elvismdev/mem0-mcp-selfhosted

elvismdev/mem0-mcp-selfhosted

от elvismdev
Self-hosted MCP сервер для долговременной памяти в Claude Code. Использует Qdrant, Neo4j и Ollama, поддерживает Anthropic или Ollama как LLM. 11 инструментов: добавление, поиск, удаление, граф связей.

mem0-mcp-selfhosted

mem0-mcp-selfhosted MCP server

Self-hosted mem0 MCP server for Claude Code. Run a complete memory server against self-hosted Qdrant + Neo4j + Ollama, with your choice of Anthropic (Claude) or Ollama as the main LLM.

Uses the mem0ai package directly as a library, supports both Claude's OAT token and fully local Ollama setups, and exposes 11 MCP tools for full memory management.

Prerequisites

Service Required Purpose
Qdrant Yes Vector memory storage and search
Ollama Yes Embedding generation (bge-m3) and optionally local LLM
Neo4j 5+ Optional Knowledge graph (entity relationships)
Google API Key Optional Required only for gemini/gemini_split graph providers

Python >= 3.10 and uv.

Authentication: The default setup uses Claude (Anthropic) as the LLM for fact extraction. No API key needed, the server automatically uses your Claude Code session token. For fully local setups, set MEM0_PROVIDER=ollama. See Authentication for advanced options.

Quick Start

Default (Anthropic)

Add the MCP server globally (available across all projects):

Инструменты были проиндексированы:
add_memory

Сохраняет новое воспоминание. Требуется хотя бы один из параметров: user_id, agent_id или run_id.

Параметры
  • agent_idstring | null

    Идентификатор области действия агента.

  • enable_graphboolean | null

    Извлекает и запрашивает актуальную документацию и примеры кода из Context7 для любой программной библиотеки или фреймворка. Сначала необходимо вызвать инструмент 'Resolve Context7 Library ID', чтобы получить точный идентификатор библиотеки, совместимый с Context7 и необходимый для использования этого инструмента, ЗА ИСКЛЮЧЕНИЕМ случаев, когда пользователь явно указывает идентификатор библиотеки в формате '/org/project' или '/org/project/version' в своём запросе. Не вызывайте этот инструмент более 3 раз для одного вопроса.

  • inferboolean | null

    Если true (по умолчанию), LLM извлекает ключевые факты. Если false, сохраняет сырой текст.

  • messagesobject[] | null

    Структурированная история разговора (словари роль/содержимое). Если указана, она имеет приоритет над текстом.

  • metadataobject | null

    Произвольные метаданные JSON для хранения вместе с памятью.

  • run_idstring | null

    Запускает идентификатор области.

  • textstringобязательный

    Текст для сохранения в память. Внутри преобразуется в формат сообщений.

  • user_idstring | null

    Идентификатор области действия пользователя. По умолчанию: MEM0_USER_ID.

delete_all_memories

Массово удаляет все воспоминания в заданной области. Требуется хотя бы один фильтр. НИКОГДА не вызывает memory.delete_all() - использует безопасное массовое удаление.

Параметры
  • agent_idstring | null

    Скоуп агента для удаления.

  • run_idstring | null

    Запустите область для удаления.

  • user_idstring | null

    Область пользователя для удаления.

delete_entities

Удаляет сущность и каскадно удаляет все её воспоминания. Функционально эквивалентно delete_all_memories в self-hosted режиме.

Параметры
  • agent_idstring | null

    Сущность агента для удаления.

  • run_idstring | null

    Запускает сущность для удаления.

  • user_idstring | null

    Сущность пользователя для удаления (каскадно удаляет все воспоминания).

delete_memory

Удаляет одну запись памяти.

Параметры
  • memory_idstringобязательный

    Точный UUID памяти для удаления.

get_memories

Перелистывает воспоминания, применяя фильтры вместо поиска.

Параметры
  • agent_idstring | null

    Область действия агента.

  • limitinteger | null

    Максимальное количество воспоминаний для возврата.

  • run_idstring | null

    Запустить скоуп.

  • user_idstring | null

    Область пользователя. По умолчанию используется MEM0_USER_ID.

get_memory

Получает одну запись памяти по её ID.

Параметры
  • memory_idstringобязательный

    Точный UUID памяти для получения.

list_entities

Перечисляет пользователей/агентов/запуски, которые в данный момент хранят воспоминания. Использует Qdrant Facet API (v1.12+) для агрегации на стороне сервера, с запасным вариантом scroll+dedupe для старых версий.

Параметры

Без параметров.

mcp_get_entity

Получает все связи для конкретной сущности (двунаправленные).

Параметры
  • namestringобязательный

    Точное имя сущности для поиска.

mcp_search_graph

Ищет сущности по подстроке имени/идентификатора в графе знаний Neo4j.

Параметры
  • querystringобязательный

    Сущность или тема для поиска (например, 'Python', 'TypeScript').

search_memories

Выполняет семантический поиск по существующим воспоминаниям.

Параметры
  • agent_idstring | null

    Область действия агента.

  • enable_graphboolean | null

    Переопределяет переключатель графа по умолчанию.

  • filtersobject | null

    Дополнительные структурированные условия фильтрации.

  • limitinteger | null

    Максимальное количество результатов

  • querystringобязательный

    Описание того, что нужно найти.

  • rerankboolean | null

    Применять ли реранжирование.

  • run_idstring | null

    Запустить скоуп.

  • thresholdnumber | null

    Минимальный порог релевантности (0.0–1.0).

  • user_idstring | null

    Область пользователя. По умолчанию используется MEM0_USER_ID.

update_memory

Перезаписывает текст существующей памяти. Повторно встраивает и повторно индексирует.

Параметры
  • memory_idstringобязательный

    Точный UUID памяти для обновления.

  • textstringобязательный

    Текст для замены памяти.

Похожие MCP-сервера

Cartisien/engram-mcp

Cartisien/engram-mcp

MCP-сервер для постоянной семантической памяти AI-агентов. Хранит воспоминания в SQLite, ищет по смыслу через локальные эмбеддинги Ollama — без облака и API-ключей. Пять инструментов: remember, rec...

TypeScript1
mcasdfgf/mcp-roo-memory

mcasdfgf/mcp-roo-memory

MCP-сервер для долговременной графовой памяти AI-агентов. Хранит знания в виде фрактального графа, поддерживает семантический поиск на 50+ языках и управляет контекстным окном через горячие, холодн...

Python1
qdrant/mcp-server-qdrant

qdrant/mcp-server-qdrant

официальный

MCP инструмент для Qdrant реализует семантическую память с векторным поиском: сохраняет информацию (store) и ищет по смыслу (find). Полезен AI-агентам для долговременного контекста. Поддерживает stdio и SSE.

Python1526
For-Sunny/hebbian-mind-enterprise

For-Sunny/hebbian-mind-enterprise

MCP-сервер для построения самообучающихся графов знаний. Концепции автоматически связываются через хеббианское обучение, а неиспользуемые связи затухают. Полезен для ИИ-агентов, чат-ассистентов и C...

Python6
leesgit/claude-session-continuity-mcp

leesgit/claude-session-continuity-mcp

Автоматически сохраняет контекст между сессиями Claude Code — больше не нужно повторять настройки. Использует семантический поиск, захват ошибок и решений, делает работу непрерывной. Для разработчи...

TypeScript6
hannesrudolph/mcp-ragdocs

hannesrudolph/mcp-ragdocs

Сервер для поиска документации через RAG и векторный поиск. Используется AI-ассистентами для дополнения ответов контекстом. Помогает разработчикам создавать инструменты с опорой на документацию.

TypeScript265
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин