universal-memory-mcp

universal-memory-mcp

Provides any AI CLI tool with long-term memory using a three-tier architecture (sensory, short-term, long-term) for cross-session persistence, fully local and private.

Category
Visit Server

README

Universal Memory MCP

<div align="center">

让任何 AI CLI 工具拥有长期记忆,成为你的超级个人助理

简体中文 | English

License: MIT npm version npm beta

功能特性快速开始为什么选择文档

</div>


[!IMPORTANT] 项目主线已迁移。
universal-memory-mcp 现在保留为兼容层 / 维护线。新的 runtime-first 主线已经迁移到
slicenferqin/project-memory-runtime
如果你关心 V2 架构、contract 文档、lifecycle-first 设计与后续实现,请优先查看新仓库。

✨ 核心特性

  • 🌍 通用 - 基于 MCP 协议,支持所有 AI CLI 工具
  • 🔄 跨项目 - 统一管理所有项目的记忆和知识
  • 🔌 跨 CLI - 支持 Claude Code、OpenCode、Copilot、Gemini CLI 等
  • 🤖 超级个人助理 - 让 AI 从工具进化为真正了解你的智能伙伴
  • 🔒 超级隐私 - 零数据收集、零遥测,完全加密存储
  • 💻 100% 本地私有 - 全部本地运行,无云服务,核心功能无需 API 密钥

🚀 快速开始

安装

npm install -g universal-memory-mcp

配置 Claude Code(自动设置)

安装脚本会自动配置:

  • ✅ MCP Server(~/.claude/settings.json
  • ✅ Memory Assistant Skill(引导 AI 使用记忆)
  • ✅ Stop Hook(自动记录对话)

重启 Claude Code 即可使用!

配置 OpenCode(自动设置)

npm install -g universal-memory-mcp

安装脚本会自动配置:

  • ✅ MCP Server(~/.config/opencode/opencode.json
  • ✅ OpenCode 插件(自动记录对话)
  • ✅ 基于 session.idle 事件自动捕获

重启 OpenCode 即可使用!

配置任何 MCP 兼容的 CLI

编辑你的 CLI 配置文件:

{
  "mcpServers": {
    "universal-memory": {
      "command": "npx",
      "args": ["-y", "universal-memory-mcp"]
    }
  }
}

🎯 为什么选择 Universal Memory?

问题:AI 工具缺乏长期记忆

方面 当前 AI 工具 你的需求
记忆 ❌ 跨会话无记忆 ✅ 记住一切
上下文 ❌ 仅限当前对话 ✅ 访问所有历史知识
隐私 ❌ 数据发送到云端 API ✅ 100% 本地,私有存储
项目 ❌ 每个项目孤立 ✅ 跨所有项目统一
所有权 ❌ 锁定在特定工具 ✅ 适用于任何 AI CLI

我们的方案:三层记忆架构

借鉴人类脑科学,我们设计了模拟记忆形成和整合机制的系统:

┌─────────────────────────────────────────────────────────────┐
│  Level 0: 感觉记忆 (daily/*.md)                            │
│  • 捕获原始对话                                            │
│  • 0-7 天生命周期                                          │
│  • 完整但冗余                                              │
└────────────────────┬────────────────────────────────────────┘
                     │ 自动提取(每日)
                     ▼
┌─────────────────────────────────────────────────────────────┐
│  Level 1: 短期记忆 (long_term/*.md)                        │
│  • 提取的事实、决策、偏好                                  │
│  • 7-30 天生命周期                                         │
│  • 结构化、可追溯                                          │
└────────────────────┬────────────────────────────────────────┘
                     │ 整合(每周)
                     ▼
┌─────────────────────────────────────────────────────────────┐
│  Level 2: 长期记忆 (*-summary.md)                          │
│  • 整合的知识库                                            │
│  • 30+ 天生命周期                                          │
│  • 可直接使用,高价值                                      │
└─────────────────────────────────────────────────────────────┘

优势

  • 🧠 自然记忆流程 - 模拟人类记忆整合
  • 📈 信息密度递增 - L0(原始)→ L1(事实)→ L2(知识)
  • 高效检索 - 在 L1/L2 搜索相关事实,而非原始日志
  • 💾 智能存储 - 归档旧记忆,保留新记忆

