mcp-memory-service MCP — Cas d'usage, Installer & Démo en direct

Pourquoi l'utiliser

Fonctionnalités clés

Recherche sémantique avec filtrage par tags sur les mémoires durables
Backends : SQLite-vec (local), ChromaDB, Cloudflare, hybride
Récupération locale en 5ms ; consolidation en arrière-plan avec décroissance
API REST (15 endpoints) pour utilisation en dehors des clients MCP
OAuth 2.0 + PKCE pour l'intégration claude.ai basée sur navigateur

Démo en direct

Aperçu en pratique

memory-service.replay ▶ prêt

0/0

Installer

Choisissez votre client

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

{
  "mcpServers": {
    "memory-service": {
      "command": "uvx",
      "args": [
        "mcp-memory-service"
      ],
      "_inferred": true
    }
  }
}

Ouvrez Claude Desktop → Settings → Developer → Edit Config. Redémarrez après avoir enregistré.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "memory-service": {
      "command": "uvx",
      "args": [
        "mcp-memory-service"
      ],
      "_inferred": true
    }
  }
}

Cursor utilise le même schéma mcpServers que Claude Desktop. La config projet l'emporte sur la globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "memory-service": {
      "command": "uvx",
      "args": [
        "mcp-memory-service"
      ],
      "_inferred": true
    }
  }
}

Cliquez sur l'icône MCP Servers dans la barre latérale Cline, puis "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "memory-service": {
      "command": "uvx",
      "args": [
        "mcp-memory-service"
      ],
      "_inferred": true
    }
  }
}

Même format que Claude Desktop. Redémarrez Windsurf pour appliquer.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "memory-service",
      "command": "uvx",
      "args": [
        "mcp-memory-service"
      ]
    }
  ]
}

Continue utilise un tableau d'objets serveur plutôt qu'une map.

~/.config/zed/settings.json

{
  "context_servers": {
    "memory-service": {
      "command": {
        "path": "uvx",
        "args": [
          "mcp-memory-service"
        ]
      }
    }
  }
}

Ajoutez dans context_servers. Zed recharge à chaud à la sauvegarde.

claude mcp add memory-service -- uvx mcp-memory-service

Une seule ligne. Vérifiez avec claude mcp list. Supprimez avec claude mcp remove.

Cas d'usage

Usages concrets : mcp-memory-service

Comment donner à Claude une mémoire stable de vos préférences et contexte

👤 Utilisateurs puissants quotidiens fatigués de se réexpliquer ⏱ ~10 min beginner

Quand l'utiliser : Chaque nouveau chat recommence à zéro et vous voulez de la continuité.

Prérequis

uvx installé — brew install uv

Déroulement

Ensemencer les préférences

memory_store: 'Je travaille sur des projets iOS + Swift. Je préfère MVVM avec @Observable. Toujours commenter en anglais.' avec tags [preference, coding].✓ Copié

→ Confirmation d'enregistrement
Dans une session future, récupérer

memory_search: 'mes préférences de style de codage'.✓ Copié

→ Préférences renvoyées, l'agent les applique
Nettoyage de décroissance

Montrez-moi les mémoires de plus de 90 jours sans hits récents — proposez de les élaguer.✓ Copié

→ Liste obsolète à examiner

Résultat : Claude se comporte comme s'il se souvenait de vous.

Pièges

Stocker des PII sensibles qui deviennent récupérables à jamais — Non — traitez la mémoire comme un cahier public. Utilisez les tags pour compartimenter.

Comment partager un pool de mémoire entre une équipe via le backend Cloudflare

👤 Équipes exécutant des flux de travail IA partagés ⏱ ~30 min advanced

Quand l'utiliser : Vous voulez que le chat de chaque ingénieur se souvienne des mêmes décisions architecturales.

Prérequis

Compte Cloudflare avec Workers KV ou D1 — cloudflare.com, configurer selon la documentation du backend Cloudflare

Déroulement

Changer de backend

Configurez MCP_MEMORY_BACKEND=cloudflare avec les identifiants CF dans env.✓ Copié

→ Les endpoints de mémoire pointent vers CF
Ensemencer la mémoire partagée de l'équipe

memory_store: 'Notre auth se trouve dans services/auth. Toujours faire pivoter les clés JWT via la cible Make rotate-keys.' avec tag 'team-arch'.✓ Copié

→ Enregistré
Vérifier à partir d'une deuxième machine

memory_search 'auth service' — devrait retourner la même entrée.✓ Copié

→ Hit multi-appareils

Résultat : Mémoire institutionnelle partagée qui survit au roulement des équipes.

