Skip to main content
Glama

memory-mcp

Langzeitgedächtnis-MCP-Server für OpenCode – speichert Präferenzen, Lektionen und Nutzungshistorie in einer einzigen lokalen SQLite-Datei (100 % lokal, keine externe API), damit die KI durch kontextbasiertes Lernen den Benutzer „merken und sich anpassen“ kann.

Status: v1.1.0 – alle 4 Phasen implementiert, Tests bestehen 70/70 Assertions (Smoke 53 + Capture 8 + Distill 9)

ไทย / Thai: README.th.md

Architecture

OpenCode ──┬─ Plugin learning-capture (Bun)  ── auto-captures prompts/tool/error into DB
            │                                   └─ injects profile back into context on compaction
            └─ MCP memory-mcp (Node.js stdio)  ── 9 tools read/write the same SQLite DB
                                                      ▲
                               Global instructions (memory-protocol.md) teach the AI to use the tools

Siehe design.md für vollständige Details.

Related MCP server: MCP Vector Memory

Scripts

Command

Description

npm run build

TypeScript nach dist/ kompilieren

npm start

MCP-Server (stdio) von dist/index.js ausführen

npm run distill

regelbasiertes Distill: Interaktionen → Profilabschnitte + alte Daten bereinigen (env RETENTION_DAYS Standard 30)

npm test

End-to-End-Smoke-Test über JSON-RPC (node test/smoke.mjs)

node test/capture.test.mjs

teste capture-core (Geheimnisse filtern, deduplizieren, kürzen, SQL einfügen)

node test/distill.test.mjs

teste distill-core (Thai-Tokenisierung, Statistiken, Profilabschnitte, Bereinigung)

Tools (9)

Tool

Description

remember

Präferenz upserten (Kategorie+Schlüssel) – erneutes Speichern desselben Schlüssels erhöht die Konfidenz um 0,1 (max. 1,0)

recall

Präferenzen + Lektionen (FTS5) + kürzlich passende Interaktionen durchsuchen. Vor dem Start einer neuen Aufgabe verwenden

get_profile

Benutzerprofilübersicht: Profilabschnitte + Top-Präferenzen + 5 neueste Lektionen

save_lesson

eine aus einer Korrektur gelernte Lektion aufzeichnen (Situation / Fehler / Korrektur)

search_history

frühere Benutzeraufforderungen nach Stichwort durchsuchen (200-Zeichen-Ausschnitte pro Zeile)

forget

eine Speicherzeile (Präferenz/Lektion/Interaktion) per ID löschen (+Typ verhindert ID-Kollision zwischen Tabellen)

memory_stats

Speicherstatistiken: Anzahl nach Art, DB-Größe, älteste/neueste Interaktion, Profilabschnitte

get_recent_interactions

kürzliche rohe Interaktionen auflisten (nach Art filtern) – Rohmaterial für Smart Distill

export_memory

Speicher als JSON unter data/exports/ exportieren (Dateiname automatisch bereinigt)

Install with OpenCode

  1. Fügen Sie den mcp-Abschnitt aus opencode.example.json in Ihre opencode.json ein (global oder auf Projektebene)

    • Wichtig: Setzen Sie MEMORY_DB_PATH auf DIESELBE Datenbankdatei für Server und Plugin (das Beispiel verwendet <ABSOLUTE_PATH>/memory-mcp/data/memory.db), sonst schreibt das Auto-Capture-Plugin in eine andere DB als die, die die KI liest

    • So legen Sie es fest (eine Option wählen):

      • definieren Sie es in der mcp-environment (siehe Beispiel) – deckt nur den MCP-Server ab

      • oder setzen Sie es als System-/Benutzer-Umgebungsvariable (z. B. setx MEMORY_DB_PATH "D:/path/to/memory.db" unter Windows) – deckt Server und Plugin ab, da das Plugin im selben Prozess wie OpenCode läuft

  2. Fügen Sie die globalen Speicherregeln hinzu – fügen Sie zu opencode.json hinzu:

    "instructions": ["C:/Users/<user>/.config/opencode/memory-protocol.md"]

    (Beispielregelinhalt befindet sich in AGENTS.memory.example.md – kann stattdessen auf Projektebene angehängt werden)

  3. (Optional) Auto-Capture-Plugin bereitstellen: Kopieren Sie src/plugin/learning-capture.ts~/.config/opencode/plugins/learning-capture.ts

  4. OpenCode neu starten (Konfiguration wird nur beim Start geladen)

  5. Test: „Merken Sie sich, dass ich pnpm bevorzuge“ → eine neue Sitzung öffnen und zurückfragen

Daily usage

Die KI akzeptiert Thai und Englisch gleichermaßen – Sie können jederzeit ohne Vorwarnung die Sprache wechseln.

Thai

English

Effect

"จำไว้ว่า..."

"Merken Sie sich, dass..."

remember – eine Präferenz speichern

"สรุปความจำ" / "distill memory"

"Speicher zusammenfassen" / "Speicher destillieren"

Smart Distill – KI liest get_recent_interactions, findet Muster und speichert Erkenntnisse selbst

"ระบบความจำเป็นไงบ้าง"

"Wie ist mein Speicher?" / "Speicherstatus"

memory_stats

"สำรองความจำ"

"Speicher exportieren" / "Speicher sichern"

export_memory

"ค้นประวัติ..."

"Verlauf durchsuchen..."

search_history

"ลืม..."

"Vergessen..."

forget

Langzeitpflege: Führen Sie gelegentlich npm run distill aus, um Statistiken zusammenzufassen und Interaktionen zu bereinigen, die älter als 30 Tage sind.

data/ structure

data/
├── memory.db          # SQLite (WAL mode) — main DB (+ .db-wal, .db-shm)
└── exports/           # JSON files from export_memory (writeable only in this dir)
  • DB-Pfad kann über die Umgebungsvariable MEMORY_DB_PATH überschrieben werden

  • alles in data/ ist git-ignoriert

A
license - permissive license
A
quality
A
maintenance

Maintenance

Maintainers
Response time
0dRelease cycle
13Releases (12mo)
Commit activity

Related MCP Servers

  • -
    license
    Not graded
    quality
    Not graded
    maintenance
    Provides persistent local memory functionality for AI assistants, enabling them to store, retrieve, and search contextual information across conversations with SQLite-based full-text search. All data stays private on your machine while dramatically improving context retention and personalized assistance.
    3
  • A
    license
    Not graded
    quality
    Not graded
    maintenance
    Provides AI coding agents with persistent, long-term memory through local semantic search and SQLite storage. It enables agents to save and retrieve architectural decisions or project context across different conversation sessions without requiring cloud services.
  • A
    license
    A
    quality
    B
    maintenance
    Provides persistent cross-session memory and full-text search for AI coding assistants, storing project context, decisions, and preferences while enabling searchable access to conversation history via local SQLite.
    8
    1
    MIT
  • A
    license
    A
    quality
    B
    maintenance
    Provides AI coding assistants with persistent memory storage using a local SQLite database. Enables tools to remember project details, notes, and relationships across sessions to maintain context and reduce repetitive explanations.
    17
    4
    MIT

View all related MCP servers

Related MCP Connectors

  • Persistent memory and cross-session learning for AI coding assistants (hosted remote MCP).

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

  • Persistent memory for AI agents — verbatim conversations, searchable by meaning.

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/worakorn-prince/th-memory-mcp'

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