Skip to main content
Glama

memory-mcp

MCP-сервер долговременной памяти для OpenCode — хранит предпочтения, уроки и историю использования в одном локальном SQLite-файле (100% локально, без внешних API), чтобы ИИ мог «помнить и адаптироваться» к пользователю через контекстное обучение.

Статус: v1.1.0 — все 4 фазы реализованы, тесты проходят 70/70 утверждений (smoke 53 + capture 8 + distill 9)

ไทย / Thai: README.th.md

Архитектура

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

Подробности см. в design.md.

Related MCP server: MCP Vector Memory

Скрипты

Команда

Описание

npm run build

компиляция TypeScript → dist/

npm start

запуск MCP-сервера (stdio) из dist/index.js

npm run distill

дистилляция на основе правил: взаимодействия → разделы профиля + удаление старых данных (env RETENTION_DAYS по умолчанию 30)

npm test

сквозной smoke-тест через JSON-RPC (node test/smoke.mjs)

node test/capture.test.mjs

тест capture-core (фильтрация секретов, дедупликация, обрезка, вставка SQL)

node test/distill.test.mjs

тест distill-core (тайская токенизация, статистика, разделы профиля, удаление)

Инструменты (9)

Инструмент

Описание

remember

upsert предпочтения (category+key) — повторное сохранение того же ключа повышает уверенность на 0.1 (макс. 1.0)

recall

поиск предпочтений + уроков (FTS5) + недавних подходящих взаимодействий. Используйте перед началом новой задачи

get_profile

обзор профиля пользователя: разделы профиля + топ предпочтений + 5 последних уроков

save_lesson

запись урока, извлечённого из исправления (ситуация / ошибка / исправление)

search_history

поиск прошлых запросов пользователя по ключевому слову (фрагменты по 200 символов на строку)

forget

удаление одной строки памяти (предпочтение/урок/взаимодействие) по id (+type предотвращает конфликт id между таблицами)

memory_stats

статистика памяти: количество по типам, размер БД, самое старое/новое взаимодействие, разделы профиля

get_recent_interactions

список последних сырых взаимодействий (фильтр по типу) — исходные данные для Smart Distill

export_memory

экспорт памяти в JSON только в data/exports/ (имя файла автоматически очищается)

Установка с OpenCode

  1. Объедините раздел mcp из opencode.example.json в ваш opencode.json (глобальный или на уровне проекта)

    • Важно: установите MEMORY_DB_PATH на ТОТ ЖЕ файл базы данных и для сервера, и для плагина (в примере используется <ABSOLUTE_PATH>/memory-mcp/data/memory.db), иначе плагин автозахвата пишет в другую БД, чем та, которую читает ИИ

    • Как это сделать (выберите один вариант):

      • определите его в environment в mcp (см. пример) — покрывает только MCP-сервер

      • или установите его как переменную окружения на уровне системы/пользователя (например, setx MEMORY_DB_PATH "D:/path/to/memory.db" в Windows) — покрывает и сервер, и плагин, так как плагин работает в том же процессе, что и OpenCode

  2. Подключите глобальные правила памяти — добавьте в opencode.json:

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

    (пример содержимого правил находится в AGENTS.memory.example.md — можно подключить на уровне проекта вместо этого)

  3. (Необязательно) Разверните плагин автозахвата: скопируйте src/plugin/learning-capture.ts~/.config/opencode/plugins/learning-capture.ts

  4. Перезапустите OpenCode (конфигурация загружается только при запуске)

  5. Тест: «Запомни, что я предпочитаю pnpm» → откройте новую сессию и спросите обратно

Повседневное использование

ИИ принимает как тайский, так и английский языки взаимозаменяемо — вы можете переключать языки в любое время без предупреждения.

Тайский

Английский

Эффект

"จำไว้ว่า..."

"Remember that..."

remember — сохранить предпочтение

"สรุปความจำ" / "distill memory"

"Summarize memory" / "distill memory"

Smart Distill — ИИ читает get_recent_interactions, находит закономерности и сам сохраняет выводы

"ระบบความจำเป็นไงบ้าง"

"How is my memory?" / "memory status"

memory_stats

"สำรองความจำ"

"Export memory" / "backup memory"

export_memory

"ค้นประวัติ..."

"Search history..."

search_history

"ลืม..."

"Forget..."

forget

Долгосрочный уход: периодически запускайте npm run distill, чтобы обобщать статистику и удалять взаимодействия старше 30 дней.

Структура data/

data/
├── memory.db          # SQLite (WAL mode) — main DB (+ .db-wal, .db-shm)
└── exports/           # JSON files from export_memory (writeable only in this dir)
  • Путь к БД можно переопределить через переменную окружения MEMORY_DB_PATH

  • всё в data/ игнорируется git

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