mcp-memory : SQLite FTS5 + OKF de Google pour une mémoire rapide des agents
Vous cherchez un moyen de donner à votre agent de codage IA une mémoire persistante sans ajouter une base de données vectorielle lourde ? mcp-memory est un serveur MCP open-source qui stocke la mémoire de l'agent sous forme de fichiers Markdown OKF v0.2 de Google, indexe tout localement avec SQLite FTS5, et expose quatre outils MCP propres. Il est conçu pour s'intégrer à Claude Desktop, Cursor, Antigravity, Windsurf ou Codex avec un assistant de configuration sans effort.
Ce qu'il fait
mcp-memory maintient une architecture à deux couches :
- Répertoire OKF consultable par les humains : chaque mémoire est déversée sous forme de fichier
.mdbrut dansmemory/, avec unindex.mdracine (versionné avecokf_version: "0.2") et unlog.mdpour l'historique des mises à jour. - Index SQLite FTS5 : la recherche plein texte et les déclencheurs maintiennent les recherches clés sous 20 ms et les recherches par mots-clés instantanées.
Les mémoires sont stockées sous forme de documents Markdown OKF v0.2 avec frontmatter YAML (type, key, namespace, tags, generated, sources, verified, status, stale_after).
Outils MCP
Le serveur expose quatre outils principaux :
memory_store– Stocke ou met à jour un enregistrement. Nécessitekey,contentetproject_root. En option :tags,namespace(par défautdefault),concept_type,title,description,resource,status,stale_after,sources,verified,generated_by.memory_retrieve– Récupère une mémoire spécifique parkeyetnamespace.memory_search– Trouve des mémoires parquery,tagsounamespace. Prend en chargelimit(par défaut 10).memory_get_last– Récupère le dernier point de contrôle de session (system/last_memory) pour que l'agent sache où le travail s'est arrêté.
Isolation par espace de noms et configuration
Les mémoires sont délimitées par espace de noms (par exemple, user/preferences, project/architecture), ce qui maintient les contextes séparés. La configuration est une commande unique :
python3 setup.py
Cela configure automatiquement les outils MCP installés (Antigravity, Claude, Cursor, Windsurf, Codex). Le serveur prend également en charge un paramètre project_root pour chaque outil, afin de pouvoir conserver des magasins de mémoire par projet.
À qui cela s'adresse
Les développeurs utilisant des agents de codage IA (Claude, Cursor, etc.) qui veulent une mémoire persistante, recherchable, qui reste en Markdown texte brut et ne nécessite pas de base de données vectorielle ou de service externe.
📖 Lire la source complète : HN AI Agents
👀 See Also

Serveur MCP pour le contexte de codebase en profondeur emballé
Un nouveau serveur MCP intègre le contexte du code source sur 5 niveaux de profondeur dans des budgets de tokens, résolvant le problème où les agents d'IA de codage chargent soit trop peu de fichiers, soit obtiennent des cartes de dépôt plates sans contenu réel.

Assistant d'enseignement IA de l'UIUC exécute 11 modèles en parallèle pour des réponses en moins de 2 secondes
Le chatbot IA assistant d'enseignement de l'UIUC exécute 11 modèles en parallèle pour la recherche et la génération de texte/image, la modération et le classement, atteignant un temps de réponse médian de 2 secondes. Open source avec RAG Pinecone et jeu de données RLHF.

Jake Benchmark v1 : Tests de Performance des LLM Locaux pour les Agents d'IA OpenClaw
Un développeur a testé 7 LLM locaux en tant qu'agents IA avec OpenClaw en utilisant 22 tâches pratiques incluant le traitement d'emails, la planification de réunions et la détection de phishing. Les résultats varient de 59,4 % pour Qwen 27B à 1,6 % pour Nemotron 30B, avec des journaux de conversation détaillés disponibles.

Rift CLI : Gérez les Worktrees Git pour les Flux de Travail d'Agents IA en Parallèle
Rift est un outil CLI qui crée des arbres de travail Git isolés et des branches pour exécuter simultanément plusieurs agents d'IA de codage comme Claude Code sur le même dépôt. Il inclut des hooks de cycle de vie, un mappage de ports déterministe et une prise en charge d'espace de travail multi-éditeurs.