Mnemo Cortex MCP
Mnemo Cortex хранит память агентов локально: запоминает по смыслу, сжимает сессии, делится между агентами и подключается по MCP.
- 160 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Сервер хранит содержимое сессий и фактов ваших агентов и отдает его по REST и MCP.
- Запускает хуки и фоновую службу синхронизации.
Установка
- Работает в
Ручная установка
pip install -e .После клонирования репозитория и создания окружения; затем `mnemo-cortex init` и `mnemo-cortex start`. Подробности в INSTALL.md.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Сервер хранит содержимое сессий и фактов ваших агентов и отдает его по REST и MCP.
- Запускает хуки и фоновую службу синхронизации.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Mnemo Cortex сопроцессор активной памяти: сервер на Python и SQLite хранит воспоминания, сжимает сессии и находит нужное по смыслу. Он дает REST API и инструменты MCP, которые подключают Claude Code, Claude Desktop, Codex CLI и локальные клиенты MCP по stdio: LM Studio, AnythingLLM, OpenClaw, Agent Zero, Hermes и другие. Для ChatGPT предусмотрен защищенный шлюз для Custom GPT Actions. Установка: клонировать репозиторий, создать окружение, `pip install -e .`, затем `mnemo-cortex init`, `mnemo-cortex start` и `mnemo-cortex health`. Языковая модель и эмбеддинги берутся из локальной Ollama или по ключам OpenAI, Google, Anthropic и OpenRouter. Для Claude Code есть хуки начала и конца сессии или служба синхронизации раз в 60 секунд. Автор называет память рабочей в парке из пяти агентов с марта 2026.
Для кого. Пользователям нескольких агентов, которым нужна общая локальная память с поиском по смыслу и проверкой фактов.
Подходит, если
- Claude Code должен помнить итоги прошлых сессий и подхватывать их в начале новой.
- Несколько агентов на двух машинах делятся фактами и решениями.
- Нужна память для локальной модели в LM Studio или AnythingLLM через MCP.
- Кастомный GPT получает память через защищенный шлюз без открытия сервера в сеть.
Не подходит, если
- Память без Python и сервера не получится: Mnemo требует запущенный сервер.
- Нельзя держать у себя дополнительный процесс и базу SQLite.
- Нужна готовая облачная память с поддержкой вендора: проект ведет один автор.
Пример запроса к агенту
Сохрани итоги этой сессии в Mnemo Cortex и в следующей найди, что мы решили про кэш.MCP
- Транспорт
- stdio, http
- Авторизация
- не нужна
Ограничения
Нужны Python 3.11 или новее, SQLite с поддержкой расширений (на macOS это отдельная настройка Python), Ollama или ключ облачной модели; для мостов MCP еще Node.js 18. Поддержка macOS названа бета-версией. ChatGPT подключается через шлюз Actions и зависит от тарифа OpenAI. Деталь `mnemo-watcher-cc.sh` устарела, используйте службу синхронизации. Часть заявленных цифр относится к собственному парку автора.
Как отключить. Остановите сервер, удалите запись Mnemo из конфигурации клиента, хуки `~/.mnemo-cc/hooks/` и каталог проекта вместе с базой SQLite.
Частые вопросы
Какие клиенты поддерживаются?
Claude Code, Claude Desktop с пакетом `.mcpb`, Codex CLI и любые локальные клиенты MCP по stdio. ChatGPT подключается отдельным защищенным шлюзом.
Нужна ли облачная модель?
Нет, рекомендована локальная Ollama для рассуждений и эмбеддингов. Мастер `init` принимает и ключи OpenAI, Google, Anthropic и OpenRouter.
Как установить без диалога?
Заполните манифест `robot.install` и запустите `./robot-install.sh`: это неинтерактивная установка для агентов и CI.
Работает ли на Windows?
Да, с версии 4.4.1 сервер работает на Windows без WSL, блокировка файлов кроссплатформенная.
Что отправляется наружу?
Ничего, если вы используете локальную модель. Данные памяти хранятся у вас, телеметрии нет. С облачной моделью запросы идут ее провайдеру.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыCortex хранит решения и контекст проекта между сессиями Claude Code и Codex в локальной базе и показывает, что агент вспомнил
Одна программа дает Claude Code, Codex и Cursor общую память между сессиями: граф знаний лежит локально, ключи API не нужны
Membase хранит одну общую память для ИИ-агентов, и Claude Code, Cursor и Codex читают ее через MCP, SDK или команду membase
Самостоятельно размещаемая долговременная память для агентов: семантический поиск, граф знаний и автоконсолидация через MCP и REST API
Локальная память с доказательствами: что агент узнал и откуда, а при исправлении источника зависимые записи снимаются
Постоянная память агента на графе связей: решения и ошибки переживают сессию, без векторной базы и платных вызовов API
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Mnemo Cortex (эта карточка) | нет | не нужна | 160 | |
| Engram от Gentleman Programming | нет | не нужна | 7 982 | бинарник на Go с полнотекстовым поиском; Mnemo Cortex на Python добавляет поиск по смыслу, сжатие сессий и общий доступ агентов |
| agentmemory | да | не нужна | 30 340 | записывает ход сессий хуками; Mnemo Cortex добавляет проверенные факты и обмен между агентами |
Коротко о README
README рассказывает о проекте одного автора и его парке из пяти агентов, перечисляет возможности памяти, интеграции с Claude Code, Claude Desktop, OpenClaw, LM Studio, AnythingLLM, Agent Zero и Hermes. Есть пошаговая установка, платформы, неинтерактивный установщик и ссылки на подробные руководства.