mcp-memory-ydb
Официальный MCP-сервер долгой памяти для агентов на базе YDB Serverless: mem0 извлекает факты, YDB хранит векторы
Средний риск
Средний уровень ставим, когда инструмент запускает код, ходит в сеть или читает файлы проекта. Перед установкой посмотрите, что именно он делает.
Почему такой уровень
- Сохраняет извлеченные факты о пользователе в базе YDB, доступной всем, у кого есть доступ к этой базе
- Отправляет текст на извлечение фактов и построение эмбеддингов стороннему LLM-провайдеру
Установка
Ручная установка
uvx mcp-memory-ydb setupМастер настройки из README: создает .mcp-memory-ydb.env и печатает готовые команды подключения.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Сервер построен на ydb-mcp, официальном MCP-сервере Яндекса для YDB, с отключенными обычными SQL-инструментами и четырьмя инструментами памяти вместо них: memory_search ищет факты семантически, memory_save передает текст в mem0, который через LLM извлекает из него факты и добавляет их (факты не перезаписываются автоматически, только накапливаются), memory_delete и memory_update правят конкретный факт по его id. Вся память живет в YDB Serverless как векторное хранилище через langchain-ydb, а извлечение фактов и эмбеддинги работают с любым OpenAI-совместимым провайдером, OpenAI, YandexGPT или локальным Ollama.
Для кого. Для разработчиков агентов, которым нужна долгая память между сессиями на своей инфраструктуре YDB, а не в стороннем облаке.
Подходит, если
- Нужна память агента, которая переживает перезапуск сессии и работает на YDB
- Уже есть или готовы завести YDB Serverless и сервисный аккаунт с ролью ydb.editor
- Нужно хранить факты на русском языке без перевода на английский
Не подходит, если
- Нет доступа к YDB Serverless или OpenAI-совместимому LLM для извлечения фактов
- Нужна многопользовательская память с разграничением доступа: namespace, это не граница безопасности, а просто фильтр
Пример запроса к агенту
Запомни, что мой любимый язык, Rust и я работаю по московскому времениОграничения
mem0 в версии 2.x только добавляет факты, не удаляет и не объединяет их автоматически, устаревшие факты нужно чистить вручную через memory_delete/update. Namespace не граница безопасности: все, что имеет доступ к базе YDB, может прочитать любой namespace. По умолчанию извлеченные факты сохраняются на английском, для русского нужно задать MEMORY_FACT_INSTRUCTIONS на русском языке.
Как отключить. Выполните claude mcp remove memory-ydb или удалите запись memory-ydb из конфигурации MCP клиента.
MCP
- Транспорт
- stdio
- Авторизация
- API-ключ
| Переменные окружения | |
|---|---|
| YDB_ENDPOINT обязательная | Адрес YDB Serverless, например grpcs://ydb.serverless.yandexcloud.net:2135. |
| YDB_DATABASE обязательная | Путь к базе вида /ru-central1/<folder>/<db>. |
| YDB_SA_KEY_FILE секрет | Путь к JSON-ключу сервисного аккаунта с ролью ydb.editor. |
| LLM_API_KEY обязательная, секрет | Ключ OpenAI-совместимого провайдера (OpenAI, Yandex Cloud, Ollama) для извлечения фактов и эмбеддингов. |
Проверка безопасности
- Сохраняет извлеченные факты о пользователе в базе YDB, доступной всем, у кого есть доступ к этой базе
- Отправляет текст на извлечение фактов и построение эмбеддингов стороннему LLM-провайдеру
Коротко о README
README подробно объясняет модель памяти (mem0 извлекает факты, langchain-ydb хранит векторы, YDB Serverless, база), дает мастер настройки uvx mcp-memory-ydb setup, инструкции подключения для Claude Code, Cursor и VS Code, раздел про namespace как не про безопасность, а про партицию, и раздел диагностики частых ошибок подключения к YDB.
Частые вопросы
Нужно ли вручную вызывать memory_search и memory_save?
Нет, сервер несет встроенные MCP-инструкции, и клиенты вроде Claude Code вызывают их сами до и после ответа.
Можно использовать YandexGPT вместо OpenAI для эмбеддингов?
Да, любой OpenAI-совместимый провайдер подходит, включая Yandex Cloud.
Похожие
166 скиллов для научных задач: биоинформатика, хемоинформатика, клинические данные, геоданные и доступ к 100+ базам
Открытый MCP-сервер Google для баз данных: готовые инструменты для Postgres, MySQL, BigQuery, Spanner и других, плюс свои инструменты в tools.yaml
Официальные скиллы Hugging Face: работа с Hub через CLI hf, датасеты, обучение моделей, Spaces, оценка и деплой
Язык визуализации для агентов и MCP-сервер: из простой семантической спецификации собираются аккуратные графики