Cara Pasang Memmy Sebagai Hab Memori Ejen AI di VPS
Gunakan Memmy untuk menyatukan memori ejen AI anda pada satu storan SQLite tempatan. Ikuti panduan membina dari sumber pada Ubuntu dan jalankan servis pada port 18960.
Apakah Memmy dan perkara yang disimpannya
Memmy ialah hab memori tempatan untuk ejen AI yang berjalan pada VPS (virtual private server) anda sendiri. Memmy menyimpan satu pangkalan data SQLite tentang perkara yang telah dipelajari oleh ejen anda, dan setiap ejen pada pelayan tersebut membaca serta menulis pada stor yang sama. Projek ini memmy-agent daripada MemTensor, dilesenkan di bawah MIT, pada versi 1.2.401 setakat 1 November 2026; Memory mempunyai versi berasingan, iaitu 2.1.7.
Hanya sebahagian daripadanya penting pada pelayan. Memmy menyediakan servis memori yang mendengar pada http://127.0.0.1:18960, antara muka baris perintah (CLI) memmy-memory yang berkomunikasi dengan servis tersebut, dan workbench desktop. Workbench itu hanya tersedia untuk macOS dan Windows, jadi pada VPS Linux anda menjalankan servis dan CLI. Itu sudah memadai untuk memberikan Claude Code, Codex dan Cursor memori dikongsi.
Memmy menyusun perkara yang disimpannya ke dalam empat lapisan. Capture mula-mula menyimpan Raw Turn yang berasingan, kemudian menulis satu item L1 Trace bagi setiap langkah yang ditangkap, termasuk permintaan, respons, panggilan alat dan hasil. L2 Policy ialah prosedur yang terbit daripada trace yang terbukti berguna. L3 World Model ialah pengetahuan stabil tentang sesuatu projek atau persekitaran. Skill ialah prosedur boleh dipanggil yang dikristalkan daripada policy. Capture mencipta trace L1, tugas latar belakang mengembangkan lapisan yang lebih tinggi, dan penulisan eksplisit boleh memilih sesuatu lapisan. Jika perbezaan ini kelihatan abstrak, memori ialah salah satu peringkat kemudian dalam laluan berperingkat untuk belajar membina ejen, dan lapisan tersebut menjadi lebih mudah difahami selepas anda menulis gelung ejen biasa sendiri serta melihatnya melupakan segala-galanya antara satu proses berjalan dengan proses yang seterusnya.
Perkara yang berubah dengan hab memori dikongsi berbanding memori setiap alat
Setiap ejen kini mempunyai memori sendiri. Claude Code menyimpan fail arahan dalam repositori. Cursor menyimpan peraturan dalam pangkalan data ruang kerjanya. Codex menyimpan log sesi di bawah ~/.codex. Setiap stor hanya dimiliki oleh satu alat. Oleh itu, fakta yang anda ajarkan pada hari Isnin dalam satu alat tidak diketahui oleh alat lain pada hari Selasa. Anda menanggung kos itu dua kali: sekali dalam token yang digunakan untuk menerangkan semula projek yang sama, dan sekali lagi melalui kerja yang salah apabila ejen bertindak berdasarkan andaian yang telah anda betulkan di tempat lain.
Hab mengalihkan stor keluar daripada alat. Memmy juga membaca stor sedia ada, jadi anda tidak bermula dengan pangkalan data kosong. Pengimbasnya mengetahui sepuluh sumber terbina dalam: Claude Code di ~/.claude/projects/**/*.jsonl, Codex di ~/.codex/sessions/<YYYY>/<MM>/<DD>/rollout-*.jsonl, OpenCode di ~/.local/share/opencode/opencode.db, fail state.vscdb milik Cursor, pangkalan data SQLite OpenClaw di bawah ~/.openclaw, Hermes di ~/.hermes, DeepSeek Harness di ~/.dsh/sessions, WorkBuddy di ~/.workbuddy/projects, Pi di ~/.pi/agent/sessions dan QwenWork di ~/.qwenworkcn/projects. Workbench desktop boleh menambah ejen lain mengikut nama dan hanya meminta path sejarahnya apabila ejen itu tidak dapat ditemui secara automatik. Pengimbas pada pelayan tidak mempunyai sumber tersuai. Oleh itu, pada VPS tanpa kepala, anda mendapat sumber terbina dalam sahaja.
Kiraan import tidak akan sepadan, dan itu memang dijangka. Pengimbas mengumpulkan mesej mengikut sumber dan perbualan, kemudian menulis satu memori L1 bagi setiap giliran yang lengkap. Sesuatu giliran dikira lengkap apabila kandungan pengguna tidak kosong dan giliran itu berakhir dengan mesej assistant yang tidak kosong. Oleh itu, giliran yang tidak lengkap tidak menyumbang apa-apa sehingga penyegerakan kemudian melengkapkannya. Mesej dinyahganda menggunakan checkpoint perbualan dan ID giliran yang stabil. Bilangan yang diimbas, bilangan mesej yang diimport dan bilangan memori baharu semuanya berbeza dalam proses yang sama.
Bahagian ini berkaitan dengan cara Claude Code mengurus konteks dalam satu sesi. Pengurusan konteks menentukan perkara yang muat dalam satu tetingkap. Hab memori menentukan perkara yang kekal selepas tetingkap itu ditutup.
Keperluan pada VPS
- Node.js 22 atau lebih baharu. Dokumentasi Memmy memerlukannya, manakala Ubuntu 24.04 disertakan dengan Node 18.
gitdan rantaian alat binaan, keranabetter-sqlite3ialah modul native yang mungkin dikompil semasa pemasangan.- RAM untuk pemasangan ruang kerja root dan rantaian binaan frontendnya.
- Ruang cakera kosong untuk
node_modulesdan pangkalan data.
sudo apt update
sudo apt install -y git build-essential python3 curl ca-certificates sqlite3
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
node --versionnode --version sepatutnya memaparkan v22 atau lebih tinggi untuk binaan sumber yang didokumenkan. v18 di sini bermaksud langkah NodeSource tidak berjaya digunakan. Nilai lalai npm bagi engine-strict ialah false, jadi pengisytiharan enjin yang tidak serasi biasanya menghasilkan amaran dan bukannya menggagalkan pemasangan secara automatik.
Pasang Memmy daripada kod sumber pada Ubuntu 24.04
git clone https://github.com/MemTensor/memmy-agent.git
cd memmy-agent
cp .env.example .env
npm install
npm run memory:buildnpm run memory:build menyusun workspace @memmy/memory menjadi Memory/dist. Ia juga membina AgentSourceCore, pemapar memori dan aset integrasi yang diperlukan oleh workspace tersebut. Semak sama ada modul asli berjaya dimuatkan:
node -e "const Database = require('better-sqlite3'); const db = new Database(':memory:'); db.close(); console.log('better-sqlite3 loads')"Jika baris itu menghasilkan ralat dan bukannya output, baca ralat tersebut untuk mengenal pasti kegagalan pemuatan atau pengawalan pangkalan data. Jika terdapat ketidakpadanan modul asli, jalankan npm rebuild better-sqlite3. Perintah itu sama seperti yang dijalankan oleh skrip permulaan projek sendiri sebelum sebarang komponen dimulakan.
README mendokumenkan bash scripts/dev-start.sh sebagai perintah mula dengan satu langkah. Jangan jalankannya pada VPS tanpa kepala. Perintah itu memulakan shell desktop Electron dan pelayan pembangunan Vite pada port 19000 bersama-sama servis memori. Electron memerlukan paparan. Oleh itu, pada pelayan tanpa sesi grafik, skrip tersebut akan tergantung atau keluar.
Keluaran terbaharu turut menyediakan memmy-agent-linux-cli.tar.gz dan install.sh untuk Linux x64 dan arm64. Pemasang memerlukan Node.js 22.23.4+ dalam siri 22.x, 24.22.1+ dalam siri 24.x, atau 26.12.1+ dalam siri 26.x, serta sesi pengguna systemd. Pemasang menolak versi major yang lain. Ia meletakkan pelancar memmy dan memmy-memory dalam ~/.local/bin, kemudian memulakan servis memori sebagai unit pengguna pada 127.0.0.1:18960. Panduan ini menggunakan binaan daripada kod sumber kerana kaedah ini membolehkan anda membaca setiap skrip sebelum skrip tersebut dijalankan.
Mulakan servis memori dan semak bahawa servis itu memberikan respons
npm run memory:serve:devItulah cara yang didokumenkan untuk menjalankan servis memori daripada kod sumber. Servis ini terikat pada 127.0.0.1:18960, menyimpan pangkalan data di ~/.memmy/memory-service/memory.sqlite dan membaca konfigurasi daripada ~/.memmy/config.yaml. Pelayan menerima nilai yang sama sebagai flag jika anda mahu menyatakannya dengan jelas:
npm run memory:serve:dev -- \
--host 127.0.0.1 --port 18960 \
--db ~/.memmy/memory-service/memory.sqlite \
--config ~/.memmy/config.yamlDaripada shell kedua, semak sama ada servis itu masih hidup:
curl -sS http://127.0.0.1:18960/api/v1/healthPemeriksaan kesihatan tidak memerlukan token. Oleh itu, pemeriksaan ini sesuai digunakan sebagai probe. Jika curl keluar dengan kod 7 dan mesej Failed to connect to 127.0.0.1 port 18960, sambungan gagal. Keadaan itu sahaja tidak membuktikan sama ada terdapat listener. Semak alamat, port dan firewall setempat. Baca terminal yang menjalankan servis untuk melihat ralat semasa permulaan. ss -lntp | grep 18960 mengesahkan socket selepas servis bermula.
API HTTP (antara muka pengaturcaraan aplikasi) yang lain berada di bawah /api/v1.
POST /api/v1/memory/addmenulis memori danPOST /api/v1/memory/searchmembuat pertanyaan.GET /api/v1/memory/:iddanDELETE /api/v1/memory/:idmembaca serta mengalih keluar satu entri.POST /api/v1/sessions/opendanPOST /api/v1/sessions/:sessionId/closemenandakan mula dan tamat sesi ejen.POST /api/v1/turns/startdanPOST /api/v1/turns/:turnId/completemerekodkan satu giliran.GET /api/v1/panel/overview,/api/v1/panel/analysisdan/api/v1/panel/itemsmengisi dashboard.
Memmy memperuntukkan satu blok port. Dalam mod headless, anda hanya menggunakan port pertama bagi setiap fungsi: 18960 untuk memori, 18970 untuk pemeriksaan kesihatan gateway, 18980 untuk UI web dan HTTP pentadbiran, 18990 untuk API yang serasi dengan OpenAI dan dimulakan oleh memmy serve, kemudian 19000 untuk server pembangunan Vite frontend desktop dan 19001 untuk socket hot reload. Halaman port projek masih menyenaraikan 19010 untuk hot reload, tetapi konfigurasi Vite menetapkan 19001. Jika sesuatu pada pelayan anda sudah menggunakan salah satu port tersebut, semak senarai itu.
Dari mana datangnya arahan memmy-memory
Di sinilah pemasangan kali pertama biasanya gagal, jadi bacalah daripada pakej dan bukannya meneka. Nama arahan tiada kaitan dengan nama repositori. Ia datang daripada medan bin dalam ruang kerja yang mentakrifkannya:
node -p "JSON.stringify(require('./Memory/package.json').bin)"Arahan itu mencetak {"memmy-memory":"./dist/src/cli/index.js"}. Jadi, titik masuk yang dibina ialah Memory/dist/src/cli/index.js, dan ia hanya wujud selepas npm run memory:build, kerana proses binaanlah yang mencipta dist dan menandakan fail tersebut sebagai boleh laksana. Jalankan ia secara terus:
node Memory/dist/src/cli/index.js healthJika anda mahukan nama ringkas pada PATH anda, pautkan fail yang sama:
sudo ln -s "$PWD/Memory/dist/src/cli/index.js" /usr/local/bin/memmy-memory
memmy-memory healthCLI menggunakan http://127.0.0.1:18960 sebagai lalai dan menerima --url, --token, --config, --source serta --user-id. Sub-arahan bagi CLI ini ialah init, health, search, add, get dan delete, ditambah dengan panggilan session dan turn yang digunakan oleh ejen dan bukannya manusia, serta install, upgrade, service dan stop untuk mengurus servis itu sendiri. memmy-memory search "deploy steps" dan memmy-memory add "staging migrates on deploy" adalah dua arahan yang paling kerap dijalankan oleh ejen.
Bagaimanakah cara menyambungkan Claude Code kepada Memmy?
