Memmy na VPS: wspólna pamięć dla agentów AI
Memmy tworzy lokalny magazyn pamięci dla agentów AI. Instrukcja pokazuje kompilację na Ubuntu, uruchomienie usługi na porcie 18960 i przechowywanie notatek lokalnie.
Czym jest Memmy i co przechowuje
Memmy to lokalne centrum pamięci dla agentów AI, które działa na własnym VPS (virtual private server). Przechowuje jedną bazę danych SQLite zawierającą informacje przyswojone przez agentów, a każdy agent na serwerze odczytuje i zapisuje dane w tym samym magazynie. Projekt jest memmy-agent od MemTensor, udostępniony na licencji MIT, w wersji 1.2.401 na dzień 1 listopada 2026; Memory posiada niezależną wersję 2.1.7.
Na serwerze istotna jest tylko część tego oprogramowania. Memmy dostarcza usługę pamięci, która nasłuchuje na http://127.0.0.1:18960, interfejs wiersza poleceń (CLI) memmy-memory komunikujący się z tą usługą oraz pulpitowe środowisko robocze. Środowisko robocze jest pakowane wyłącznie dla systemów macOS i Windows, dlatego na serwerze Linux VPS uruchamia się usługę oraz CLI. Jest to wystarczające, aby zapewnić współdzieloną pamięć dla Claude Code, Codex oraz Cursor.
Memmy sortuje przechowywane dane w cztery warstwy. Capture najpierw zapisuje oddzielny Raw Turn, a następnie tworzy jeden element L1 Trace dla każdego zarejestrowanego kroku, w tym żądań, odpowiedzi, wywołań narzędzi i wyników. L2 Policy to procedura wywiedziona z analizy śladów, które okazały się użyteczne. L3 World Model to stabilna wiedza o projekcie lub środowisku. Skill to wywoływalna procedura wykrystalizowana z polityki. Capture tworzy ślady L1, zadania w tle rozwijają wyższe warstwy, a jawne zapisy pozwalają na wybór warstwy. Jeśli te rozróżnienia wydają się abstrakcyjne, pamięć stanowi jeden z późniejszych etapów w etapowej ścieżce nauki budowania agentów, a warstwy stają się bardziej zrozumiałe po samodzielnym napisaniu prostej pętli agenta i zaobserwowaniu, jak zapomina on wszystko pomiędzy uruchomieniami.
Co zmienia współdzielony hub pamięci w porównaniu z pamięcią przypisaną do narzędzia
Obecnie każdy agent dostarcza własną pamięć. Claude Code przechowuje pliki instrukcji w repozytorium. Cursor utrzymuje reguły w bazie danych obszaru roboczego. Codex przechowuje dzienniki sesji w ~/.codex. Każdy magazyn należy do jednego narzędzia, więc fakt przekazany w poniedziałek w jednym narzędziu jest nieznany we wtorek w innym. Koszt tego rozwiązania jest podwójny: pierwszy to tokeny zużyte na ponowne wyjaśnianie tego samego projektu, a drugi to błędna praca, gdy agent działa w oparciu o założenie, które zostało już poprawione w innym miejscu.
Hub przenosi magazyn poza narzędzie. Memmy odczytuje również istniejące magazyny, więc praca nie zaczyna się od pustej bazy danych. Skaner obsługuje dziesięć wbudowanych źródeł: Claude Code w ~/.claude/projects/**/*.jsonl, Codex w ~/.codex/sessions/<YYYY>/<MM>/<DD>/rollout-*.jsonl, OpenCode w ~/.local/share/opencode/opencode.db, pliki state.vscdb w Cursor, bazy danych SQLite OpenClaw w ~/.openclaw, Hermes w ~/.hermes, DeepSeek Harness w ~/.dsh/sessions, WorkBuddy w ~/.workbuddy/projects, Pi w ~/.pi/agent/sessions oraz QwenWork w ~/.qwenworkcn/projects. Pulpitowy workbench pozwala dodać kolejnego agenta po nazwie i pyta o ścieżkę do historii tylko wtedy, gdy nie może samodzielnie zlokalizować agenta. Skaner po stronie serwera nie obsługuje źródeł niestandardowych, więc na bezgłowym VPS dostępne są tylko źródła wbudowane.
Liczniki importu nie będą się zgadzać i jest to zachowanie oczekiwane. Skaner grupuje wiadomości według źródła i konwersacji, a następnie zapisuje jedną pamięć L1 na każdą pełną turę. Tura jest uznawana za pełną, gdy zawiera niepustą treść użytkownika i kończy się niepustą wiadomością asystenta, więc niepełna tura nie wnosi nic, dopóki późniejsza synchronizacja jej nie uzupełni. Wiadomości są deduplikowane przy użyciu punktów kontrolnych konwersacji i stabilnych identyfikatorów tur. Liczba przeskanowanych elementów, liczba zaimportowanych wiadomości oraz liczba nowych pamięci różnią się w ramach tego samego uruchomienia.
Jest to element powiązany z tym, jak Claude Code zarządza kontekstem w ramach jednej sesji. Zarządzanie kontekstem decyduje o tym, co mieści się w pojedynczym oknie. Hub pamięci decyduje o tym, co przetrwa po zamknięciu tego okna.
Wymagania na serwerze VPS
- Node.js w wersji 22 lub nowszej. Dokumentacja Memmy wymaga tej wersji, natomiast Ubuntu 24.04 dostarcza domyślnie Node 18.
gitoraz zestaw narzędzi do kompilacji, ponieważbetter-sqlite3jest modułem natywnym, który może wymagać kompilacji podczas instalacji.- Pamięć RAM dla instalacji głównego obszaru roboczego oraz procesu budowania frontend.
- Wolne miejsce na dysku dla
node_modulesoraz bazy danych.
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 powinno zwrócić v22 lub wyższą wartość dla udokumentowanej kompilacji ze źródeł. Wartość v18 w tym miejscu oznacza, że krok instalacji z NodeSource nie powiódł się. Ustawienie engine-strict w npm domyślnie przyjmuje wartość false, dlatego niezgodna deklaracja silnika zazwyczaj generuje ostrzeżenie, zamiast automatycznie przerywać instalację.
Instalacja Memmy ze źródeł na 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 kompiluje obszar roboczy @memmy/memory do Memory/dist. Buduje również AgentSourceCore, przeglądarkę pamięci oraz zasoby integracyjne wymagane przez ten obszar roboczy. Sprawdź, czy moduł natywny został załadowany:
node -e "const Database = require('better-sqlite3'); const db = new Database(':memory:'); db.close(); console.log('better-sqlite3 loads')"Jeśli ta linia zwraca błąd zamiast wyniku, odczytaj go, aby zidentyfikować przyczynę niepowodzenia ładowania lub inicjalizacji bazy danych. W przypadku niezgodności modułu natywnego uruchom npm rebuild better-sqlite3, co jest dokładnie tym, co wykonuje skrypt startowy projektu przed uruchomieniem jakiegokolwiek procesu.
Plik README dokumentuje bash scripts/dev-start.sh jako polecenie uruchomienia jednym krokiem. Nie uruchamiaj go na serwerze VPS bez interfejsu graficznego (headless). Polecenie to uruchamia powłokę desktopową Electron oraz serwer deweloperski Vite na porcie 19000 obok usługi pamięci, a Electron wymaga wyświetlacza, więc na serwerze bez sesji graficznej skrypt zawiesza się lub kończy działanie.
Ostatnie wydania dołączają również memmy-agent-linux-cli.tar.gz oraz install.sh dla systemów Linux x64 i arm64. Instalator wymaga Node.js w wersji 22.23.4+ w ramach gałęzi 22.x, 24.22.1+ w ramach 24.x lub 26.12.1+ w ramach 26.x, a także sesji użytkownika systemd; inne główne wersje są odrzucane. Instalator umieszcza launchery memmy oraz memmy-memory w ~/.local/bin i uruchamia usługę pamięci jako jednostkę użytkownika w 127.0.0.1:18960. Niniejszy przewodnik opisuje budowanie ze źródeł, ponieważ jest to metoda pozwalająca na weryfikację każdego skryptu przed jego wykonaniem.
Uruchomienie usługi pamięci i weryfikacja odpowiedzi
npm run memory:serve:devJest to udokumentowany sposób uruchamiania usługi pamięci ze źródeł. Usługa wiąże się z 127.0.0.1:18960, przechowuje bazę danych w ~/.memmy/memory-service/memory.sqlite i odczytuje konfigurację z ~/.memmy/config.yaml. Serwer akceptuje te same wartości jako flagi, jeśli wymagane jest ich jawne określenie:
npm run memory:serve:dev -- \
--host 127.0.0.1 --port 18960 \
--db ~/.memmy/memory-service/memory.sqlite \
--config ~/.memmy/config.yamlZ poziomu drugiej powłoki sprawdź, czy usługa działa:
curl -sS http://127.0.0.1:18960/api/v1/healthEndpoint health nie wymaga tokena, dlatego jest właściwym narzędziem diagnostycznym. Jeśli curl kończy działanie z kodem 7 i komunikatem Failed to connect to 127.0.0.1 port 18960, połączenie nie powiodło się; sam ten fakt nie przesądza o braku nasłuchiwania. Należy sprawdzić adres, port oraz lokalny firewall, a także przejrzeć terminal, w którym uruchomiono usługę, pod kątem błędów startowych. ss -lntp | grep 18960 potwierdza istnienie gniazda po uruchomieniu usługi.
Pozostała część API (interfejsu programistycznego aplikacji) HTTP znajduje się pod adresem /api/v1.
POST /api/v1/memory/addzapisuje pamięć, aPOST /api/v1/memory/searchwykonuje zapytania.GET /api/v1/memory/:idorazDELETE /api/v1/memory/:idodczytują i usuwają pojedynczy wpis.POST /api/v1/sessions/openorazPOST /api/v1/sessions/:sessionId/closeinicjują i kończą sesję agenta.POST /api/v1/turns/startorazPOST /api/v1/turns/:turnId/completerejestrują pojedynczą turę.GET /api/v1/panel/overview,/api/v1/panel/analysisoraz/api/v1/panel/itemszasilają pulpit nawigacyjny.
Memmy rezerwuje blok portów, a w trybie headless wykorzystywany jest tylko pierwszy z nich: 18960 dla pamięci, 18970 dla stanu bramy, 18980 dla interfejsu webowego i administracyjnego HTTP, 18990 dla API kompatybilnego z OpenAI, które uruchamia memmy serve, a następnie 19000 dla serwera deweloperskiego Vite frontendu desktopowego oraz 19001 dla jego gniazda hot reload. Strona projektu dotycząca portów nadal wymienia 19010 dla hot reload, jednak konfiguracja Vite ustawia port 19001. Jeśli którykolwiek z tych portów jest już zajęty przez inny proces w systemie, należy sprawdzić tę listę.
Skąd faktycznie pochodzi polecenie memmy-memory
W tym miejscu zazwyczaj dochodzi do błędów podczas pierwszej instalacji, dlatego należy zapoznać się z dokumentacją pakietu, zamiast zgadywać. Nazwa polecenia nie ma związku z nazwą repozytorium. Pochodzi ona z pola bin obszaru roboczego, który je definiuje:
node -p "JSON.stringify(require('./Memory/package.json').bin)"To polecenie wyświetla {"memmy-memory":"./dist/src/cli/index.js"}. Zbudowany punkt wejścia to zatem Memory/dist/src/cli/index.js; plik ten istnieje dopiero po wykonaniu npm run memory:build, ponieważ to proces budowania tworzy dist i nadaje plikowi uprawnienia do wykonywania. Należy uruchomić go bezpośrednio:
node Memory/dist/src/cli/index.js healthAby używać krótkiej nazwy w zmiennej PATH, należy utworzyć dowiązanie do tego samego pliku:
sudo ln -s "$PWD/Memory/dist/src/cli/index.js" /usr/local/bin/memmy-memory
memmy-memory healthInterfejs CLI domyślnie przyjmuje http://127.0.0.1:18960 i obsługuje flagi --url, --token, --config, --source oraz --user-id. Jego podpolecenia to init, health, search, add, get oraz delete, a także wywołania session i turn, z których korzystają agenci, a nie ludzie, oraz install, upgrade, service i stop służące do zarządzania samą usługą. memmy-memory search "deploy steps" oraz memmy-memory add "staging migrates on deploy" to dwa polecenia najczęściej uruchamiane przez agenta.
Jak połączyć Claude Code z Memmy?
Memmy nie rejestruje się jako serwer wewnątrz Claude Code. Łączy się poprzez pliki, które Claude Code już odczytuje, a zakres działania zależy od tego, którą memmy-memory uruchomisz. W przypadku pobrania kodu źródłowego, memmy-memory init --agent claude zapisuje Skill memmy-memory w ~/.claude/skills/ oraz oznaczony blok pamięci w ~/.claude/CLAUDE.md, a Claude Code następnie wykonuje memmy-memory jako zwykłe polecenie powłoki, gdy instrukcje go do tego skłonią. Program uruchamiający, umieszczany przez instalator Linux w ~/.local/bin, działa szerzej: to samo polecenie rejestruje również haki w ~/.claude/settings.json dla SessionStart, UserPromptSubmit, Stop, PostCompact oraz SessionEnd, które wstrzykują odpowiednią pamięć i zapisują każdą zakończoną turę bez konieczności podejmowania decyzji przez model.
Napisz instrukcję ręcznie, ponieważ dzięki temu będziesz dokładnie wiedzieć, co przekazano agentowi. Claude Code odczytuje CLAUDE.md z katalogu głównego projektu na początku każdej sesji, więc sekcja taka jak ta stanowi pełną integrację na ścieżce źródłowej:
## 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.Określ jasno, co dzięki temu zyskujesz. Bez haków jest to integracja na poziomie instrukcji, więc działa tylko wtedy, gdy model zdecyduje się uruchomić polecenie. Nic nie wymusza tego wywołania. Jeśli sesja zakończy się bez add, sama instrukcja niczego nie zapisała; późniejsze skanowanie historii nadal może zaimportować zakończoną turę. Jest to ten sam kompromis, co w przypadku własnych plików pamięci Claude Code, z jedną różnicą: magazyn jest współdzielony, więc notatka trafia również do Codex i Cursor na tej samej maszynie. Haki eliminują tę lukę zamiast prosić o współpracę, co jest również powodem, dla którego trwała pamięć znajduje się obok limitów budżetowych i reguł uprawnień wśród wtyczek DeepSeek Harness wartych zainstalowania.
Drugi kierunek nie wymaga żadnej konfiguracji. Skaner Memmy odczytuje już ~/.claude/projects/**/*.jsonl, gdzie Claude Code zapisuje transkrypcje sesji. Uruchom Memmy na tym samym serwerze, na którym używasz Claude Code wewnątrz sesji tmux, a wczorajsza praca stanie się pamięcią bez konieczności wprowadzania jakichkolwiek ustawień.
Czy Memmy działa jako serwer MCP dla Claude Code?
Nie. Znajomość tej architektury pozwala uniknąć niepotrzebnej pracy. MCP (model context protocol) obejmuje klientów i serwery. Memmy jest klientem. Łączy się z serwerami MCP i udostępnia ich narzędzia własnemu środowisku uruchomieniowemu agenta. Nie udostępnia punktu końcowego MCP, z którym claude mcp add może się połączyć. Jedyny most MCP w repozytorium należy do integracji Composio w ramach lokalnego API aplikacji desktopowej. To API wiąże losowy port na 127.0.0.1 i używa własnego nagłówka x-memmy-mcp-token.