Pièges

Les données sensibles dans la mémoire partagée fuient entre équipes — Exécutez des backends séparés par équipe ; ne stockez pas de secrets

Comment récolter automatiquement les apprentissages à la fin d'une session de codage

👤 Devs seuls utilisant fortement les agents ⏱ ~5 min beginner

Quand l'utiliser : À la fin d'un chat de pair-programming, avant de fermer.

Déroulement

Exécuter le moissonneur

memory_harvest sur cette conversation — extraire les faits durables (motifs de clés API, décisions de projet, pièges connus). Ignorer les bavardages.✓ Copié

→ Liste structurée des mémoires candidates
Approuver + enregistrer

Enregistrez les éléments 1, 3, 5 comme mémoires avec le tag 'project-x'. Abandonnez le reste.✓ Copié

→ Nombre enregistré

Résultat : Capture sans friction de ce que vous avez appris, rien de plus.

Combinaisons

Associez-le à d'autres MCPs pour un effet X10

memory-service + contextplus

Utilisez Context+ pour l'état du repo en direct, memory-service pour les faits durables entre sessions

Enregistrez cette décision architecturale dans memory-service et liez-la aux fichiers pertinents via le graphique de mémoire Context+.✓ Copié

memory-service + github

Après chaque PR fusionnée, récolter les apprentissages dans la mémoire

Résumez les 10 dernières PRs fusionnées dans org/repo, extrayez les erreurs répétées et stockez-les comme mémoires avec le tag 'code-review-lessons'.✓ Copié

Outils

Ce que ce MCP expose

Outil	Entrées	Quand appeler	Coût
memory_store	content: str, tags?: str[]	Enregistrer un fait durable	1 embedding
memory_search	query: str, tags?: str[], limit?: int	Récupérer les mémoires pertinentes	1 vector search (local)
memory_harvest	transcript: str	Capture de fin de session	1 LLM call
memory_store_session	session_id, messages	Ingérer un chat entier	N embeddings

Coût et limites

Coût d'exécution

Quota d'API: SQLite-vec : illimité localement. ChromaDB : local. Cloudflare : la couche gratuite Workers/KV/D1 est généreuse.
Tokens par appel: Stockage : ~100 tokens pour le contenu. Recherche : ~50 tokens par résultat.
Monétaire: Gratuit (open source). Backend Cloudflare : la couche gratuite est généralement suffisante.
Astuce: Commencez par SQLite-vec. Basculez vers hybride uniquement quand vous avez besoin de synchronisation multi-appareils.

Sécurité

Permissions, secrets, portée

Portées minimales : Système de fichiers local pour le mode SQLite Token API Cloudflare pour le mode CF

Stockage des identifiants : Identifiants CF via env vars

Sortie de données : Local (SQLite) ou votre compte Cloudflare (CF)

Ne jamais accorder : Ne laissez pas les prompts non fiables appeler memory_store — attaques par empoisonnement

La mémoire est longue durée par défaut — supprimer une mémoire ne l'efface pas du contexte LLM qui l'a déjà vue.
Le mode distant OAuth 2.0 + PKCE expose une surface HTTP ; gardez-le derrière l'auth.

Dépannage

Erreurs courantes et correctifs

ModuleNotFoundError: sqlite_vec

pip/uv install avec l'extra sqlite-vec : uvx 'mcp-memory-service[sqlite]'

Vérifier : python -c 'import sqlite_vec'

Cloudflare backend 403

Token manque de permissions Workers/KV. Créez un nouveau token API CF avec les scopes spécifiques.

Les mémoires renvoyées ne sont pas pertinentes

Re-embed avec un meilleur modèle — par défaut MiniLM local ; mettez à niveau vers nomic-embed via env var.

memory_harvest outputs duplicates

Activez la config dedup ; le moissonneur ignorera les éléments avec une similitude cosinus > 0,95 par rapport aux éléments existants.

Alternatives

mcp-memory-service vs autres

Alternative	Quand l'utiliser	Compromis
mem0	Vous voulez un SaaS de mémoire hébergé	Payant au-delà de la couche gratuite ; verrouillé par le fournisseur
contextplus memory graph	Vous voulez une mémoire étroitement intégrée à la compréhension du code	Limité à un repo, pas polyvalent

Plus

Ressources

📖 Lire le README officiel sur GitHub

🐙 Voir les issues ouvertes

🔍 Parcourir les 400+ serveurs MCP et Skills