memv MCP 서버: AI 에이전트를 위한 지속적 구조화 메모리

memv(오픈소스, Python)가 MCP 서버를 출시하여 Claude Desktop, Code, Cursor 또는 커스텀 호스트 등 모든 MCP 클라이언트에서 지속적이고 구조화된 메모리 레이어를 사용할 수 있게 되었습니다.

빠른 설정

pip로 설치하고 단일 명령어로 서버를 실행하세요:

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

서버를 자신의 Python 프로세스에 내장할 수도 있습니다:

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")

5가지 MCP 도구

• search_memory — 하이브리드 검색 (벡터 + BM25 + RRF)
• add_memory — 구조화된 메모리 직접 삽입
• add_conversation — 대화에서 메모리 추출 및 저장 (LLM 필요)
• list_memories — 사용자별 저장된 메모리 목록
• delete_memory — 소유권 확인 후 삭제

주요 기능

• LLM 선택 사항: 검색 및 직접 add_memory는 LLM 없이 동작하며, add_conversation 추출만 LLM이 필요합니다.
• 사용자별 격리: 모든 도구는 사용자 경계를 존중하며, delete_memory에서 소유권을 확인합니다.
• 동시 병합: 동일 사용자에 대한 여러 추출 작업이 하나로 병합됩니다.
• 예측-보정 추출: Nemori에서 영감을 받아 모든 것을 저장하지 않습니다.
• 이중 시간 모델: 모순되는 정보는 덮어쓰지 않고 만료됩니다.
• 하이브리드 검색: 벡터 검색, BM25 및 상호 순위 융합(RRF)을 결합합니다.

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

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