Konfiguracja po stronie klienta znajduje się w ~/.memmy/config.yaml, czyli w pliku wskazywanym przez MEMMY_CONFIG, w katalogu tools.mcpServers:
tools:
mcpServers:
example:
type: stdio
command: npx
args:
- "-y"
- "your-mcp-server"
toolTimeout: 30
enabledTools:
- "*"type akceptuje stdio, sse oraz streamableHttp. Serwer stdio działa jako proces potomny Memmy. Oznacza to, że jego polecenie musi być dostępne na tym samym komputerze i uruchamiane przez tego samego użytkownika. Jeśli serwery MCP działają już na VPS, należy wymienić tutaj właśnie te serwery.
Zapewnienie prywatności magazynu pamięci
Wszystkie dane Memmy znajdują się w ~/.memmy: config.yaml, obszarze roboczym, memory-service/memory.sqlite oraz plikach środowiska uruchomieniowego. Skanowanie i przetwarzanie odbywają się lokalnie, a wspomnienia są zapisywane w lokalnym pliku SQLite, więc domyślna konfiguracja jest w pełni lokalna.
Połączenie z chmurą to ścieżka wymagająca monitorowania. MEMMY_CLOUD_SERVICE określa źródło chmurowe. Kod nie definiuje dla niego wartości domyślnej, jednak .env.example, który w procesie instalacji jest kopiowany do .env, ustawia go na https://api.memmy.cn. Obsługuje on tryb konta z tokenami próbnymi, a gdy jest ustawiony, kod analityczny Memmy przesyła do niego zdarzenia użycia, również w trybie klucza API: nazwy zdarzeń i poleceń, wersje oraz identyfikator instalacji. CLI raportuje wyłącznie stałe nazwy poleceń, nigdy zapytań wyszukiwania ani treści wspomnień, a kod analityczny nie wysyła żadnych danych, gdy wartość jest nieustawiona. Dlatego na serwerze używającym wyłącznie kluczy API należy usunąć tę linię w .env przed uruchomieniem jakichkolwiek procesów. Program poprawy pamięci jest osobnym przełącznikiem w ustawieniach prywatności.
Wywołania modeli to kolejna ścieżka. W przypadku konfiguracji zewnętrznego dostawcy embeddingów, treść wspomnień poddawana wektoryzacji jest przesyłana do tego dostawcy. Lokalna pamięć masowa nie zapewnia tu ochrony. Aby zamknąć tę ścieżkę, należy użyć wbudowanego lokalnego dostawcy embeddingów lub samodzielnie hostowanego punktu końcowego. Zewnętrzne modele podsumowujące, ewolucyjne oraz filtry istotności również otrzymują treść wspomnień podczas wykonywania zadań, dlatego należy zweryfikować także te ustawienia modeli.
Port 18960 powinien pozostać na adresie pętli zwrotnej (loopback). Nie wymaga on reguły firewalla, ponieważ usługa powiązana z 127.0.0.1 jest całkowicie niedostępna z zewnątrz. Dostęp z laptopa należy realizować przez SSH:
ssh -N -L 18960:127.0.0.1:18960 you@your-vpsObecna usługa pamięci odrzuca adresy powiązania inne niż loopback. Ustawienie storage.token w konfiguracji lub użycie zmiennej środowiskowej MEMMY_MEMORY_TOKEN bądź MEMORY_SERVICE_TOKEN zabezpiecza standardowe wywołania API pamięci za pomocą tokena bearer. Stan zdrowia (health) pozostaje nieuwierzytelniony, a przeglądarka używa osobnych kontroli dla żądań lokalnych. Wartości konfiguracyjne obsługują odwołania ${ENV_NAME}, dzięki czemu token oraz klucze API modeli nie znajdują się bezpośrednio w pliku. Jest to dobra praktyka, analogiczna do przechowywania sekretów poza agentami AI, a domyślna polityka deny w ufw stanowi zabezpieczenie na wypadek, gdyby przyszła wersja zmieniła domyślny adres powiązania.
