Memory MCP — Anwendungsfälle, Installieren & Live-Demo

Warum nutzen

Hauptfunktionen

Einfaches Entitäts-Relationen-Beobachtungs-Modell — leicht zu durchschauen
Lokale JSON-Datei — inspizieren, diff oder mit git sichern
Kein externer Service — keine Kosten, keine Latenz, kein Datenschutzrisiko
Bleibt über Sessions, Clients und Modellwechsel erhalten
Offizielle Referenzimplementierung des MCP-Teams

Live-Demo

In der Praxis

memory.replay ▶ bereit

0/0

Installieren

Wählen Sie Ihren Client

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ]
    }
  }
}

Öffne Claude Desktop → Settings → Developer → Edit Config. Nach dem Speichern neu starten.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ]
    }
  }
}

Cursor nutzt das gleiche mcpServers-Schema wie Claude Desktop. Projektkonfiguration schlägt die globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ]
    }
  }
}

Klicken Sie auf das MCP-Servers-Symbol in der Cline-Seitenleiste, dann "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ]
    }
  }
}

Gleiche Struktur wie Claude Desktop. Windsurf neu starten zum Übernehmen.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "memory",
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ]
    }
  ]
}

Continue nutzt ein Array von Serverobjekten statt einer Map.

~/.config/zed/settings.json

{
  "context_servers": {
    "memory": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-memory"
        ]
      }
    }
  }
}

In context_servers hinzufügen. Zed lädt beim Speichern neu.

claude mcp add memory -- npx -y @modelcontextprotocol/server-memory

Einzeiler. Prüfen mit claude mcp list. Entfernen mit claude mcp remove.

Anwendungsfälle

Praxisnahe Nutzung: Memory

Wie Sie aufhören, Claude jeden Morgen Ihr Projekt neu zu erklären

👤 Solo-Entwickler und Power-User, die täglich mit Claude über dieselbe Codebasis chatten ⏱ ~15 min beginner

Wann einsetzen: Sie kopieren immer wieder denselben Hintergrund-Absatz: 'unser Stack ist X, die Prod-DB ist Y, wir nutzen Z nicht' — zu Beginn jeder Session.

Voraussetzungen

Memory MCP läuft mit persistentem Dateipfad — Setzen Sie MEMORY_FILE_PATH=/Users/you/.claude/memory.json, damit das Wissensgraph Neustarts überdauert

Ablauf

Das Wissensgraph mit Kernfakten initialisieren

Erstellen Sie Entitäten für: mein Unternehmen (Acme), unser Hauptrepo (acme-corp/api) und unsere Prod-Datenbank (api-prod-01). Fügen Sie Beobachtungen wie 'nutzt Postgres 16', 'gehostet auf AWS RDS us-east-1', 'Backup-Fenster ist 03:00 UTC' hinzu. Verbinden Sie sie mit Relationen.✓ Kopiert

→ Entitäten und Relationen erstellt, sichtbar via read_graph
Präferenz-Beobachtungen hinzufügen, während Sie weitermachen

Merken Sie sich: Wenn ich Sie auffordere, Commit-Nachrichten für dieses Repo zu schreiben, nutzen Sie Imperativ ohne Präfix-Tags. Speichern Sie dies als Beobachtung der Entität 'acme-corp/api'.✓ Kopiert

→ Beobachtung hinzugefügt, ohne die Entität neu zu erstellen
Abruf in einer neuen Session testen

Was wissen Sie über api-prod-01?✓ Kopiert

→ Claude fragt das Wissensgraph ab und liefert die Fakten, nicht eine generische Antwort

Ergebnis: Ein persönliches Wissensgraph, das bei jedem Chat intelligenter wird — je mehr Sie Claude nutzen, desto weniger Boilerplate tippen Sie.

Fallstricke

Claude nutzt den Speicher nicht automatisch; es vergisst, zu prüfen — Fügen Sie 'Konsultieren Sie immer das Memory-Wissensgraph zu Beginn jeder Aufgabe zu diesem Projekt' zu Ihrem System-/Projekt-Prompt hinzu
Wissensgraph wird unordentlich — doppelte Entitäten mit leichten Namensvarianten — Wählen Sie eine Benennungskonvention (kebab-case), und bitten Sie Claude regelmäßig, read_graph zu nutzen und Duplikate zu entfernen

Kombinieren mit: filesystem · github

Erstellen Sie ein leichtgewichtiges CRM der Vorlieben Ihrer Kollegen

👤 ICs und Leads, die mit vielen Stakeholdern arbeiten ⏱ ~10 min beginner

Wann einsetzen: Sie vergessen ständig, wer Slack gegenüber E-Mail bevorzugt, wer Bullets oder Prosa will, wer an welchem Projekt sitzt.