Memmy tidak mendaftarkan dirinya sebagai pelayan di dalam Claude Code. Memmy bersambung melalui fail yang sememangnya dibaca oleh Claude Code, dan tahap penyepaduannya bergantung pada memmy-memory yang anda jalankan. Daripada source checkout, memmy-memory init --agent claude menulis Skill memmy-memory ke dalam ~/.claude/skills/ serta blok memori bertanda ke dalam ~/.claude/CLAUDE.md. Kemudian, Claude Code menjalankan memmy-memory sebagai perintah shell biasa apabila arahan tersebut memintanya berbuat demikian. Launcher yang dipasang oleh pemasang Linux di ~/.local/bin menyediakan penyepaduan yang lebih menyeluruh: perintah yang sama turut mendaftarkan hook dalam ~/.claude/settings.json untuk SessionStart, UserPromptSubmit, Stop, PostCompact dan SessionEnd. Hook ini memasukkan memori yang berkaitan dan menyimpan setiap giliran yang selesai tanpa model perlu memutuskan untuk berbuat demikian.
Tulis arahan itu secara manual sekali supaya anda tahu dengan tepat perkara yang diberikan kepada ejen. Claude Code membaca CLAUDE.md daripada root projek pada permulaan setiap sesi. Oleh itu, bahagian seperti ini merupakan keseluruhan penyepaduan untuk laluan source:
## Memory
Before starting a task, run `memmy-memory search "<topic>"` and read what comes back.
When a task is done, run `memmy-memory add "<what you learned>"` for anything that will matter next session.Fahami perkara yang disediakan oleh penyepaduan ini. Tanpa hook, penyepaduan ini hanya pada peringkat arahan. Ia berfungsi apabila model memutuskan untuk menjalankan perintah tersebut, dan tidak sebaliknya. Tiada apa-apa yang memaksa panggilan itu dibuat. Jika sesi berakhir tanpa add, arahan itu sendiri tidak menyimpan apa-apa. Imbasan sejarah kemudian masih boleh mengimport giliran yang telah selesai. Ini ialah pertukaran yang sama seperti fail memori Claude Code sendiri, dengan satu perbezaan: stor itu dikongsi, jadi nota tersebut turut tersedia kepada Codex dan Cursor pada mesin yang sama. Hook menutup jurang ini tanpa bergantung pada keputusan model. Atas sebab yang sama, memori tahan lama diletakkan bersama had bajet dan peraturan permission dalam plugin DeepSeek Harness yang wajar dipasang.
Arah yang satu lagi tidak memerlukan sebarang persediaan. Pengimbas Memmy sememangnya membaca ~/.claude/projects/**/*.jsonl, iaitu lokasi Claude Code menulis transkrip sesinya. Jalankan Memmy pada pelayan yang sama dengan Claude Code dalam sesi tmux, dan kerja semalam akan menjadi memori tanpa memerlukan sebarang konfigurasi.
Adakah Memmy berfungsi sebagai pelayan MCP untuk Claude Code?
Tidak, dan mengetahui hala tuju ini dapat menjimatkan masa anda. MCP (model context protocol) mempunyai klien dan pelayan. Memmy ialah klien. Ia menyambung keluar ke pelayan MCP dan menawarkan alat tersebut kepada runtime ejennya sendiri. Ia tidak menerbitkan endpoint MCP yang boleh dihalakan oleh claude mcp add. Satu-satunya jambatan MCP dalam repositori tersebut adalah milik integrasi Composio di dalam API tempatan desktop, dan API tersebut mengikat port rawak pada 127.0.0.1 di sebalik header x-memmy-mcp-token miliknya sendiri.
Bahagian klien dikonfigurasikan dalam ~/.memmy/config.yaml, fail yang ditunjuk oleh MEMMY_CONFIG, di bawah tools.mcpServers:
tools:
mcpServers:
example:
type: stdio
command: npx
args:
- "-y"
- "your-mcp-server"
toolTimeout: 30
enabledTools:
- "*"type menerima stdio, sse dan streamableHttp. Pelayan stdio berjalan sebagai proses anak bagi Memmy, yang bermaksud arahannya mesti wujud pada mesin yang sama dan berjalan sebagai pengguna yang sama. Jika anda sudah mengekalkan pelayan MCP yang berjalan pada VPS, itulah pelayan yang perlu disenaraikan di sini.