我们的不同之处

特性 Universal Memory mem0 其他方案
架构 3 层 (L0/L1/L2) 2 层(扁平) 各异
隐私 100% 本地 云服务/SaaS 混合
跨 CLI ✅ 所有 MCP 工具 ❌ 特定工具 ❌ 锁定
跨项目 ✅ 统一管理 ❌ 孤立 ❌ 无
数据所有权 你拥有 他们控制 各异
成本 免费(本地) 付费分层 各异
开源协议 MIT License Apache 2.0 各异

📖 工作原理

架构

用户 ←→ AI CLI (Claude Code / OpenCode / Gemini / Copilot)
              │
              │ MCP 协议
              ↓
┌───────────────────────────────────────────────────────────┐
│  Universal Memory MCP 服务器                              │
│  ├── memory_search: 搜索历史记忆                          │
│  ├── memory_record: 记录对话                              │
│  └── memory_update_long_term: 存储重要信息                │
└───────────────────────┬───────────────────────────────────┘
                        │
                        ↓
┌───────────────────────────────────────────────────────────┐
│  ~/.universal-memory/                                     │
│  ├── daily/              # Level 0: 感觉记忆              │
│  ├── long_term/          # Level 1-2: 长期记忆            │
│  ├── archive/            # 冷存储(7+ / 30+ 天)          │
│  └── index.db           # 向量索引(SQLite)              │
└───────────────────────────────────────────────────────────┘

记忆生命周期

自动化管理

  1. 捕获 - 每次对话记录到 daily/(Level 0)
  2. 提取 - 每日任务提取事实到 long_term/(Level 1)
  3. 整合 - 每周任务整合为摘要(Level 2)
  4. 归档 - 每月任务移动旧记忆到 archive/
  5. 搜索 - 语义 + 关键词搜索,时间衰减 + 项目相关性

全自动化! 你只需正常使用 AI 工具即可。

🔍 核心功能(v0.6.0-beta.0)

三层记忆架构 ✨

  • Level 0 (daily/*.md): 原始对话日志(0-7 天)
  • Level 1 (long_term/*.md): 提取的事实、决策、偏好(7-30 天)
  • Level 2 (long_term/*-summary.md): 整合的知识库(30+ 天)

智能搜索

  • 语义搜索 - 基于向量的相似度搜索 + 时间衰减
  • 关键词搜索 - 快速 FTS5 全文搜索
  • 混合搜索 - RRF 算法结合两者
  • 项目相关性 - 同项目记忆提升 1.5x 权重
  • 归档支持 - 可选搜索归档记忆

性能

  • ⚡ 搜索延迟:<5ms (P95)
  • 📈 召回率:60%(相比 v0.4.0 提升 4 倍)
  • 🚀 异步索引 - 非阻塞,后台处理
  • 📁 文件监视器 - 文件变化自动索引

隐私与安全

  • 🔒 100% 本地 - 所有数据本地存储在 ~/.universal-memory/
  • 🚫 无云服务 - 无遥测、无数据收集、无分析
  • 👤 无需账号 - 离线工作,无需注册
  • 🔐 你的数据 - 你拥有并控制一切

📚 文档

设计文档

集成指南

技术文档

路线图

🗺️ 发展路线

✅ 已完成

  • v0.1.0: 基础记忆系统(记录 + 搜索)
  • v0.2.0: OpenCode 插件自动采集
  • v0.3.0: Claude Code 集成(Stop hook + Skill)
  • v0.4.0: 语义搜索(向量索引)
  • v0.5.0: 性能优化(异步索引、4x 候选池)
  • v0.6.0-beta.0: 三层架构(L0→L1→L2 生命周期)

🚧 进行中

  • v0.7.0: 企业级特性(测试 >80%、监控、文档)

🎯 计划中

  • v1.0.0: 生产就绪(所有功能稳定、基准测试达标)

时间线:总计 ~3 个月(已完成 6 周,剩余 5 周)

🤝 贡献

欢迎贡献!请查看我们的贡献指南

高优先级领域

  • 单元测试(覆盖率 >80%)
  • 错误重试机制
  • 性能优化
  • 文档改进
  • Bug 修复

📄 开源协议

MIT License - 详见 LICENSE

🙏 致谢

受以下项目启发:

💡 核心理念

AI 效果 = AI 能力 × 上下文质量 × 记忆深度

AI 能力是固定的,但上下文质量和记忆深度是你可以控制的变量。

Universal Memory MCP 为任何 AI CLI 工具解锁了记忆维度。


<div align="center">

⬆ 返回顶部

slicenferqin 用 ❤️ 制作

Star ⭐Fork 🔱Issue 🐛

</div>

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured