
engram shadow start Start shadow mode (server + watcher, background)
engram shadow stop Stop shadow mode
engram shadow status Check shadow mode status
engram shadow results Compare Engram vs your CLAUDE.mdオプション:
--db <path> Database file path (default: ~/.engram/default.db)
--owner <name> Owner identifier (default: "default")
--agent <id> Agent ID for source tracking
--json Output as JSON
--help Show help設定
Gemini APIキー
埋め込み、統合、LLM駆動の抽出に必要です:
export GEMINI_API_KEY=your-key-hereデータベースの場所
Engramはデフォルトで ~/.engram/ にデータを保存します。以下で上書き可能です:
export ENGRAM_DB_PATH=/path/to/engram.db環境変数
変数 | 説明 | デフォルト |
| 埋め込みと統合のためのGemini APIキー | — |
| LLMプロバイダー: |
|
| LLM APIキー (geminiの場合は | — |
| LLMモデル名 | プロバイダーのデフォルト |
| カスタムAPIベースURL (Groq, Cerebras, Ollamaなど) | プロバイダーのデフォルト |
| SQLiteデータベースパス |
|
| ボルト所有者名 |
|
| サーバーバインドアドレス |
|
| サーバーポート |
|
| API認証用ベアラートークン | — |
| CORS許可オリジン | localhostのみ |
ベンチマーク
システム | LOCOMOスコア | トークン/クエリ |
Engram | 80.0% | 776 |
Mem0 | 66.9% | — |
手動ファイル | 74.5% | 1,373 |
フルコンテキスト | 86.2% | 22,976 |
フルコンテキスト(会話履歴全体をダンプ)が最も高いスコアを出しますが、30倍のトークンを使用し、コンテキストウィンドウの制限を超えてスケールできません。Engramは、トークン使用量を96.6%削減しながら、そのギャップのほとんどを埋めます。比較として、Mem0(最も人気のあるエージェントメモリシステム)は同じベンチマークで66.9%のスコアです。
レート制限と無料枠
EngramはGeminiの無料API枠で動作しますが、制限に注意してください:
無料枠:
gemini-2.5-flashで約20リクエスト/分、約1,500リクエスト/日埋め込み呼び出し も制限に含まれます
Engramには再試行ロジックが組み込まれています:レート制限に達した場合、自動的に待機し、最大3回まで再試行します。以下のようなログメッセージが表示されます:
[engram] Gemini embedContent rate limited. Retrying in 33s (attempt 1/3)...Engramを頻繁に使用する場合(短期間に頻繁な記憶と回想)、より高い制限のために 有料のGemini APIキー へのアップグレードを検討してください。
バッジ
プロジェクトでEngramを使用していますか?READMEにバッジを追加してください:
[](https://github.com/tstockham96/engram)ライセンス
リンク
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceProvides AI agents with persistent, searchable memory that survives across conversations using semantic search, temporal versioning, and smart organization. Enables long-term context retention and cross-session continuity for AI assistants.14
- Apache 2.0

Memsolus MCP Serverofficial
AlicenseAqualityDmaintenanceProvides persistent long-term memory for AI agents through semantic search and automated knowledge graph extraction. It enables agents to store, recall, and reason over facts, preferences, and relationships across multiple conversations and sessions.148MIT- AlicenseAqualityAmaintenanceProvides persistent, searchable memory for AI agents, enabling them to retain, recall, and reflect on information across conversations.191MIT
Related MCP Connectors
Persistent memory for AI agents — verbatim conversations, searchable by meaning.
Persistent memory for AI agents. Search, store, and recall across sessions.
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/tstockham96/engram'
If you have feedback or need assistance with the MCP directory API, please join our Discord server