Engraphis MCP
Engraphis хранит память кодового агента в локальной базе SQLite и возвращает ответ с источником или прямо отказывается.
- 183 ★ репозитория
- Последний коммит
- Apache-2.0
Расширенный доступ
Почему такой уровень
- Хранит факты о коде и решениях проекта в локальной базе SQLite, доступной любому процессу с правами пользователя
- При allow_remote=true и подключении Guard Cloud часть запросов и решений уходит за пределы локальной машины
Установка
- Работает в
Ручная установка
python -m pip install "engraphis[all]"Ставит локальное приложение с панелью engraphis-dashboard, нужен Python 3.10 или новее.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Хранит факты о коде и решениях проекта в локальной базе SQLite, доступной любому процессу с правами пользователя
- При allow_remote=true и подключении Guard Cloud часть запросов и решений уходит за пределы локальной машины
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Engraphis ставится пакетом Python и хранит память проекта в SQLite на диске пользователя, без облачного аккаунта для локального режима. Команда engraphis-dashboard открывает веб-панель на 127.0.0.1:8700, где видно записанные факты и связи между ними в графе. Память агент сохраняет вызовом engraphis_remember и достает вызовом engraphis_recall_context, разделяя записи по рабочей области, репозиторию и сессии. Поиск по памяти комбинирует векторное, лексическое, графовое и поиск по коду, упаковывая результат в заданный бюджет токенов. При восстановлении факта Engraphis либо ссылается на подтверждающие записи, либо явно отказывается отвечать, если подтверждения недостаточно. История версий бивременная: старая версия факта остается закрытой записью, и ее можно поднять отдельным запросом к таймлайну. Подключение к агенту идет по MCP: локальный сервер поднимается командой engraphis-mcp из пакета engraphis[mcp] и работает по stdio, либо отдельным процессом engraphis-mcp-http на loopback-адресе 127.0.0.1:8711 для клиентов, которым нужен HTTP. По умолчанию агент получает девять компактных инструментов Smart MCP и сам находит менее частые операции через discovery, без выбора профиля руками.
Для кого. Разработчикам, которые ведут несколько проектов с одним кодовым агентом и хотят, чтобы он помнил причины прошлых решений между сессиями без ручных заметок.
Подходит, если
- Агент каждый раз заново выясняет, почему авторизацию перевели с JWT на PASETO, вместо того чтобы вспомнить это из прошлой сессии
- Нужно восстановить контекст сессии в начале рабочего дня, не пересказывая проект агенту заново
- Важно знать, когда и почему факт в памяти изменился, а не только его текущее значение
- Код проекта нужно искать и привязывать к памяти по смыслу, а не только по ключевым словам
- Несколько рабочих пространств на одной машине должны хранить память раздельно, без путаницы между репозиториями
Не подходит, если
- Нескольким людям или удаленным агентам нужна общая хостинговая память одной команды: общая Team-память и хостинговый MCP пока не доступны
- Память должна синхронизироваться между машинами без платного плана: Cloud Sync идет только в Pro и Team
- Нужен движок памяти без Python 3.9 или новее на машине, где он будет работать
- Цель это построить готовый ответ пользователю напрямую: Engraphis возвращает контекст и источники агенту, а не финальный текст
Пример запроса к агенту
Подключи Engraphis по MCP к этому репозиторию и запомни, что авторизацию перевели с JWT на PASETO в этом спринтеMCP
- Транспорт
- stdio, http
- Авторизация
- ключ необязателен
Переменные окружения
ENGRAPHIS_API_TOKENсекрет- Токен для защиты локального HTTP-сервера памяти, нужен только если он открыт за пределы loopback.
Ограничения
- Полный локальный движок с панелью нужен Python 3.10 или новее, ядро на NumPy работает от Python 3.9.
- Shared Team-память и хостинговый MCP для команды разработчик отмечает как еще не готовые, хотя роли и 30-дневный журнал активности в Team уже есть.
- Платный ассистент Jev добавляет до 500 вызовов на человека в день в Pro и Team, помогает советом по опасным командам и противоречиям в памяти, но сам не пишет память, не меняет требования к обоснованности и не подтверждает завершение задачи.
- Автоматическая консолидация и «сны» памяти в хостинговых планах формируют предложения, а не применяют изменения сами: решение остается за локальным управлением памятью.
