MCP server de memory_plugin
Commit 21 oct 2026Proporciona memoria a largo plazo local-first y RAG híbrido para ayudar a los agentes de codificación de IA a retener contexto, preferencias y conocimiento del proyecto entre sesiones.
También conocido como Lotargo/memory_plugin, memory-plugin, @lotargo/memory_plugin
- Stars
- 2
- Herramientas
- —
- Descargas, 30 días
- —
- Última versión
- —
- Último commit
- 21 oct 2026
- Licencia
- MIT
¿Qué es memory_plugin MCP?
memory_plugin es un MCP server. Proporciona memoria a largo plazo local-first y RAG híbrido para ayudar a los agentes de codificación de IA a retener contexto, preferencias y conocimiento del proyecto entre sesiones.
Resumen generado a partir del README del proyecto
Acerca del MCP server de memory_plugin
La función principal de memory_plugin es ayudar a los agentes de codificación de IA a retener el contexto del proyecto y las preferencias personales a través de diferentes sesiones. Proporciona una solución local-first para desarrolladores que utilizan clientes MCP como Claude Code, Codex, Gemini CLI, OpenCode o Antigravity. Al utilizar una identidad basada en Git, el servidor garantiza que la memoria se mantenga consistente dentro de proyectos específicos mientras mantiene aislado el trabajo no relacionado.
Los usuarios pueden gestionar su conocimiento a través de una interfaz web local para navegar por registros de Notebook, editar instrucciones y revisar grafos de conocimiento. El sistema utiliza recuperación híbrida de texto completo y vectorial para buscar en archivos Markdown, PDFs, hojas de cálculo y código. Todo se ejecuta localmente mediante inferencia de CPU e índices SQLite, lo que significa que no se requiere una base de datos vectorial externa ni una API de embeddings alojada. Aunque el almacenamiento es local, los usuarios tienen la opción de crear checkpoints en la nube mediante archivos ZIP manuales a través de Turso para copias de seguridad.
Qué puedes hacer con él
- 1Persistir decisiones arquitectónicasPide a tu agente de codificación que guarde detalles específicos del stack tecnológico para que se recuerden en futuras sesiones.
- 2Recuperar documentación extensaBusca en PDFs, hojas de cálculo o páginas web ingeridas utilizando recuperación híbrida para encontrar detalles del proyecto.
- 3Gestionar la memoria mediante una interfaz visualUtiliza un panel web local para navegar por los registros, editar instrucciones y visualizar grafos de conocimiento.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar memory_plugin MCP
Formatos verificados el 10 nov 2026Añadir a CursorAñadir a GooseInstalar memory_plugin MCP en Claude Code
$ claude mcp add memory-plugin -- npx -y @lotargo/memory_pluginInstalar memory_plugin MCP en Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"memory-plugin": {
"command": "npx",
"args": [
"-y",
"@lotargo/memory_plugin"
]
}
}
}Instalar memory_plugin MCP en VS Code
.vscode/mcp.json
{
"servers": {
"memory-plugin": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@lotargo/memory_plugin"
]
}
}
}Instalar memory_plugin MCP en VS Code CLI
$ code --add-mcp '{"name":"memory-plugin","type":"stdio","command":"npx","args":["-y","@lotargo/memory_plugin"]}'Instalar memory_plugin MCP en Claude Desktop
claude_desktop_config.json
{
"mcpServers": {
"memory-plugin": {
"command": "npx",
"args": [
"-y",
"@lotargo/memory_plugin"
]
}
}
}Instalar memory_plugin MCP en Codex
$ codex mcp add memory-plugin -- npx -y @lotargo/memory_pluginInstalar memory_plugin MCP en Codex config.toml
~/.codex/config.toml
[mcp_servers.memory-plugin] command = "npx" args = ["-y", "@lotargo/memory_plugin"]
Instalar memory_plugin MCP en Gemini CLI
$ gemini mcp add -s user memory-plugin npx -- -y @lotargo/memory_pluginInstalar memory_plugin MCP en Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"memory-plugin": {
"command": "npx",
"args": [
"-y",
"@lotargo/memory_plugin"
]
}
}
}Verificaciones automáticas
Ejecutado 14 nov 2026Informe completo →Aún no verificado. Un servidor necesita una puntuación de 80, ningún hallazgo grave y suficientes datos para que podamos revisarlo. Cómo funcionan las verificaciones · Qué corregir para obtener más puntos
