Servidor MCP memv: Memoria Estructurada Persistente para Agentes de IA

memv (código abierto, Python) ha lanzado un servidor MCP, haciendo que su capa de memoria persistente y estructurada sea utilizable desde cualquier cliente MCP, incluidos Claude Desktop, Code, Cursor o hosts personalizados.

Configuración rápida

Instala con pip y ejecuta el servidor con un solo comando:

pip install "memvee[mcp]"
memv-mcp --db-url memory.db --llm-model openai:gpt-4o-mini

También puedes incrustar el servidor dentro de tu propio proceso Python:

from memv.mcp.server import create_server

server = create_server(
    db_url="memory.db",
    default_user_id="alice",
    embedding_client=my_embedder,
    llm_client=my_llm,
)
server.run(transport="streamable-http")

Cinco herramientas MCP

• search_memory — recuperación híbrida (vector + BM25 + RRF)
• add_memory — inserta directamente memoria estructurada
• add_conversation — extrae y almacena recuerdos de una conversación (requiere LLM)
• list_memories — lista los recuerdos almacenados de un usuario
• delete_memory — elimina con verificación de propiedad

Características clave

• LLM opcional: la recuperación y add_memory directa funcionan sin LLM; solo la extracción de add_conversation necesita uno.
• Aislamiento por usuario: cada herramienta respeta los límites de usuario, incluida la verificación de propiedad en delete_memory.
• Unión concurrente: múltiples extracciones para el mismo usuario se fusionan en una sola tarea.
• Extracción predictivo-calibrada: inspirada en Nemori, evita almacenar todo.
• Modelo bitemporal: las contradicciones caducan en lugar de sobrescribirse.
• Recuperación híbrida: combina búsqueda vectorial, BM25 y fusión de rango recíproco (RRF).

Documentación: https://vstorm-co.github.io/memv/advanced/mcp-server/

GitHub: https://github.com/vstorm-co/memv