MCP server de MemOS
Commit 11 nov 2026Proporciona una capa de memoria persistente basada en SQLite, con un enfoque local-first, para que los agentes de IA almacenen y recuperen información entre sesiones.
También conocido como Markgatcha/memos
- Stars
- 10
- Herramientas
- —
- Descargas, 30 días
- —
- Última versión
- —
- Último commit
- 11 nov 2026
- Licencia
- MIT
¿Qué es MemOS MCP?
Proporciona una capa de memoria persistente basada en SQLite, con un enfoque local-first, para que los agentes de IA almacenen y recuperen información entre sesiones.
Resumen generado a partir del README del proyecto
Acerca del MCP server de MemOS
MemOS proporciona una capa de memoria local-first diseñada para que los agentes de IA mantengan información persistente a través de diferentes sesiones. Funciona como un único archivo de base de datos SQLite almacenado en tu propio hardware, garantizando que tus datos permanezcan bajo tu control sin necesidad de servicios en la nube o claves de API externas. Esta configuración es ideal para desarrolladores que utilizan herramientas como Claude Code, Cursor, Codex o varios clientes MCP que necesitan recordar detalles específicos tras un reinicio.
El sistema utiliza un método de recuperación híbrido que combina SQLite FTS5 con embeddings para encontrar información relevante. Soporta funciones avanzadas de memoria como aristas de grafo tipadas, validez temporal para datos sensibles al tiempo y puntuaciones de confianza para gestionar la procedencia de la información. Los desarrolladores pueden interactuar con la memoria a través de un SDK de TypeScript, una interfaz de línea de comandos o como un MCP server vía stdio y streamable HTTP. Está diseñado para ser portátil, permitiéndote hacer copias de seguridad, cifrar o exportar tu memoria como archivos JSON, Markdown u Obsidian.
Qué puedes hacer con él
- 1Mantener la memoria de agentes a largo plazoDale a tu asistente de programación una forma de recordar las preferencias del usuario y los detalles del proyecto entre reinicios.
- 2Gestionar relaciones de información complejasUtiliza memoria basada en grafos para rastrear cómo diferentes piezas de información se relacionan, se contradicen o se apoyan entre sí.
- 3Automatizar la configuración de herramientas de IAConfigura rápidamente las configuraciones de MCP necesarias para entornos de desarrollo específicos.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
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 accesiblemarkgatcha/memos is public and reachablegithub.com/markgatcha/memos ↗Aprobado
- El paquete indica este repositorio como su origenNo verificado
- Procedencia de la compilación (atestación de Sigstore)No verificado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit or release 2026-11-11github.com/markgatcha/memos ↗Aprobado
- OpenSSF ScorecardNo verificado
- El nombre del paquete no es similar a un paquete popularNo verificado
- 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 GitHubStart here
npx -y @mem-os/sdk store "Prefers pnpm over npm" --db ./memos.db # store
npx -y @mem-os/sdk search "package manager" --db ./memos.db # recall
import { MemOS } from "@mem-os/sdk";
const memos = new MemOS(); // one SQLite file, zero config
await memos.store("Prefers pnpm over npm");
const hits = await memos.search("package manager");
Works with Claude Code · Cursor · Codex · Gemini CLI · Hermes · OpenClaw · Cline · Zed · Goose · Kilo · Ollama · LangChain · CrewAI · any MCP client. memos connect <harness> writes the config for you — see the harness matrix.
Why it is different: the memory is a single SQLite file on your disk (export it, back it up, delete it) · no network calls required · typed graph edges, temporal validity, trust scores, and provenance · MIT, no paid tier.
Reproducible retrieval
| Benchmark | Result |
|---|---|
| LongMemEval-S, full 500 | 99.4% Hit@20 · 98.3% evidence recall · 96.4% all-evidence@20 |
| ConvoMem, 387 scored | 91.0% Hit@10 · 89.4% evidence recall@10 |
| LoCoMo, full 1,986 | 65.0% Hit@10 · 59.8% evidence recall@10 |
Evidence-ID scored, no LLM judge. The LoCoMo conversations 0–1 subset (304 questions) reaches 79.8% Hit@10; the full-set number is the headline. Canonical source: website/data/benchmarks.json, generated from the raw artifacts in docs/artifacts/. Commands and caveats: benchmarks/README.md.
