memory-libsql MCP server
2026년 11월 11일 커밋로컬 또는 원격 libSQL 데이터베이스에 엔티티, 관계, 관찰 내용을 영구적으로 저장하고 AI 클라이언트가 관련성에 따라 이를 검색할 수 있도록 합니다.
다른 이름 spences10/mcp-memory-libsql
- 스타
- 87
- Tools
- —
- 다운로드, 30일
- —
- 최신 버전
- —
- 마지막 커밋
- 2026년 11월 11일
- 라이선스
- MIT
memory-libsql MCP란?
memory-libsql은(는) MCP server입니다. 로컬 또는 원격 libSQL 데이터베이스에 엔티티, 관계, 관찰 내용을 영구적으로 저장하고 AI 클라이언트가 관련성에 따라 이를 검색할 수 있도록 합니다.
프로젝트 README에서 생성된 요약
memory-libsql MCP server 정보
mcp-memory-libsql은 엔티티, 관계, 관찰 내용으로 구성된 지식 그래프를 여러 세션에 걸쳐 AI 클라이언트가 사용할 수 있도록 관리합니다. libSQL 데이터베이스 상에서 표준 MCP memory 인터페이스를 구현하여, 엔티티와 관찰 내용, 그리고 엔티티 간의 관계를 저장하고 클라이언트가 텍스트 검색 및 관련성 순위 지정 기능을 통해 저장된 내용을 검색할 수 있게 합니다. 검색 결과는 일치 항목의 위치에 따라 순위가 매겨지며, 이름이 유형이나 관찰 내용보다 높은 가중치를 가집니다. 또한 퍼지 매칭을 지원합니다. 이 프로젝트는 LLM 효율성을 위해 컨텍스트가 최적화되어 있다고 설명합니다.
mcp-memory-libsql 패키지와 npx 등을 사용하여 MCP 설정을 통해 실행되는 로컬 프로세스로 동작합니다. 데이터베이스 위치는 LIBSQL_URL 환경 변수를 통해 지정하며, 로컬 파일 경로 또는 Turso와 같은 원격 libSQL 데이터베이스를 가리킬 수 있습니다. 원격 데이터베이스의 경우 토큰 기반 인증을 위해 LIBSQL_AUTH_TOKEN이 필요합니다. URL이 설정되지 않으면 현재 디렉토리의 file:/memory-tool.db를 기본값으로 사용합니다. 설정 예시에는 WSL에서 실행되는 Cline 및 Claude Desktop이 포함되어 있으며, 이 경우 경로는 반드시 Linux 파일 시스템 형식을 사용해야 합니다.
클라이언트는 memory 인터페이스를 통해 관찰 내용을 포함한 엔티티 생성 또는 업데이트, 엔티티 삭제, 텍스트 검색, 엔티티 관계 탐색, 관계 생성 및 삭제, 관련 엔티티 쿼리 등을 수행할 수 있습니다. 데이터는 타임스탬프와 함께 엔티티, 관찰 내용, 관계 테이블에 저장됩니다.
활용 사례
- 1이전 프로젝트 결정 사항 회상어시스턴트가 저장된 엔티티를 검색하여 이전 세션에서 기록된 프로젝트 관련 관찰 내용을 불러오도록 합니다.
- 2개념 저장 및 연결클라이언트에게 새로운 엔티티와 관찰 내용을 기록하도록 요청하고, 관계를 통해 기존 엔티티와 연결하도록 합니다.
- 3관계 그래프 추적저장된 개념들이 어떻게 연결되어 있는지 파악할 때, 특정 엔티티와 관련된 엔티티를 클라이언트에 쿼리합니다.
- 4퍼지 매칭을 통한 항목 찾기정확한 철자가 불확실할 때 근사한 이름으로 기억된 항목을 검색하고 순위가 매겨진 결과에 의존합니다.
- 5기기 간 메모리 공유서버를 인증 토큰이 있는 원격 libSQL 데이터베이스로 지정하여 여러 설정에서 동일한 메모리 저장소를 읽을 수 있도록 합니다.
프로젝트의 README를 바탕으로 작성되었습니다. 모든 활용 사례는 해당 내용의 인용문과 대조하여 확인합니다.
구성
LIBSQL_AUTH_TOKENLIBSQL_URL
| 이름 | 설명 | 유형 |
|---|---|---|
| LIBSQL_AUTH_TOKEN | — | |
| LIBSQL_URL | — |
자동 검사
2026년 11월 13일에 실행됨전체 보고서 →아직 인증되지 않았습니다. 서버는 80점 이상의 점수, 심각한 결함 없음, 그리고 검사에 충분한 데이터를 갖추어야 합니다. 검사 방식 · 점수를 높이기 위해 수정할 항목
- 소스 저장소 연결 및 접근 가능spences10/mcp-memory-libsql is public and reachablegithub.com/spences10/mcp-memory-libsql ↗통과
- 패키지가 이 저장소를 소스로 명시검사되지 않음
- 빌드 출처(Sigstore 증명)검사되지 않음
- 오픈 소스 라이선스 (OSI)MITspdx.org/licenses/MIT.html ↗통과
- 최근 1년 내 커밋 또는 릴리스Last commit or release 2026-11-11github.com/spences10/mcp-memory-libsql ↗통과
- OpenSSF Scorecard검사되지 않음
- 패키지 이름이 인기 패키지와 유사하지 않음검사되지 않음
- 패키지 및 해당 종속성에 중요한 보안 권고 없음검사되지 않음
- 모델에 대한 숨겨진 지침 없음0 tool descriptions and the README read; no override phrases, credential paths or hidden characters통과
- 파괴적인 도구에 라벨 표시됨검사되지 않음
- 원격 엔드포인트가 MCP 핸드셰이크에 응답검사되지 않음
README
GitHub에서 보기mcp-memory-libsql
A high-performance, persistent memory system for the Model Context Protocol (MCP) powered by libSQL with optimized text search for LLM context efficiency.