Utwórz kopię zapasową ~/.memmy przed jej użyciem
memory.sqlite stanowi całą bazę danych. Wektory znajdują się w tym samym pliku z rozszerzeniem sqlite-vec, więc jeden plik stanowi pełną kopię zapasową. Kopiowanie go za pomocą cp w trakcie zapisu przez usługę może doprowadzić do powstania niespójnej bazy danych. Należy użyć wbudowanego polecenia kopii zapasowej SQLite:
mkdir -p ~/memmy-backup
sqlite3 ~/.memmy/memory-service/memory.sqlite ".backup '$HOME/memmy-backup/memory.sqlite'"Polecenie to tworzy spójną kopię, podczas gdy usługa nadal działa. Należy regularnie przesyłać kopię poza serwer, do czego służy restic do zdalnego przechowywania. Utrata config.yaml wiąże się jedynie z koniecznością ponownego wprowadzenia ustawień dostawcy. Utrata memory.sqlite oznacza utratę wspomnień zapisanych od czasu ostatniej poprawnej kopii zapasowej; usługa tworzy również lokalną kopię przed migracją schematu, jednak nie zastępuje ona aktualnej kopii zewnętrznej.
Uruchamianie usługi memory w systemd
npm run memory:serve:dev w powłoce kończy działanie wraz z zamknięciem powłoki. Plik jednostki utrzymuje usługę aktywną po restarcie systemu. Usługa działa jako użytkownik memmy, z kopii w /opt/memmy, przy użyciu konfiguracji znajdującej się w katalogu domowym tego użytkownika. Należy zatrzymać instancję działającą w powłoce, przenieść kopię oraz konfigurację, a następnie zaktualizować dowiązanie 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/memmyUsługa przechowuje bazę danych w /home/memmy/.memmy, dlatego po uruchomieniu baza będzie pusta.
[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.targetTokenu nie należy umieszczać w pliku jednostki. Należy zapisać go w /etc/memmy/memory.env, z właścicielem root i uprawnieniami 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 w danych wyjściowych statusu oznacza, że systemd nie mógł uruchomić ExecStart. Należy sprawdzić which npm: w instalacji NodeSource jest to /usr/bin/npm, natomiast w przypadku nvm ścieżka znajduje się w katalogu domowym użytkownika, czego systemd nie odnajdzie. Jeśli jednostka uruchamia się i natychmiast kończy działanie, należy sprawdzić kod wyjścia oraz dziennik: kod 0 oznacza poprawne zakończenie, inne wartości wskazują na błędy, sygnały lub przekroczenie czasu oczekiwania. Należy uruchomić journalctl -u memmy-memory -n 50, aby wyświetlić dane wyjściowe usługi. Mechanizm działania jest identyczny jak w przypadku każdej innej usługi systemd na VPS.
Projekt oferuje obecnie dwie alternatywy na poziomie użytkownika. Ścieżka dla budowania ze źródeł opisana w README to memmy-memory install --service-only, która pobiera przypisane środowisko uruchomieniowe Memory i rejestruje usługę użytkownika, natomiast instalator Linux konfiguruje memmy-memory.service jako jednostkę systemd --user. Żadna z tych metod nie włącza automatycznie funkcji linger, dlatego należy wykonać sudo loginctl enable-linger <user>, aby menedżer usług użytkownika działał po wylogowaniu i uruchamiał się podczas startu systemu.
Czego Memmy jeszcze nie potrafi
- Brak kompilacji na system Linux desktop. Skrypty pakujące obejmują macOS oraz Windows, więc środowisko robocze i kreator konfiguracji nie są dostępne bezpośrednio na serwerze. Usługa pamięci zawiera obecnie przeglądarkę dostępną pod adresem
http://127.0.0.1:18960/viewer/, osiągalną przez powyższy tunel SSH. Dla systemu Linux udostępniono archiwum tarball z CLI orazinstall.sh. memory:serve:devuruchamia punkt wejścia TypeScript przeztsx, co stanowi ścieżkę deweloperską. Repozytorium dostarcza równieżmemory:servedla skompilowanego kodu. Uruchomnpm runbez argumentów, aby sprawdzić, jakie skrypty faktycznie znajdują się w Twojej kopii repozytorium.- Mechanizm wyszukiwania (Retrieval) buduje okno wyszukiwania na podstawie ostatnich 2000 wierszy wektorowych, a następnie stosuje selekcję Top-K wewnątrz tego okna. W przypadku bardzo dużego magazynu danych, starsza pamięć może znajdować się poza tym zakresem.
