doobidoo/mcp-memory-service

해결하는 문제

AI 에이전트는 일반적으로 세션이 종료되면 모든 컨텍스트와 프로젝트 기록을 잃는 '망각' 현상을 겪습니다. 이 프로젝트는 에이전트가 결정, 코드 패턴, 아키텍처 컨텍스트를 저장할 수 있는 지속적이고 공유 가능한 메모리 백엔드를 제공하여, 새로운 세션이 처음부터 시작되는 것이 아니라 기존 지식을 바탕으로 시작되도록 보장합니다.

작동 방식

REST API 또는 Model Context Protocol (MCP)를 통해 접근 가능한 자체 호스팅 서비스로 작동합니다. 로컬에서 ONNX를 통해 실행되는 AI 임베딩을 사용하여 의미적 검색을 수행하며, SQLite, Milvus, Cloudflare 등 다양한 저장 백엔드를 지원합니다. 정보는 고립된 텍스트 조각을 저장하는 것이 아니라, 사실 간의 인과 관계를 추적하는 타입이 지정된 엣지로 구성된 지식 그래프 형태로 조직됩니다.

대상 사용자

LangGraph, CrewAI, AutoGen 등의 프레임워크를 사용해 에이전트 파이프라인을 구축하는 개발자들, 그리고 Claude Desktop, Cursor, Windsurf와 같은 MCP 호환 클라이언트를 사용하여 AI 어시스턴트가 다양한 채팅과 도구 간에 세부 사항을 기억하고 싶어하는 사용자들입니다.

주요 특징

• 다중 전송 지원: REST API, MCP, 웹 대시보드를 통해 접근 가능.
• 지식 그래프: 메모리를 노드와 관계의 인터랙티브한 3D 은하로 시각화하고 관리.
• 로컬 우선의 프라이버시: ONNX를 통해 로컬에서 임베딩을 실행하여 데이터를 자체 인프라 내에 유지.
• 프레임워크 독립성: HTTP 클라이언트와 주요 AI IDE 및 데스크톱 앱과 통합 가능.
• 유연한 백엔드: 속도를 중시하는 로컬 SQLite, 전용 벡터 검색을 위한 Milvus, 팀 동기화를 위한 Cloudflare를 지원.