Features
- 🚀 High-performance text search with relevance ranking
- 💾 Persistent storage of entities and relations
- 🔍 Flexible text search with fuzzy matching
- 🎯 Context-optimized for LLM efficiency
- 🔄 Knowledge graph management
- 🌐 Compatible with local and remote libSQL databases
- 🔒 Secure token-based authentication for remote databases
Configuration
This server is designed to be used as part of an MCP configuration. Here are examples for different environments:
Cline Configuration
Add this to your Cline MCP settings:
{
"mcpServers": {
"mcp-memory-libsql": {
"command": "npx",
"args": ["-y", "mcp-memory-libsql"],
"env": {
"LIBSQL_URL": "file:/path/to/your/database.db"
}
}
}
}
Claude Desktop with WSL Configuration
For a detailed guide on setting up this server with Claude Desktop in WSL, see Getting MCP Server Working with Claude Desktop in WSL.
Add this to your Claude Desktop configuration for WSL environments:
{
"mcpServers": {
"mcp-memory-libsql": {
"command": "wsl.exe",
"args": [
"bash",
"-c",
"source ~/.nvm/nvm.sh && LIBSQL_URL=file:/path/to/database.db /home/username/.nvm/versions/node/v20.12.1/bin/npx mcp-memory-libsql"
]
}
}
}
Database Configuration
The server supports both local SQLite and remote libSQL databases through the LIBSQL_URL environment variable:
For local SQLite databases:
{
"env": {
"LIBSQL_URL": "file:/path/to/database.db"
}
}
For remote libSQL databases (e.g., Turso):
{
"env": {
"LIBSQL_URL": "libsql://your-database.turso.io",
"LIBSQL_AUTH_TOKEN": "your-auth-token"
}
}
Note: When using WSL, ensure the database path uses the Linux
filesystem format (e.g., /home/username/...) rather than Windows
format.
By default, if no URL is provided, it will use file:/memory-tool.db
in the current directory.
API
The server implements the standard MCP memory interface with optimized text search:
- Entity Management
- Create/Update entities with observations
- Delete entities
- Search entities by text with relevance ranking
- Explore entity relationships
- Relation Management
- Create relations between entities
- Delete relations
- Query related entities
Architecture
The server uses a libSQL database with the following schema:
- Entities table: Stores entity information with timestamps
- Observations table: Stores entity observations
- Relations table: Stores relationships between entities
- Text search with relevance ranking (name > type > observation)
Development
Publishing
Due to npm 2FA requirements, publishing needs to be done manually:
- Create a changeset (documents your changes):
pnpm changeset
- Version the package (updates version and CHANGELOG):
pnpm changeset version
- Publish to npm (will prompt for 2FA code):
pnpm release
Contributing
Contributions are welcome! Please read our contributing guidelines before submitting pull requests.
License
MIT License - see the LICENSE file for details.
Acknowledgments
- Built on the Model Context Protocol
- Powered by libSQL
memory-libsql MCP 질문
mcp-memory-libsql은 데이터를 어디에 저장합니까?
로컬 SQLite 파일 또는 원격 libSQL/Turso 데이터베이스인 libSQL 데이터베이스에 저장합니다. 기본적으로 현재 디렉토리의 file:/memory-tool.db를 사용합니다.
원격 Turso 데이터베이스에 어떻게 연결합니까?
LIBSQL_URL을 libsql:// URL로 설정하고 LIBSQL_AUTH_TOKEN에 인증 토큰을 제공하십시오.
데이터베이스 URL을 설정하는 환경 변수는 무엇입니까?
LIBSQL_URL 환경 변수를 통해 로컬 또는 원격 libSQL 데이터베이스의 위치를 설정합니다.
이 서버가 엔티티와 관계에 대해 지원하는 작업은 무엇입니까?
엔티티 생성, 업데이트, 삭제 및 검색, 관찰 내용 관리, 엔티티 간의 관계 생성, 삭제 또는 쿼리를 지원합니다.
텍스트 검색은 결과 순위를 어떻게 매깁니까?
검색 결과는 관련성에 따라 순위가 매겨지며, 엔티티 이름이 유형이나 관찰 내용보다 높은 순위를 가집니다. 퍼지 매칭(fuzzy matching)도 지원합니다.