Mnemos MCP
MCP-сервер с памятью самого агента: он решает, что запомнить, и просыпается с этим в каждой сессии, данные в одном файле SQLite
- 158 ★ репозитория
- Последний коммит
- Apache-2.0
Широкий доступ
Почему такой уровень
- Команда mnemos connect --write меняет конфигурацию агента и ставит хуки
- Каждые четыре часа и ночью запускаются фоновые задачи, на Claude они тратят время модели
- Память накапливает сведения о вас и проекте в файле на диске
Установка
- Работает в
Ручная установка
pip install "mnemos-continuity[mcp,embeddings]"После установки выполните mnemos embeddings download, затем mnemos connect claude-code --write.
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Команда mnemos connect --write меняет конфигурацию агента и ставит хуки
- Каждые четыре часа и ночью запускаются фоновые задачи, на Claude они тратят время модели
- Память накапливает сведения о вас и проекте в файле на диске
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Mnemos дает ИИ-агенту долговременную память, которую тот ведет сам, своими словами. Агент запоминает вывод о пользователе, совместное решение или собственную ошибку, а в начале каждой сессии получает свои записи и записку, оставленную себе. Всего двенадцать инструментов: сохранить, вспомнить, поправить ошибочное и ответить на вопрос, который задает сама память. Память устроена по образцу работы мозга. Запись хранит три меры: силу, устойчивость и доступность. Записи постепенно блекнут по кривой забывания, без удаления: слабая запись уходит в архив и может вернуться при вызове. Каждое обращение укрепляет запись и связывает ее с теми, что пришли вместе с ней. Когда деталь почти стерлась, агента спрашивают, чему она научила, и сохраняют урок. Все лежит в одном файле SQLite на вашей машине. Каждые четыре часа идет обслуживание, ночью глубокий проход. Команда mnemos log открывает локальную страницу с днями агента, его заметками и всем, что он помнит. При удалении Mnemos файл остается: решение об удалении оставлено вам.
Для кого. Тем, кто хочет, чтобы агент помнил проект, решения и поправки между сессиями без внешних сервисов.
Подходит, если
- Агент второй раз получает ту же поправку и должен ее помнить
- Решения, принятые вместе, надо сохранять между сессиями
- Одна память нужна нескольким агентам, например Claude Code и Codex
- Хочется видеть и править то, что агент запомнил, на локальной странице
Не подходит, если
- Нужен индекс по вашим документам или поиск по коду: Mnemos для этого не предназначен
- Нужна общая база знаний команды: память принадлежит агенту и лежит на одной машине
- Вы хотите вести память сами: записи пишет агент, ваши слова остаются вашими
Пример запроса к агенту
Подключи Mnemos к Claude Code, сохрани вывод из нашего сегодняшнего решения про миграцию и напомни его в следующей сессииMCP
- Транспорт
- stdio
- Авторизация
- не нужна
Ограничения
Нужен Python 3.10 и новее. Дополнение embeddings тянет PyTorch (несколько сотен МБ), а модель embeddings скачивается отдельно (около 90 МБ), без нее вспоминание идет по словам. Планировщик и ночные задачи работают на macOS и Linux, на Windows доступны память и инструменты. Автоматическое пробуждение с подсказками по сообщению сейчас есть только в Claude Code. Проект ранний, автор это подтверждает. Установленный пакет должен остаться в том месте, где его настроили: хуки вызывают mnemos по полному пути.
Как отключить. Команда mnemos uninstall покажет, что будет удалено, а mnemos uninstall --write выполнит удаление. Файл памяти остается на диске, удалите его вручную, если он не нужен.
Частые вопросы
С какими агентами работает Mnemos?
С любым клиентом MCP. В README есть команды mnemos connect для Claude Code, Codex, Grok, Gemini CLI, Hermes и OpenClaw, а для Claude Desktop и Cursor команда mnemos mcp install.
Где хранится память?
В одном файле SQLite на вашей машине. Внешней компании в цепочке нет, поэтому память нельзя отключить удаленно, а при удалении Mnemos файл не стирается.
Чем Mnemos отличается от обычной базы заметок?
Записи блекнут по кривой забывания, укрепляются при вспоминании и связываются между собой, а агент сам пишет их и получает при старте сессии. По замерам автора факты обычные файлы запоминают сопоставимо, а вот побудить агента их вести и вернуть при старте они не могут.
Что нужно для установки?
Python 3.10 и новее и команда pip install "mnemos-continuity[mcp,embeddings]". Дополнение embeddings ставит PyTorch (несколько сотен МБ), а mnemos embeddings download один раз скачивает модель около 90 МБ. Без нее вспоминание идет по словам.
Работает ли Mnemos на Windows?
Память и инструменты работают, а плановые задачи (обслуживание каждые четыре часа и ночной проход) требуют macOS или Linux.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыЛокальная память с доказательствами: что агент узнал и откуда, а при исправлении источника зависимые записи снимаются
MCP-сервер долговременной памяти для ИИ-агентов: факты стареют по кривой забывания, связанные записи сжимаются в сводку
Слой долговременной памяти для ИИ-агентов: решения и факты пишутся в JSON рядом с кодом и находятся в новой сессии.
Самостоятельный MCP-сервер долговременной памяти для агентов: структурированные записи, версии с откатом и визуальная панель
MCP-сервер долгой памяти для агентов: сжимает диалоги в атомарные факты, разрешает местоимения и привязывает время к абсолютным датам
Одна программа дает Claude Code, Codex и Cursor общую память между сессиями: граф знаний лежит локально, ключи API не нужны
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Mnemos (эта карточка) | нет | не нужна | 158 | |
| MCP Memory Service | нет | не нужна | 2 117 | общая сервисная память для нескольких агентов |
| OMEGA Memory | нет | не нужна | 225 | память с упором на поиск по накопленным данным |
| agentmemory | да | не нужна | 30 314 | хранилище памяти без забывания и ночного обслуживания |
Коротко о README
Описание начинается с мысли о непрерывности агента: его память в его словах, в одном файле на машине владельца. Затем быстрый старт с pip и таблицей команд подключения, список возможностей, нейрофизиологическая модель памяти и схема дня агента с обслуживанием каждые четыре часа и ночным проходом.