Sandra : MCP de mémoire graphique persistante open-source pour Claude

Claude oublie tout entre les sessions. La mémoire de projet et CLAUDE.md aident mais ne passent pas à l'échelle pour les connaissances structurées. Sandra résout ce problème : un backend mémoire graphe + vecteur avec un serveur MCP natif, open-source sous licence MIT. Tout a commencé il y a 15 ans en tant que couche mémoire interne d'EverdreamSoft (elle alimente encore Spells of Genesis en production).

Fonctionnalités clés

• Mémoire persistante entre les sessions sous forme de graphe (sujet, verbe, cible)
• Claude lit et écrit via les outils MCP, sans mises à jour manuelles
• Recherche exacte, floue et sémantique exposée comme outils MCP
• Stockage de longs textes par entité (notes, documents complets) en plus des références structurées

Exemple concret

Dites à Claude dans une session : "nous construisons Phoenix avec Marie et Tom, ça tourne sur Postgres". Une semaine plus tard, dans une nouvelle conversation : "qui est sur Phoenix ?" → Marie et Tom. Tom ouvre sa propre session Claude connectée à la même instance Sandra : "quelle base de données utilise le projet de Marie ?" → Claude traverse Marie → travaille_sur → Phoenix → utilise → Postgres. Même graphe, n'importe quel coéquipier, sans transfert manuel.

La mémoire vectorielle renvoie généralement la phrase d'origine sous forme de fragment et perd le lien lorsqu'elle est interrogée via un chemin différent, et la plupart des configurations sont limitées à un seul utilisateur.

Configuration (2 minutes)

git clone https://github.com/everdreamsoft/sandra && cd sandra
docker compose up -d
claude mcp add sandra --transport http --url http://127.0.0.1:8090/mcp

Ensuite, demandez à Claude de se souvenir de quelque chose, interrogez-le ou construisez le graphe en parlant.

Benchmarks

Sandra obtient un score de 0,89 sur le Structured Recall Bench (130 questions déterministes, sans LLM juge). Les magasins de vecteurs se situent entre 0,25 et 0,48 sur le même banc. Méthodologie et JSON brut : détails du benchmark.

À qui cela s'adresse-t-il ?

Les développeurs utilisant des agents de codage Claude AI qui ont besoin d'une mémoire persistante, structurée et multi-utilisateur entre les sessions.