Serveur MCP MemOS
Commit 11 nov. 2026Fournit une couche de mémoire persistante basée sur SQLite, privilégiant le local, pour permettre aux agents IA de stocker et de rappeler des informations d'une session à l'autre.
Aussi connu sous Markgatcha/memos
- Étoiles
- 10
- Outils
- —
- Téléchargements, 30 jours
- —
- Dernière version
- —
- Dernier commit
- 11 nov. 2026
- Licence
- MIT
Qu'est-ce que MemOS MCP ?
Fournit une couche de mémoire persistante basée sur SQLite, privilégiant le local, pour permettre aux agents IA de stocker et de rappeler des informations d'une session à l'autre.
Résumé généré à partir du README du projet
À propos du MCP server MemOS
MemOS fournit une couche de mémoire local-first conçue pour permettre aux agents IA de maintenir des informations persistantes à travers différentes sessions. Il fonctionne comme un fichier de base de données SQLite unique stocké sur votre propre matériel, garantissant que vos données restent sous votre contrôle sans nécessiter de services cloud ou de clés API externes. Cette configuration est idéale pour les développeurs utilisant des outils comme Claude Code, Cursor, Codex ou divers clients MCP qui ont besoin de se rappeler des détails spécifiques après un redémarrage.
Le système utilise une méthode de récupération hybride combinant SQLite FTS5 avec des embeddings pour trouver les informations pertinentes. Il prend en charge des fonctionnalités de mémoire avancées telles que les arêtes de graphe typées, la validité temporelle pour les données sensibles au temps, et des scores de confiance pour gérer la provenance des informations. Les développeurs peuvent interagir avec la mémoire via un SDK TypeScript, une interface en ligne de commande, ou en tant que MCP server via stdio et streamable HTTP. Il est conçu pour être portable, vous permettant de sauvegarder, de chiffrer ou d'exporter votre mémoire au format JSON, Markdown ou en fichiers Obsidian.
Ce que vous pouvez faire avec
- 1Maintenir une mémoire d'agent à long termeDonnez à votre assistant de code un moyen de se souvenir des préférences de l'utilisateur et des détails du projet entre les redémarrages.
- 2Gérer des relations d'informations complexesUtilisez une mémoire basée sur des graphes pour suivre comment différentes informations sont liées, se contredisent ou se soutiennent mutuellement.
- 3Automatiser la configuration des outils IAConfigurez rapidement les configurations MCP nécessaires pour des environnements de développement spécifiques.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Vérifications automatisées
Exécuté le 14 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblemarkgatcha/memos is public and reachablegithub.com/markgatcha/memos ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-11github.com/markgatcha/memos ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNon vérifié
- Le point de terminaison distant répond à la poignée de main MCPNon vérifié
README
Voir sur 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.
Questions sur MemOS MCP
Comment la mémoire est-elle stockée ?
La mémoire est stockée dans un fichier SQLite unique sur votre disque local, ce qui vous permet de la sauvegarder, de l'exporter ou de la supprimer facilement.
Puis-je l'utiliser avec Claude Code ou Cursor ?
Oui, il est compatible avec de nombreux clients IA, notamment Claude Code, Cursor, Codex et d'autres via la commande connect.