New here? Ingest your notes in 60 seconds — install, point at a folder, search it.
Installing? Agent-readable install contract · Harness matrix · MCP compatibility policy · per-harness snippets
Contributing? Good first issues · CONTRIBUTING.md · open benchmark leaderboard
Install
# TypeScript / Node.js
npm install @mem-os/sdk
# or run it without installing
npx -y @mem-os/sdk init --yes
# Python HTTP server
pip install mem-os-python
memos-server # http://localhost:7400
The npm package tracks tagged releases and can briefly lag main. The GitHub source is the canonical, always-current build (v1.6.27). For the latest source build, see Installation.
Connect a harness
npx -y @mem-os/sdk connect claude-code --write
npx -y @mem-os/sdk connect cursor --write
npx -y @mem-os/sdk connect codex --write
connect writes the real MCP config, keeps a backup, and prints the restart step. For every supported harness, see the harness matrix.
What you get
| Capability | What it means |
|---|---|
| One file you own | A single SQLite database; copy it, back it up, encrypt it, delete it |
| Hybrid retrieval | SQLite FTS5 + embeddings, fused and relevance-gated |
| Graph memory | Typed edges: relates_to, contradicts, supports, derived_from, temporal_precedes |
| Temporal validity | validFrom / validTo and point-in-time search |
| Trust and provenance | Source, trust score, version timeline, quarantine queue |
| Context packs | Token-budgeted memory bundles with citations |
| Consolidation | Dedupe, archive, summarize clusters, decay stale memories without losing history |
| MCP native | stdio and Streamable HTTP, with a published compatibility policy |
| Four surfaces | TypeScript SDK, CLI, MCP server, HTTP API — all on the same store |
| Adapters | OpenAI, Anthropic, Vercel, LangChain, CrewAI, Ollama |
| Portability | Import ChatGPT/Claude memory, export JSON/Markdown/Obsidian, backup/restore |
| Image memory | Captions plus optional CLIP pixel search |
Documentation
| I want to… | Read |
|---|---|
| Install in five minutes | Installation |
| Point it at my notes | Ingest your notes |
| Connect my coding agent | Harness matrix |
| Understand nodes, trust, time, packs | Memory model |
| Look up a command, tool, or route | CLI · MCP tools · HTTP API |
| Operate a store | Security model · Operations |
| See benchmark details | Results in plain English |
| Understand the architecture | ARCHITECTURE.md |
| See what is planned | ROADMAP.md |
Benchmarks
Retrieval-only, evidence-ID scored, no reader model and no LLM judge:
| Benchmark | Result |
|---|---|
| LongMemEval-S, full 500 | 99.4% Hit@20 · 96.4% all-evidence@20 |
| ConvoMem, 387 scored | 91.0% Hit@10 · 89.4% evidence recall@10 |
| LoCoMo, full 1,986 | 65.0% Hit@10 · 59.8% evidence recall@10 |
End-to-end is reported separately: 78% on a 50-question LongMemEval-S sample, self-judged with the same model. It is not comparable to vendor numbers produced with a gpt-4o judge.
The full methodology, per-category breakdowns, and the reproducible leaderboard live in Benchmark Results and benchmarks/README.md. Raw artifacts are committed under docs/artifacts/.
Part of the AI Trio
| Project | Role |
|---|---|
| universal-mcp-toolkit | MCP transport, server registry, and tool routing |
| memos | Graph-based persistent memory across sessions |
| llm-guardian | Token folding, budgets, and provider proxies |
Each project works standalone. The integrations are optional: umt link memos exposes this store as an MCP server, and Guardian can inject a MemOS context pack when MEMOS_NAMESPACE is set. Nothing here requires the other two.
Contributing
License
MIT — use it anywhere, for any purpose, no attribution required.
Preguntas sobre MemOS MCP
¿Cómo se almacena la memoria?
La memoria se almacena en un único archivo SQLite en tu disco local, lo que te permite hacer copias de seguridad, exportarla o eliminarla fácilmente.
¿Puedo usar esto con Claude Code o Cursor?
Sí, es compatible con muchos clientes de IA, incluyendo Claude Code, Cursor, Codex y otros a través del comando connect.