- Repositorio de origen vinculado y accesiblelotargo/memory_plugin is public and reachablegithub.com/lotargo/memory_plugin ↗Aprobado
- El paquete indica este repositorio como su origen@lotargo/memory_plugin names lotargo/memory_plugin as sourcenpmjs.com/package/@lotargo/memory_plugin ↗Aprobado
- Procedencia de la compilación (atestación de Sigstore)No build attestation published for this releaseNo verificado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit or release 2026-10-21github.com/lotargo/memory_plugin ↗Aprobado
- OpenSSF ScorecardNo verificado
- El nombre del paquete no es similar a un paquete popularNo popular package one edit away from @lotargo/memory_pluginAprobado
- No hay avisos críticos en el paquete ni en sus dependenciasNo verificado
- Sin instrucciones ocultas para el modelo0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersAprobado
- Las herramientas destructivas están etiquetadasNo verificado
- El endpoint remoto responde al handshake de MCPNo verificado
README
Ver en GitHub@lotargo/memory_plugin
Local-first long-term memory, hybrid RAG, and agent personalization for AI coding agents.
Quick Start · Web UI · First use · Documentation
Why use it?
AI coding assistants lose preferences, architectural decisions and investigation context between sessions. memory_plugin keeps that knowledge available across OpenCode, Codex, Claude Code, Gemini CLI, Antigravity and other MCP clients.
- Keep useful context across sessions. Save concise facts and working instructions in human-readable Markdown, with tags, history and explicit persona controls.
- Retrieve the details when needed. Search long-form Notes, PDF, DOCX, spreadsheets, web pages and code with hybrid full-text/vector retrieval, source links and a knowledge graph.
- Follow the project across checkouts. Git-based identity keeps project memory consistent while isolating unrelated projects and global context.
- Manage memory in one local panel. Browse and edit records, instructions and sources, configure models, and review backup and maintenance actions.
- Run locally. CPU inference and local storage need no Docker, external vector database or hosted embedding API. Full ZIP cloud checkpoints through Turso are optional; there is no telemetry.
Quick Start
Requirements
- Node.js 22.16+ in the 22.x branch, or 24+ (
^22.16.0 || >=24.0.0); Node 23 is excluded. - npm/npx and a supported coding client or another MCP-capable client.
CPU execution is the stable default. WebGPU is experimental.
Install
Choose the client you want to configure. For Codex:
npx -y @lotargo/memory_plugin setup --codex
Other client flags: --opencode, --claude, --gemini, --antigravity.
Setup installs the selected integration and bundled skill, and adds managed memory instructions where supported. Existing unrelated configuration is preserved.
To set up OpenCode, Codex, Claude Code, Gemini CLI and Antigravity together, omit the client flag:
npx -y @lotargo/memory_plugin setup
Restart the configured client or open a new session to load the integration. For Codex, check the connection with:
npx -y @lotargo/memory_plugin doctor --codex
See installation and client integration for marketplace installation, client configuration locations, headless setup and removal.
Local Web UI
Open the shared local panel:
npx -y @lotargo/memory_plugin web
Browse and edit Notebook records, active instructions, history, project scopes and knowledge sources. The panel also provides source links and graphs, settings, model controls, and reviewed backup and maintenance actions.
The screenshot uses fictional demo records. The panel supports English (default), Russian and Simplified Chinese, with a saved language choice, plus light, dark and system themes. It listens on 127.0.0.1 and opens with a private connection URL. Saved-memory browsing needs no cloud account or embedding model.
See the web UI guide for editing, lifecycle, authentication, ports and autostart.
