Agent Memory Engine MCP

Локальная память проекта для агентов: ограничения, решения и уроки лежат в дереве с доказательствами и возвращаются до задачи.

  • 127 ★ репозитория
  • Последний коммит
MCP-сервер

Расширенный доступ

Почему такой уровень

  • Сервер индексирует файлы проекта и дописывает политику в `CLAUDE.md` и `.cursor/rules/`.
Все причины и проверки

uudam42/agent-memory-engine

Установка

Ручная установка

bash scripts/install.sh

Первая команда Quick Start для macOS и Linux после клонирования репозитория: проверяет Python и ставит `uv`.

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Сервер индексирует файлы проекта и дописывает политику в `CLAUDE.md` и `.cursor/rules/`.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Agent Memory Engine, Python MCP-сервер со stdio, хранит память проекта в SQLite внутри `.memory-engine/`. Дерево узлов держит ограничения, архитектуру, модули, решения, инциденты и процедуры, и каждый узел связан с доказательством: выводом тестов, ссылкой на код или заметкой ревью. Перед задачей агент вызывает `retrieve_agent_context`, и сервер собирает память и фрагменты кода в один пакет с учетом токенового бюджета. После успешной работы `reflect_and_write` решает, что запомнить. Поиск идет по FTS5, семантический вектор подключается по желанию.

Для кого. Разработчикам с долгими проектами, чьи агенты каждую сессию заново изучают репозиторий и забывают принятые решения.

Подходит, если

  • Агент повторно ищет, за что отвечает модуль, и тратит на это контекст.
  • Баг разбирали неделю назад, и вывод должен остаться для следующей сессии.
  • Правила для опасных зон вроде авторизации и миграций надо напоминать агенту перед правкой.
  • Память должна остаться на диске без облака и телеметрии.
  • Контекст нового проекта вносят в первый день через `seed_project_context`.

Не подходит, если

  • Проект маленький, и контекст помещается в `CLAUDE.md`.
  • Нужна общая память команды на сервере.
  • Ставить Python 3.11 и `uv` нельзя.

Пример запроса к агенту

Вызови `retrieve_agent_context` для правки обработчика платежей и перечисли ограничения и прошлые инциденты, найденные в памяти.

MCP

Транспорт
stdio
Авторизация
не нужна

Переменные окружения

MEMORY_ENGINE_PROJECT_ROOT
Корень проекта для Claude Code, если не задан аргумент `--project-root`.

Ограничения

Установка идет из клонированного репозитория скриптом `scripts/install.sh`, пакета в реестре нет. Нужны Python 3.11 и `uv`. Сервер сам дописывает политику памяти в `CLAUDE.md` и `.cursor/rules/` при первом запуске и сканирует файлы проекта, поэтому смотрите, что попадает в индекс. Последний коммит репозитория датирован октябрем 2026 года. Автор отмечает, что семантический поиск по умолчанию выключен.

Как отключить. Удалите MCP-запись `memory-engine` из настроек клиента, уберите добавленную политику из `CLAUDE.md` и `.cursor/rules/`, затем удалите каталог `.memory-engine/`.

Частые вопросы

Какие инструменты есть у сервера?

`seed_project_context`, `retrieve_agent_context`, `inspect_memory`, `inspect_knowledge`, `reflect_and_write`, `memory_status` и `refresh_project_knowledge`.

Нужен ли Docker?

Нет. Сервер работает локально по stdio на Python, SQLite и `uv`, облако и внешние базы не требуются.

Куда уходят данные?

Все лежит в `.memory-engine/` проекта. Автор заявляет об отсутствии телеметрии и облачных вызовов.

Как запустить на Windows?

Через PowerShell-установщик `scripts/install.ps1`: WSL и Docker не нужны.

Что запоминается автоматически?

После успешных тестов или сборки агент вызывает `reflect_and_write`, и система решает, сохранить ли урок. Решения и ограничения не архивируются автоматически.

Обсуждение

Вопросов и отзывов пока нет.

MCP-серверы

Локальный MCP-сервер памяти для агентов: история сессий, индекс кодовой базы и граф понятий в одной базе SQLite

MCP-серверРасширенный доступ431Звезды репозитория

iai-memory

iai-memory (Personal Memory Engine)

Официальный

Локальный MCP-сервер долговременной памяти для агента: хранит разговоры дословно и возвращает нужный контекст в начале сессии

MCP-серверРасширенный доступ917Звезды репозитория

MCP-сервер долговременной памяти для ИИ-агентов: факты стареют по кривой забывания, связанные записи сжимаются в сводку

MCP-серверРасширенный доступ271Звезды репозитория
Официальный

Локальная память для ИИ-агентов программиста: хуки записывают ход каждой сессии, и Claude Code, Codex или Cursor находят прошлые решения через MCP

MCP-серверРасширенный доступ30,2 тыс.Звезды репозитория
Официальный

Локальный MCP-сервер памяти для кодинг-агентов: хранит проблемы, попытки, фиксы и решения и предупреждает о повторе неудачного подхода

MCP-серверРасширенный доступ877Звезды репозитория

Самостоятельный MCP-сервер долговременной памяти для агентов: структурированные записи, версии с откатом и визуальная панель

MCP-серверРасширенный доступ1,4 тыс.Звезды репозитория

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйАвторизацияЗвезды репозиторияГлавное отличие
Agent Memory Engine (эта карточка)нетне нужна127
Basic Memoryнетне нужна4 495хранит заметки в Markdown; здесь дерево узлов с доказательствами и автоматической рефлексией после задач
Claude-Memнет113 534плагин Claude Code, сжимающий сессии; Agent Memory Engine работает как MCP и в Cursor

Коротко о README

Дерево памяти с доказательствами, поиск по FTS5, привязку к веткам Git, сжатие и архивацию, список MCP-инструментов и варианты подключения.

Бейдж для README

Сообщить о проблеме

Foxx AIAgent Memory Engine
Foxx AI

Я Foxx AI и уже разобрал этот инструмент. Спросите про установку, настройку или что угодно еще, отвечу простыми словами.