Memastikan stor memori kekal peribadi
Semua yang dimiliki Memmy disimpan di bawah ~/.memmy: config.yaml, ruang kerja, memory-service/memory.sqlite dan fail masa jalan. Pengimbasan dan pengingesan berlaku secara setempat, dan memori ditulis ke fail SQLite setempat itu. Oleh itu, konfigurasi lalai benar-benar bersifat setempat.
Sambungan awan ialah salah satu laluan yang perlu dipantau. MEMMY_CLOUD_SERVICE menetapkan asal awan. Kod tidak menetapkan nilai lalai untuknya, tetapi .env.example, yang disalin oleh langkah pemasangan ke .env, menetapkannya kepada https://api.memmy.cn. Sambungan ini menyokong mod akaun dengan token percubaannya. Apabila ditetapkan, kod analitik Memmy turut menghantar peristiwa penggunaan kepadanya, termasuk dalam mod API key: nama peristiwa dan arahan, versi serta ID pemasangan. CLI hanya melaporkan perkataan arahan yang tetap, bukan pertanyaan carian atau teks memori. Kod analitik tidak menghantar apa-apa apabila nilai tersebut tidak ditetapkan. Oleh itu, pada pelayan yang hanya menggunakan API keys, kosongkan baris itu dalam .env sebelum anda memulakan apa-apa. Program penambahbaikan memori ialah togol berasingan dalam tetapan privasi.
Panggilan model ialah satu lagi laluan. Jika anda mengkonfigurasi penyedia embedding terhos, teks memori yang diproses untuk embedding akan dihantar kepada penyedia itu supaya boleh ditukar kepada vektor. Storan setempat tidak menghalang penghantaran tersebut. Gunakan penyedia embedding setempat terbina dalam atau endpoint embedding yang anda hos sendiri untuk menutup laluan itu. Model terhos untuk ringkasan, evolusi dan penapisan perkaitan turut menerima kandungan memori apabila tugas tersebut berjalan. Oleh itu, semak tetapan model itu juga.
Kekalkan port 18960 pada alamat loopback. Port itu tidak memerlukan peraturan firewall kerana servis yang terikat pada 127.0.0.1 langsung tidak boleh dicapai dari luar pelayan. Aksesnya dari komputer riba anda melalui SSH:
ssh -N -L 18960:127.0.0.1:18960 you@your-vpsPerkhidmatan memori semasa menolak alamat bind bukan loopback. Menetapkan storage.token dalam konfigurasi, atau pemboleh ubah persekitaran MEMMY_MEMORY_TOKEN atau MEMORY_SERVICE_TOKEN, melindungi panggilan API memori biasa dengan bearer token. Health check kekal tanpa pengesahan, manakala browser viewer menggunakan semakan berasingan untuk permintaan setempat. Nilai konfigurasi menyokong rujukan ${ENV_NAME}. Oleh itu, token dan API keys model anda tidak perlu disimpan dalam fail itu sendiri. Amalan ini sama seperti menyimpan rahsia di luar AI agents di tempat lain, manakala polisi ufw default deny menjadi perlindungan tambahan jika versi akan datang mengubah alamat bind lalainya.
Buat sandaran ~/.memmy sebelum mempercayainya
memory.sqlite ialah keseluruhan stor. Vektor disimpan dalam fail yang sama melalui sambungan sqlite-vec, jadi satu fail itu sudah memadai sebagai sandaran. Menyalinnya dengan cp semasa servis sedang menulis boleh menghasilkan pangkalan data yang tidak lengkap. Gunakan perintah sandaran SQLite sendiri:
mkdir -p ~/memmy-backup
sqlite3 ~/.memmy/memory-service/memory.sqlite ".backup '$HOME/memmy-backup/memory.sqlite'"Perintah itu menghasilkan salinan yang konsisten semasa servis terus berjalan. Hantar salinan itu ke luar pelayan mengikut jadual, seperti yang disediakan oleh restic ke storan luar tapak. Kehilangan config.yaml hanya menyebabkan anda perlu memasukkan semula tetapan penyedia. Kehilangan memory.sqlite menyebabkan semua memori yang direkodkan sejak sandaran terakhir yang boleh digunakan hilang; servis itu juga mencipta sandaran setempat sebelum migrasi skema, tetapi sandaran tersebut bukan salinan luar tapak yang terkini.
Jalankan perkhidmatan memory menggunakan systemd
npm run memory:serve:dev dalam shell akan berhenti apabila shell ditutup. Fail unit memastikan perkhidmatan terus berjalan selepas reboot. Perkhidmatan ini dijalankan sebagai pengguna memmy, daripada checkout dalam /opt/memmy, dengan konfigurasinya dalam direktori home pengguna tersebut. Hentikan salinan yang sedang berjalan dalam shell, kemudian pindahkan checkout dan konfigurasi itu serta ubah hala pautan memmy-memory:
sudo useradd -m -s /bin/bash memmy
sudo mkdir -p /opt/memmy
sudo mv ~/memmy-agent /opt/memmy/memmy-agent
sudo chown -R memmy:memmy /opt/memmy
sudo ln -sfn /opt/memmy/memmy-agent/Memory/dist/src/cli/index.js /usr/local/bin/memmy-memory
sudo install -d -o memmy -g memmy -m 700 /home/memmy/.memmy
sudo install -o memmy -g memmy -m 600 ~/.memmy/config.yaml /home/memmy/.memmy/config.yaml
sudo install -d -m 755 /etc/memmyPerkhidmatan ini menyimpan pangkalan datanya dalam /home/memmy/.memmy, jadi ia bermula dengan stor kosong.
[Unit]
Description=Memmy memory service
After=network-online.target
[Service]
Type=simple
User=memmy
WorkingDirectory=/opt/memmy/memmy-agent
EnvironmentFile=/etc/memmy/memory.env
ExecStart=/usr/bin/npm run memory:serve:dev
Restart=on-failure
RestartSec=5
[Install]
WantedBy=multi-user.targetJangan letakkan token dalam unit. Simpan token dalam /etc/memmy/memory.env, milik root, dengan mod 600:
MEMMY_CONFIG=/home/memmy/.memmy/config.yaml
MEMMY_MEMORY_TOKEN=replace-this-with-a-long-random-stringsudo systemctl daemon-reload
sudo systemctl enable --now memmy-memory
systemctl status memmy-memory --no-pager
curl -sS http://127.0.0.1:18960/api/v1/healthstatus=203/EXEC dalam output status bermaksud systemd tidak dapat menjalankan ExecStart langsung. Semak which npm: lokasinya ialah /usr/bin/npm dalam pemasangan NodeSource dan sesuatu di bawah home pengguna apabila menggunakan nvm, yang tidak akan ditemui oleh systemd. Unit yang bermula lalu terus berhenti memerlukan semakan status keluar dan journal. Kod 0 bermaksud keluar dengan bersih, manakala hasil lain termasuk keluar dengan kod bukan sifar, isyarat dan tamat masa. Jalankan journalctl -u memmy-memory -n 50 untuk melihat output perkhidmatan. Mekanismenya sama seperti mana-mana perkhidmatan systemd lain pada VPS.
Projek ini kini menawarkan dua alternatif pada peringkat pengguna. Laluan README untuk binaan daripada sumber ialah memmy-memory install --service-only, yang memuat turun runtime Memory yang ditetapkan versinya dan mendaftarkan perkhidmatan pengguna. Pemasang Linux pula menyediakan memmy-memory.service sebagai unit systemd --user. Kedua-duanya tidak mengaktifkan linger. Oleh itu, jalankan sudo loginctl enable-linger <user> untuk memastikan pengurus perkhidmatan pengguna tersebut terus berjalan selepas logout dan memulakannya semasa boot.
Perkara yang belum dilakukan oleh Memmy
- Tiada binaan desktop Linux. Skrip pembungkusan meliputi macOS dan Windows, jadi workbench dan wizard onboarding tidak tersedia pada pelayan itu sendiri. Memory service kini menyertakan viewer pelayar pada
http://127.0.0.1:18960/viewer/, yang boleh dicapai melalui SSH tunnel di atas. Sebaliknya, Linux mendapat tarball CLI daninstall.sh. memory:serve:devmenjalankan entry point TypeScript melaluitsx, iaitu laluan pembangunan. Repository turut menyediakanmemory:serveuntuk output yang telah dikompil. Jalankannpm runtanpa argumen untuk melihat skrip yang benar-benar tersedia dalam checkout anda.- Retrieval membina tetingkap carian daripada 2,000 baris vektor terkini, kemudian menggunakan pemilihan Top-K dalam tetingkap itu. Dalam store yang sangat besar, memory lama mungkin berada di luarnya.