Ablauf

Erstellen Sie eine Person-Entität bei der ersten Interaktion

Erstellen Sie eine Person-Entität 'jamie-chen'. Beobachtungen: 'PM im Checkout-Team', 'bevorzugt Loom gegenüber Docs', 'Reviews finden Di/Do morgens PT statt'.✓ Kopiert

→ Entität sichtbar via open_nodes
Verknüpfen Sie Menschen mit Projekten durch Relationen

Fügen Sie Relation hinzu: jamie-chen --owns--> checkout-redesign-2026. Und: alex-kim --reviews--> checkout-redesign-2026.✓ Kopiert

→ Relationen erscheinen im Wissensgraph
Fragen Sie ab, bevor Sie etwas an sie schreiben

Ich werde einen Update für Jamie zum Checkout-Redesign entwerfen. Was weiß ich über ihre Kommunikationspräferenzen und das Projekt?✓ Kopiert

→ Gibt gespeicherte Vorlieben zurück, informiert Entwurfs-Ton

Ergebnis: Sie hören auf zu fragen 'wer war noch mal dieser PM?' und Ihre asynchronen Updates treffen beim ersten Versuch den richtigen Ton.

Fallstricke

Das Speichern von sensiblen/persönlichen Informationen über echte Kollegen wirkt seltsam und könnte lecken — Speichern Sie nur Arbeitsvorliebe-Beobachtungen; nie persönliche Details. Behandeln Sie die Datei als vertraulich — sie synchronisiert mit allem, auf das Sie sie sichern

Kombinieren mit: linear · github

Führen Sie eine Forschungs-Spur über viele Sessions hinweg

👤 Forscher, Autoren, alle, die ein Thema über Wochen hinweg untersuchen ⏱ ~20 min intermediate

Wann einsetzen: Sie erforschen ein Thema (Marktstudie, Literaturüberblick, Untersuchung), das viele Sessions und Quellen umfasst.

Ablauf

Erfassen Sie jeden Fund als Beobachtung einer Topic-Entität

Ich forsche zu 'MCP-Adoption in Unternehmen'. Erstellen Sie dies als Entität. Fügen Sie diesen Fund als Beobachtung hinzu: 'Anthropic berichtet, dass 60% der Claude Code-Kunden 3+ MCPs nutzen (Quelle: Blog 2026-03-12)'.✓ Kopiert

→ Topic-Entität wächst schrittweise mit zitierten Beobachtungen
Verknüpfen Sie verwandte Themen

Erstellen Sie Entität 'MCP-Sicherheitsbedenken'. Beziehen Sie sie auf 'MCP-Adoption in Unternehmen' mit Relation 'blocks-adoption-when-unaddressed'.✓ Kopiert

→ Wissensgraph zeigt die semantische Verbindung
Bitten Sie um Synthese zu jeder Zeit

Basierend auf allen Beobachtungen, die mit 'MCP-Adoption in Unternehmen' verbunden sind, entwerfen Sie eine 1-Seiten-Zusammenfassung mit Zitaten.✓ Kopiert

→ Synthese mit Pro-Claim-Quellen, nichts erfunden

Ergebnis: Ein zitierbar inkrementelles Forschungs-Asset, das nicht von Kontextfenster-Akrobatik abhängt.

Fallstricke

Beobachtungen ohne Quellen sind später ununterscheidbar von Modell-Halluzination — Fordern Sie, dass jede Beobachtung eine Quelle im Text enthält ('Quelle: X, Datum: Y'); lehnen Sie solche ohne ab

Kombinieren mit: firecrawl · exa-search · fetch

Kombinationen

Mit anderen MCPs für 10-fache Wirkung

memory + filesystem

Laden Sie längere Forschungsdocs, extrahieren Sie Fakten und speichern Sie sie für spätere Synthese im Speicher

Lesen Sie jede .md-Datei unter /research/. Fügen Sie für jede wichtige Aussage als Beobachtung der relevanten Topic-Entität im Speicher hinzu. Geben Sie Dateiname als Quelle an.✓ Kopiert

memory + github

Merken Sie sich Repo-spezifische Konventionen, damit zukünftige PR-Reviews sie anwenden ohne Neu-Erklärung

Extrahieren Sie Ton, Länge und Titel-Konventionen aus den letzten 10 gemerged PRs in acme/api. Speichern Sie als Beobachtungen der Entität 'acme/api'.✓ Kopiert

memory + sequential-thinking

Ermöglichen Sie, dass lange Reasoning-Sessions ihre Scratchpad-Erkenntnisse über Chats hinweg beibehalten

Führen Sie eine Sequential-Thinking-Session durch, um unsere Migration zu planen. Schreiben Sie die Schlussfolgerungen am Ende als Beobachtungen der Entität 'db-migration-q2'.✓ Kopiert

