memory-mcp

"Why does my Claude Code feel smarter than everyone else's?"

Long-term memory MCP server for Claude Code. Your AI remembers context across sessions.

日本語 | English

Features

• SQLite Persistence — Notes and conversations survive across sessions
• Japanese Full-Text Search — FTS5 with trigram tokenizer for CJK support
• Semantic Search — Optional vector search via OpenAI-compatible embedding APIs
• AES-256-GCM Encryption — All stored data is encrypted at rest
• Case Management — Organize memories by project or case
• Hebbian Links — Memories accessed together automatically strengthen their connections
• Broadcast — Notify all Claude Code sessions via claude-peers

Quick Start

git clone https://github.com/yutoribengoshi/memory-mcp.git
cd memory-mcp
npm install

Add to ~/.claude/settings.json:

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": ["/path/to/memory-mcp/index.js"]
    }
  }
}

Optional: Enable Semantic Search

Set an OpenAI-compatible API key to enable vector search:

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": ["/path/to/memory-mcp/index.js"],
      "env": {
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

Also supports custom endpoints (Ollama, LMStudio, etc.):

{
  "env": {
    "EMBEDDING_API_KEY": "your-key",
    "EMBEDDING_URL": "http://localhost:11434/v1/embeddings",
    "EMBEDDING_MODEL": "nomic-embed-text"
  }
}

Tools

Tool	Description
save_note	Save a note (upsert by key)
save_conversation	Save full conversation
search_memory	Full-text search (Japanese + Hebbian links)
semantic_search	Vector similarity search (requires API key)
rag_query	RAG: hybrid search (FTS + vector) with full-text context retrieval
list_conversations	List saved conversations
get_conversation	Get full conversation by ID
delete_conversation	Delete a conversation
save_case_note	Save note linked to a case
list_cases	List all cases
get_case	Get case details with notes and conversations
archive_case	Archive a case
broadcast_note	Save and broadcast to all sessions
get_memory_links	View Hebbian links for a memory
memory_stats	Show statistics

How It Works

Hebbian Links

Inspired by Hebb's rule in neuroscience — "neurons that fire together wire together."

• Memories searched within 5 minutes of each other get automatically linked
• Memories in the same case get linked
• Links strengthen with repeated co-access
• Unused links decay after 30 days (weight x 0.95)
• Links below 0.01 are pruned

Data Storage

~/.memory-mcp/
├── memory.db    # SQLite database (encrypted)
└── .key         # AES-256-GCM encryption key (chmod 600)

Requirements

• Node.js 22+ (uses built-in node:sqlite)
• Claude Code
• Optional: OpenAI API key for semantic search

License

MIT

Author

Tomoyuki Seki (@yutoribengoshi)

---

日本語

「なんか俺のClaude Codeだけ賢くね？」の正体

Claude Code 用の長期記憶 MCP サーバー。セッションを跨いでもメモ・会話の文脈を忘れません。

特徴

• SQLite 永続化 — メモ・会話を SQLite に保存。セッション終了後も記憶が残る
• 日本語全文検索 — FTS5 trigram トークナイザーで日本語の部分一致検索に対応
• セマンティック検索 — OpenAI互換のEmbedding APIでベクトル類似検索（オプション）
• AES-256-GCM 暗号化 — 保存データは自動で暗号化。鍵は ~/.memory-mcp/.key に保持
• 案件別管理 — 案件（case）単位でメモ・会話を整理。弁護士の実務から生まれた設計
• ヘブ則リンク — 連続検索されたメモを自動リンク。使うほど関連記憶が強化される
• ブロードキャスト — claude-peers 連携で複数セッションに一斉通知

インストール

git clone https://github.com/yutoribengoshi/memory-mcp.git
cd memory-mcp
npm install

Claude Code に設定

~/.claude/settings.json の mcpServers に追加:

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": ["/path/to/memory-mcp/index.js"]
    }
  }
}

オプション: セマンティック検索を有効化

OpenAI互換のAPIキーを設定するとベクトル検索が使えます:

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": ["/path/to/memory-mcp/index.js"],
      "env": {
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

Ollama や LMStudio などのローカルモデルも対応:

{
  "env": {
    "EMBEDDING_API_KEY": "your-key",
    "EMBEDDING_URL": "http://localhost:11434/v1/embeddings",
    "EMBEDDING_MODEL": "nomic-embed-text"
  }
}

使い方

Claude Code のチャットでそのまま使えます。

「このメモを保存して: 来週のリリースでは認証フローを変更する」
→ save_note が呼ばれ、暗号化して保存

「認証フローについて前に何か決めたっけ？」
→ search_memory で全文検索、ヘブ則で関連メモも表示

「認証に関連する記憶を広く探して」
→ semantic_search でベクトル類似検索

「この案件の経緯を踏まえて回答して」
→ rag_query でキーワード+ベクトルのハイブリッド検索、全文を文脈として取得

ツール一覧

ツール	説明
save_note	メモを保存（key 指定で上書き可）
save_conversation	会話全文を保存
search_memory	全文検索（日本語対応 + ヘブ則リンク表示）
semantic_search	ベクトル類似検索（APIキー設定時のみ）
rag_query	RAG検索: キーワード+ベクトルのハイブリッド検索で全文を文脈として返す
list_conversations	保存済み会話の一覧
get_conversation	会話全文を取得
delete_conversation	会話を削除
save_case_note	案件に紐づけてメモを保存
list_cases	案件一覧
get_case	案件の詳細とメモ・会話一覧
archive_case	案件をアーカイブ
broadcast_note	メモを保存し全セッションに通知
get_memory_links	ヘブ則リンク（関連記憶）を取得
memory_stats	統計情報

ヘブ則リンクとは

神経科学のヘブの法則（"一緒に発火するニューロンは結びつく"）を応用した関連記憶システム。

• 5分以内に連続検索されたメモ同士が自動リンク
• 同じ案件のメモも自動リンク
• 検索するたびに関連記憶が表示される
• 30日以上アクセスされないリンクは自動減衰（weight × 0.95）
• weight < 0.01 のリンクは自動削除

動作要件

• Node.js 22+（node:sqlite を使用）
• Claude Code
• オプション: OpenAI APIキー（セマンティック検索用）

ライセンス

MIT

作者

Tomoyuki Seki（@yutoribengoshi）