Configurer Memory
Stocke un graphe de connaissances composé d’entités et de relations dans un fichier local, afin que l’agent puisse retrouver des faits d’une session à l’autre.
- Éditeur
- MCP Steering Group Officiel
- Exécuter en local
npx -y @modelcontextprotocol/server-memory- Transports
- stdio
- Authentification
- Aucune.
- Environnement
MEMORY_FILE_PATH- Accès
- Lit et écrit dans un fichier local, défini par MEMORY_FILE_PATH.
- Licence
- MIT (existing) / Apache-2.0 (new contributions)
- Source
- github.com/modelcontextprotocol/servers/tree/main/src/memory
- Statut
- Actif
Installation
Ce serveur s’exécute sur votre machine en tant que processus enfant du client. Vous avez besoin de l’environnement d’exécution utilisé par sa commande, par exemple Node.js pour npx, uv pour uvx ou Docker, ainsi que des variables indiquées dans la section Environment.
Claude Code
claude mcp add --scope project memory -- npx -y @modelcontextprotocol/server-memory
Cursor
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}
Codex
[mcp_servers.memory]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-memory"]
Configuration pour les autres clients →
Autres serveurs de la catégorie modèles et mémoire
Sequential Thinking
Fournit au modèle un bloc-notes pour décomposer un problème en étapes numérotées, qu’il peut modifier ou explorer en parallèle.
Pinecone
Recherche dans la documentation Pinecone et crée, alimente et interroge des index vectoriels Pinecone depuis un serveur local.
Hugging Face
Recherche des modèles, jeux de données, articles et documentation sur Hub, et appelle des Spaces Gradio comme outils, hébergés par Hugging Face.