Nocturne Memory MCP
Самостоятельный MCP-сервер долговременной памяти для агентов: структурированные записи, версии с откатом и визуальная панель
- 1 427 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Запускает локальный сервер и базу данных на машине пользователя
- Читает и записывает постоянную память, изменения вносит сам агент
Установка
- Работает в
Ручная установка
git clone https://github.com/Dataojitori/nocturne_memory.git
cd nocturne_memory
pip install -r backend/requirements.txtПервый шаг: клонирование и установка зависимостей. Нужен Python 3.10 и выше, для первой сборки панели также Node.js.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Запускает локальный сервер и базу данных на машине пользователя
- Читает и записывает постоянную память, изменения вносит сам агент
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Сервер хранит долговременную память агента отдельно от модели и отдает ее по протоколу MCP, поэтому одни и те же записи доступны из разных клиентов и моделей. Память организована как дерево записей с адресами вида memory://, у каждой записи есть содержимое, метаданные и условие, по которому ее стоит вспомнить. В новой сессии агент подгружает только заданные корневые записи, а остальное достает через инструменты read_memory и search_memory по мере надобности. Каждое изменение агента сохраняется как отдельная версия, их можно сравнить в визуальной панели и принять или откатить. Данные лежат в SQLite или PostgreSQL, есть изоляция по пространствам имен для нескольких независимых наборов памяти.
Для кого. Для разработчиков и энтузиастов, которым нужна общая долговременная память агента, переносимая между моделями и клиентами.
Подходит, если
- Нужно, чтобы агент помнил контекст и предпочтения между сессиями и сменами модели
- Нужна память с историей версий, где изменения можно просматривать и откатывать
- Нужно вести несколько раздельных наборов памяти через пространства имен
Не подходит, если
- Хватает встроенной памяти клиента и отдельный сервис не нужен
- Нет возможности держать локально запущенный сервер и базу данных
Пример запроса к агенту
Прочитай system://boot и напомни, о чем мы договорились в прошлый разMCP
- Транспорт
- stdio, sse
- Авторизация
- не нужна
Ограничения
Сервер нужно развернуть самому: требуется Python 3.10 и выше, зависимости из backend, а для первой сборки панели еще и Node.js. Публичный адрес misaligned.top это демо только для чтения, для записи разворачивайте свой экземпляр. Основной README на китайском, английская версия в README_EN.md. Часть примеров в README содержит откровенный ролевой контент.
Как отключить. Уберите запись nocturne_memory из конфигурации MCP клиента и остановите локальный сервер. Данные памяти остаются в файле базы, пока вы их не удалите вручную.
Частые вопросы
Память привязана к одной модели?
Нет. Записи лежат в отдельном MCP-сервере и доступны любому клиенту с поддержкой MCP, при смене модели контекст сохраняется.
Можно попробовать без установки?
Есть публичный демо-сервер misaligned.top, но он работает только на чтение. Для полноценной работы нужен свой экземпляр.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMCP-сервер долгой памяти для агентов: сжимает диалоги в атомарные факты, разрешает местоимения и привязывает время к абсолютным датам
MCP-сервер долговременной памяти на вашем сервере: хранит предпочтения и решения между разговорами в Claude Code и Cursor
Самостоятельно размещаемая долговременная память для агентов: семантический поиск, граф знаний и автоконсолидация через MCP и REST API
MCP-сервер долговременной памяти для ИИ-агентов: факты стареют по кривой забывания, связанные записи сжимаются в сводку
Система долговременной памяти для AI-агентов: агент сохраняет опыт и факты, а затем находит их через встроенный MCP-сервер
MCP-сервер для банка памяти проектов: агент хранит и читает файлы памяти через единый сервис, а не в самом проекте
Коротко о README
README представляет сервер долговременной памяти для агентов на основе MCP, который хранит записи отдельно от модели и позволяет одному и тому же набору памяти работать в разных клиентах. Память устроена как дерево адресуемых записей с условиями вызова, в новой сессии подгружаются только корневые записи, остальное достается инструментами чтения и поиска. Установка описана в два шага: клонирование с pip install зависимостей backend и добавление в конфигурацию MCP запуска python с путем к mcp_server.py. Отдельно описана визуальная панель с деревом памяти, просмотром различий версий и откатом, а также демо-сервер только для чтения. Данные хранятся в SQLite или PostgreSQL, лицензия MIT.