Werkzeuge

Was dieses MCP bereitstellt

Werkzeug	Eingaben	Wann aufrufen	Kosten
create_entities	entities: [{name, entityType, observations[]}]	Führen Sie eine neue Entität ein (Person, Projekt, System, Konzept)	kostenlos
create_relations	relations: [{from, to, relationType}]	Verbinden Sie zwei vorhandene Entitäten mit einer typisierten Kante	kostenlos
add_observations	observations: [{entityName, contents[]}]	Hängen Sie Fakten an eine bestehende Entität an (häufigster Vorgang)	kostenlos
delete_entities	entityNames: str[]	Entfernen Sie veraltete Entitäten (entfernt auch ihre Relationen)	kostenlos
delete_observations	deletions: [{entityName, observations[]}]	Entfernen Sie spezifische Fakten, die sich als falsch herausgestellt haben	kostenlos
delete_relations	relations: [...]	Entfernen Sie Kanten, ohne Entitäten zu löschen	kostenlos
read_graph	keine	Schreiben Sie das vollständige Wissensgraph — verwenden Sie es sparsam, wenn es wächst	kostenlos
search_nodes	query: str	Finden Sie Entitäten nach Schlüsselwort über Namen/Typen/Beobachtungen	kostenlos
open_nodes	names: str[]	Abrufen von spezifischen Entitäten nach exaktem Namen	kostenlos

Kosten & Limits

Was der Betrieb kostet

API-Kontingent: Unbegrenzt — lokales JSON
Tokens pro Aufruf: Klein — Wissensgraph-Operationen geben standardmäßig nur geänderte Knoten zurück
Kosten in €: Kostenlos
Tipp: Bevorzugen Sie search_nodes und open_nodes gegenüber read_graph, wenn Sie >50 Entitäten haben, sonst zahlen Sie, um das ganze Wissensgraph bei jedem Turn zu laden.

Sicherheit

Rechte, Secrets, Reichweite

Credential-Speicherung: Keine Anmeldedaten. Die Wissensgraph-Datei ist das, worauf MEMORY_FILE_PATH zeigt.

Datenabfluss: Keine vom Server. Beobachtungen werden an Ihren LLM-Provider als Kontext gesendet, wenn Claude sie liest.

Die Speicherdatei ist reines JSON — speichern Sie keine Geheimnisse, API-Schlüssel oder irgendetwas, das Sie nicht in eine Textdatei setzen würden.
Wenn Sie die Datei über Geräte hinweg synchronisieren (Dropbox/iCloud), denken Sie daran, dass sie Teil Ihrer Angriffsfläche ist.

Fehlerbehebung

Häufige Fehler und Lösungen

Speicher bleibt nicht über Neustarts bestehen

Setzen Sie env-Variable MEMORY_FILE_PATH auf einen absoluten Pfad wie /Users/you/.claude/memory.json. Ohne diese nutzt der Server einen Temp-Pfad.

Prüfen:

Prüfen Sie Ihre MCP-Client-Konfiguration auf env-Variablen; nach Neustart, rufen Sie `read_graph` auf und überprüfen Sie, dass alte Entitäten zurückkehren

Claude konsultiert den Speicher nie von sich aus

Der Server stellt Tools bereit; das Modell braucht noch einen Prompt. Fügen Sie eine Projekt-Ebenen-Instruktion wie 'Rufen Sie vor Antworten zu Fragen über <Projekt> search_nodes für relevante Kontext auf' hinzu.

Doppelte Entitäten wie 'Jamie' und 'jamie-chen'

Übernehmen Sie eine Benennungskonvention (kebab-case oder Vollname). Führen Sie regelmäßig read_graph und delete_entities auf Duplikaten aus, nachdem Sie Fakten via add_observations gemergt haben.

Relation schlägt fehl mit 'Entität nicht gefunden'

Beide Endpunkt-Entitäten müssen zuerst existieren. Erstellen Sie sie mit create_entities, bevor Sie create_relations verwenden.

Alternativen

Memory vs. andere

Alternative	Wann stattdessen	Kompromiss
Qdrant MCP	Sie brauchen semantische Suche über tausende Notizen, kein handverwaltet Wissensgraph	Erfordert Qdrant-Lauf; großartig für unscharfe Erinnerung, schlecht für explizite strukturierte Fakten
Notion MCP	Ihr 'Speicher' ist wirklich eine gemeinsame Team-Wissensdatenbank	Netzwerkgebunden, langsamer, braucht API-Schlüssel — aber Menschen können es auch lesen/bearbeiten
Neo4j MCP	Sie bauen ein ernstes Wissensgraph mit komplexen Abfragen	Schwerer — braucht eine Datenbank; Overkill für persönliche Erinnerung

Mehr

Ressourcen

📖 Offizielle README auf GitHub lesen

🐙 Offene Issues ansehen

🔍 Alle 400+ MCP-Server und Skills durchsuchen