Как отключить. Отключите MCP-сервер в конфиге агента и остановите фоновый процесс engraphis-mcp-http, если он был запущен. Удалите пакет командой pip uninstall engraphis и файл базы engraphis.db, чтобы убрать память целиком.
Частые вопросы
Нужен ли облачный аккаунт для работы Engraphis?
Нет, для одного человека на одной машине достаточно pip install "engraphis[mcp]" и локального MCP-сервера. Облачный аккаунт нужен только для Pro и Team, если нужна синхронизация или общий доступ команды.
Чем Engraphis отличается от обычных заметок агента в файле?
Заметки в файле агент читает целиком и не ищет по смыслу. Engraphis комбинирует векторный, лексический, графовый поиск и поиск по коду, укладывает ответ в заданный бюджет токенов и либо показывает источник факта, либо отказывается отвечать при слабом подтверждении.
Что происходит со старой версией факта после правки?
Она остается в базе закрытой записью с отметкой, когда перестала быть верной. Запрос к таймлайну с closed_only=true поднимает только такие закрытые версии, актуальная память остальных запросов не затрагивается.
Как подключить Engraphis к MCP-клиенту, которому нужен HTTP, а не stdio?
Запустите engraphis-mcp-http из того же пакета engraphis[mcp]: сервер слушает только loopback-адрес 127.0.0.1:8711 и не отдает аутентификацию панели, поэтому выставлять его в сеть напрямую нельзя.
Что дает платный ассистент Jev?
В Pro и Team он бесплатно разбирает до 500 вызовов на человека в день: оценивает опасность команды, находит противоречия в памяти и проверяет обоснованность ответа, но решение и запись в память остаются за пользователем и локальным движком.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыEngram от Gentleman Programming
Engram (Gentleman Programming)
Постоянная память для ИИ-агентов в одном бинарнике на Go: MCP-сервер на SQLite с полнотекстовым поиском, который помнит проект между сессиями
Engram (getengram.app) — облачная память агента
Engram (getengram.app)
Удаленный MCP-сервер, который хранит переписки с агентом дословно и ищет по ним по смыслу между сессиями
Локальная память проекта для агентов: ограничения, решения и уроки лежат в дереве с доказательствами и возвращаются до задачи.
Самостоятельно размещаемая долговременная память для агентов: семантический поиск, граф знаний и автоконсолидация через MCP и REST API
Локальная память о вас и ваших проектах: Claude Code, Codex и Cursor читают одни и те же предпочтения и уроки из файлов на диске
Локальный MCP-сервер памяти для агентов: история сессий, индекс кодовой базы и граф понятий в одной базе SQLite
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Engraphis (эта карточка) | да | ключ необязателен | 183 | |
| MCP Memory Service | нет | не нужна | 2 117 | бивременная история факта с отказом при слабом подтверждении, а не только хранение и поиск заметок |
| Basic Memory | нет | не нужна | 4 566 | комбинирует векторный, лексический, графовый поиск и поиск по коду в одном бюджете токенов |
Коротко о README
Главная страница репозитория описывает память как непрерывность между сессиями, полезное извлечение из четырех источников поиска, обоснованные ответы с историей и Spec Studio для проверки спецификаций промптов по памяти. Отдельно приведены три офлайн-замера: сокращение контекста при структурном чанкинге, снижение размера JSON-пейлоада и доля обоснованных и отказанных ответов, со ссылкой на методику бенчмарков и предупреждением, что это фиксированные выборки, а не оценка общей производительности задач.
Бейдж для README
Исходный SKILL.md
--- name: engraphis-memory description: 'Give the agent durable, scoped, explainable memory across sessions and repositories through the Engraphis MCP tools. Use when you learn a convention, decision, bug cause/fix, or user preference worth keeping; when prior context would help before you answer or act (to avoid re-asking or re-deriving); when asked "why is it like this" or "how has this changed over time"; or when starting or resuming work in a repo. Triggers: remember, recall, "what do we know about X", why/rationale, timeline/history, retire/pin/correct, session handoff, index/search code.' --- # Engraphis Memory Engraphis is a local-first memory engine exposed to agents over MCP. This skill is the *discipline* for using it well: what to store, how to scope it, and which tool answers which question.