First use
In a Git project, ask your connected agent to save a fact:
Remember for this project: the API uses Fastify and Zod.
After the agent confirms it has saved the fact, open a new session in the same project and ask:
What API stack have we saved for this project?
The agent reads the saved Notebook context with recall(scope: "project"). You can also inspect the saved record in the web panel. Global memory is available outside Git projects; pass directory when explicitly targeting a workspace.
The agent can call remember with:
{
"fact": "The project API uses Fastify and Zod.",
"title": "API Stack",
"kind": "fact",
"scope": "project"
}
OpenCode initializes memory automatically. For other supported clients, restart the client or open a new session after setup to load the managed startup instructions. See installation and client integration for client-specific behavior and troubleshooting.
For an instruction the agent should actively apply, use kind: "directive". Save a long investigation with remember_note, and external source material with ingest_document. Notes and sources are searched on demand instead of being injected into every session.
See memory architecture and personalization for routing, source links and client behavior.
Storage, Privacy, and Security
Working memory stays local: Markdown Notebook files, SQLite indexes and archived source text. Optional cloud-snapshots mode stores full ZIP checkpoints in Turso; it does not perform live synchronization. Snapshot upload is manual by default and can be scheduled explicitly.
- Agent scope
allmeans global + current project, keeping unrelated project memory isolated. - No telemetry or analytics are sent.
- Model weights download from Hugging Face on first use and are cached locally.
- URL ingestion and configured cloud operations use the network.
- Cloud credentials are encrypted locally and machine-bound; this is not an OS keychain.
- Removing client integrations preserves memory unless a data purge is explicitly requested.
Older hybrid-sync / only-cloud installations require the documented migration flow. See storage, cloud snapshots and security before migrating or restoring data.
Documentation
The documentation index contains the full guides and release records.
| Guide | What you will find |
|---|---|
| Installation and clients | Setup flags, verification, headless setup, uninstall and recovery |
| Memory architecture | Facts, Notes, sources, Git scopes, hybrid retrieval and graph |
| Personalization | Directives, native persona, client prompts and migrations |
| Web UI | Notebook/projects, knowledge editing, graphs, models and panel lifecycle |
| Maintenance and recovery | Migrations, RAG import/export/reset, diagnostics and file cleanup |
| Storage and cloud snapshots | Checkpoints, scheduling, legacy recovery, authentication and security |
| MCP / CLI / configuration | Tool and command reference, defaults, model controls and troubleshooting |
| Development and tests | Local repository linking, test commands and evaluation |
| Benchmarks | Included corpora, methodology, results and limitations |
| Local marketplaces | Codex / Claude Code channels and migration |
Repository benchmarks describe the included datasets and configurations; they do not establish general benchmark superiority.
License
Preguntas sobre memory_plugin MCP
¿Cómo agrego memory_plugin MCP a Claude Code?
Ejecuta claude mcp add memory-plugin -- npx -y @lotargo/memory_plugin en tu terminal. Añade --scope user para que esté disponible en todos los proyectos.
¿Cómo agrego memory_plugin MCP a Cursor?
Abre ~/.cursor/mcp.json y añade el servidor en mcpServers, usando la configuración de Cursor que se muestra en la sección de instalación de arriba.
¿Requiere este plugin una base de datos vectorial externa?
No, se ejecuta completamente de forma local sin necesidad de Docker, una base de datos vectorial externa o una API de embeddings alojada.
¿Cómo puedo gestionar y ver mis registros de memoria guardados?
Puedes usar un panel web local para navegar y editar registros de Notebook, instrucciones, historial y fuentes de conocimiento.
¿Se envían mis datos a un proveedor de la nube?
La memoria de trabajo permanece local; sin embargo, puedes usar opcionalmente snapshots en la nube a través de Turso para copias de seguridad manuales o programadas.
¿Qué clientes de codificación de IA son compatibles?
Es compatible con OpenCode, Codex, Claude Code, Gemini CLI y Antigravity.