- Embedding berlaku selepas capture, dan kegagalan dimasukkan ke dalam retry queue, bukan menghalang giliran agent. Memory yang baru ditambah mungkin belum boleh dicari melalui vector search.
- Pelayan kedua dengan pangkalan data SQLite tempatannya sendiri mempunyai memory yang berasingan.
Versi 1.2.401 pada 1 November 2026 masih menggambarkan projek yang baharu dan berkembang pesat. Flag, path dan nama skrip berubah antara release. Semak medan bin dan output npm run dalam checkout anda sendiri, bukannya mempercayai arahan yang disalin dari mana-mana tempat, termasuk di sini.
FAQ
Mengapa semakan kesihatan mengembalikan connection refused?
Kod keluar curl 7 dengan Failed to connect to 127.0.0.1 port 18960 menunjukkan sambungan gagal, bukan sama ada Memmy dihentikan, ranap, mendengar pada alamat lain atau tidak boleh dicapai. Semak alamat dan port, jalankan ss -lntp | grep 18960, kemudian baca terminal atau journal tempat servis dimulakan. Jika log melaporkan ketidakpadanan modul SQLite native, jalankan npm rebuild better-sqlite3. Semak versi Node anda juga: dokumentasi sumber memerlukan Node 22 atau lebih baharu, manakala pemasang Linux hanya menerima Node.js 22.23.4+ dalam siri 22.x, 24.22.1+ dalam siri 24.x atau 26.12.1+ dalam siri 26.x.
Dari manakah arahan memmy-memory diperoleh selepas membina daripada kod sumber?
Arahan itu diperoleh daripada medan bin bagi pakej workspace @memmy/memory, bukan daripada nama repositori. Jalankan node -p "JSON.stringify(require('./Memory/package.json').bin)" dalam checkout, dan arahan itu mencetak {"memmy-memory":"./dist/src/cli/index.js"}. Fail itu hanya wujud selepas npm run memory:build kerana binaan mencipta dist serta menandakan fail tersebut sebagai boleh dilaksanakan. Jalankan fail itu sebagai node Memory/dist/src/cli/index.js health, atau cipta symlink kepadanya dalam /usr/local/bin untuk menggunakan nama ringkas.
Bolehkah saya menambahkan Memmy kepada Claude Code dengan claude mcp add?
Tidak. Memmy ialah klien MCP, bukan pelayan MCP. Memmy membuat sambungan keluar kepada pelayan yang disenaraikan di bawah tools.mcpServers dalam ~/.memmy/config.yaml, kemudian menyediakan alat pelayan tersebut kepada runtime sendiri. Claude Code mencapai Memmy melalui arah yang bertentangan, iaitu dengan menjalankan CLI memmy-memory sebagai arahan shell. memmy-memory init --agent claude menulis Skill dan blok CLAUDE.md yang memberitahu Claude Code masa untuk menggunakannya. Pelancar daripada pemasang Linux turut menambahkan hook Claude Code yang menyimpan turn secara automatik.
Adakah menjalankan Memmy menghantar memori saya kepada servis awan?
Pengimbasan dan pengingesan dijalankan secara setempat, dan memori ditulis ke ~/.memmy/memory-service/memory.sqlite pada cakera anda sendiri. MEMMY_CLOUD_SERVICE, yang ditetapkan kepada https://api.memmy.cn dalam .env.example, menyediakan mod akaun dan token percubaan serta menerima analitik penggunaan tanpa teks memori selagi tetapan itu digunakan. Kosongkan tetapan tersebut jika anda hanya menggunakan kunci API. Program penambahbaikan memori mempunyai togol privasi yang berasingan. Model embedding terhos menerima teks memori yang ditukarkannya kepada vektor. Gunakan provider setempat terbina dalam atau endpoint yang anda kendalikan sendiri untuk memastikan pemprosesan itu berjalan secara setempat. Model ringkasan, evolusi dan penapisan kerelevanan terhos juga menerima kandungan memori apabila kerja tersebut dijalankan.