mcp-memory: SQLite FTS5 + Google OKF для быстрой памяти агента
Ищете способ дать вашему AI-агенту программирования постоянную память без использования тяжелой векторной базы данных? mcp-memory — это MCP-сервер с открытым исходным кодом, который хранит память агента в виде Markdown-файлов в формате OKF v0.2 от Google, индексирует все локально с помощью SQLite FTS5 и предоставляет четыре простых MCP-инструмента. Он предназначен для интеграции с Claude Desktop, Cursor, Antigravity, Windsurf или Codex с помощью мастера настройки без лишнего кода.
Что он делает
mcp-memory использует двухуровневую архитектуру:
- Каталог OKF для просмотра человеком: Каждая запись памяти сохраняется как сырой файл
.mdв каталогеmemory/, с корневымindex.md(с версиейokf_version: "0.2") иlog.mdдля истории изменений. - Индекс SQLite FTS5: Полнотекстовый поиск и триггеры обеспечивают время выполнения ключевых запросов менее 20 мс и мгновенный поиск по ключевым словам.
Память хранится в виде документов Markdown в формате OKF v0.2 с YAML-метаданными (type, key, namespace, tags, generated, sources, verified, status, stale_after).
MCP-инструменты
Сервер предоставляет четыре основных инструмента:
memory_store– Сохраняет или обновляет запись. Требуетkey,contentиproject_root. Опционально:tags,namespace(по умолчаниюdefault),concept_type,title,description,resource,status,stale_after,sources,verified,generated_by.memory_retrieve– Получает конкретную память поkeyиnamespace.memory_search– Ищет память поquery,tagsилиnamespace. Поддерживаетlimit(по умолчанию 10).memory_get_last– Получает последнюю контрольную точку сеанса (system/last_memory), чтобы агент знал, где остановилась работа.
Изоляция пространств имен и настройка
Память ограничена пространствами имен (например, user/preferences, project/architecture), что позволяет разделять контексты. Настройка выполняется одной командой:
python3 setup.py
Это автоматически настраивает установленные MCP-инструменты (Antigravity, Claude, Cursor, Windsurf, Codex). Сервер также поддерживает параметр project_root для каждого инструмента, что позволяет хранить память для отдельных проектов.
Для кого это
Для разработчиков, использующих AI-агентов программирования (Claude, Cursor и т.д.), которым нужна постоянная, доступная для поиска память, хранящаяся в виде обычного Markdown и не требующая векторной БД или внешнего сервиса.
📖 Читать полный исходный код: HN AI Agents
👀 Смотрите также

Сравнение 8 моделей ИИ для программирования на примере реализации реальной функции на TypeScript
Разработчик протестировал 8 моделей ИИ для программирования на задаче реализации команды /rename в проекте Telegram-бота на TypeScript с открытым исходным кодом, оценивая их по стоимости, времени выполнения, корректности и техническому качеству. GPT-5.4 показал наивысший результат по корректности реализации, а GLM 5 предложил наилучшее соотношение цены и производительности.

Фабрика агентов: Автономная система создает ИИ-агентов из онлайн-обсуждений проблем
Agent Factory — это автономная система, которая собирает данные с Reddit, HN, GitHub и Twitter о реальных проблемах, оценивает их по спросу, рыночному разрыву и выполнимости, а затем создаёт автономные ИИ-агенты для перспективных идей. Система использует минимальный шаблон Next.js с 7 инструментами и запускает Claude Code в фоновом режиме через shell-скрипт.

Джан добавляет установку OpenClaw в один клик с интеграцией модели Jan-v3-Base.
Теперь Jan поддерживает установку OpenClaw в один клик с прямой интеграцией в модель Jan-v3-base, сохраняя все операции локальными и приватными на вашем компьютере.

GPT-5.5 Codex против Claude Opus 4.7: Бенчмарки агентов реального кодирования
Разработчик противопоставил GPT-5.5 Codex и Claude Opus 4.7 в двух реальных задачах: бот для триажа PR и интерфейс для ревью кода в реальном времени. Claude выдал чистый код с нулевыми ошибками; Codex был на 18% дешевле, но потребовал исправлений.