- Osadzanie (Embedding) następuje po przechwyceniu danych, a w przypadku błędu zadanie trafia do kolejki ponownych prób, zamiast blokować działanie agenta. Pamięć dodana przed chwilą może nie być jeszcze dostępna w wyszukiwaniu wektorowym.
- Drugi serwer z własną lokalną bazą danych SQLite posiada odrębną pamięć.
Wersja 1.2.401 z dnia 1 listopada 2026 r. nadal opisuje wczesny projekt, który dynamicznie się rozwija. Flagi, ścieżki oraz nazwy skryptów zmieniają się pomiędzy wydaniami. Należy sprawdzać pole bin oraz dane wyjściowe npm run we własnej kopii repozytorium, zamiast polegać na poleceniach skopiowanych z jakiegokolwiek źródła, w tym z niniejszego dokumentu.
FAQ
Dlaczego kontrola stanu zwraca błąd connection refused?
Kod wyjścia 7 narzędzia curl wraz z Failed to connect to 127.0.0.1 port 18960 oznacza nieudane nawiązanie połączenia, a nie to, czy Memmy jest zatrzymany, uległ awarii, nasłuchuje na innym porcie lub jest niedostępny. Sprawdź adres i port, uruchom ss -lntp | grep 18960 oraz przejrzyj terminal lub dziennik, w którym uruchomiono usługę. Jeśli dziennik zgłasza niezgodność natywnego modułu SQLite, uruchom npm rebuild better-sqlite3. Sprawdź również wersję Node: dokumentacja źródłowa wymaga Node 22 lub nowszego, podczas gdy instalator Linux akceptuje wyłącznie Node.js 22.23.4+ w ramach 22.x, 24.22.1+ w ramach 24.x lub 26.12.1+ w ramach 26.x.
Skąd pochodzi polecenie memmy-memory po zbudowaniu ze źródeł?
Pochodzi z pola bin pakietu obszaru roboczego @memmy/memory, a nie z nazwy repozytorium. Uruchom node -p "JSON.stringify(require('./Memory/package.json').bin)" wewnątrz katalogu checkout, a zostanie wyświetlone {"memmy-memory":"./dist/src/cli/index.js"}. Ten plik istnieje tylko po npm run memory:build, ponieważ proces budowania tworzy dist i nadaje plikowi uprawnienia wykonywania. Uruchamiaj go jako node Memory/dist/src/cli/index.js health lub utwórz dowiązanie symboliczne w /usr/local/bin, aby używać krótkiej nazwy.
Czy mogę dodać Memmy do Claude Code za pomocą claude mcp add?
Nie. Memmy jest klientem MCP, a nie serwerem MCP. Łączy się z serwerami wymienionymi w tools.mcpServers w pliku ~/.memmy/config.yaml i udostępnia ich narzędzia własnemu środowisku uruchomieniowemu. Claude Code uzyskuje dostęp do Memmy w drugą stronę, uruchamiając CLI memmy-memory jako polecenie powłoki. memmy-memory init --agent claude zapisuje umiejętność (Skill) oraz blok CLAUDE.md, które informują, kiedy jej użyć, a program uruchamiający z instalatora Linux dodaje również haki Claude Code, które automatycznie zapisują tury.
Czy uruchomienie Memmy wysyła moje wspomnienia do usługi chmurowej?
Skanowanie i pobieranie danych odbywają się lokalnie, a wspomnienia są zapisywane w ~/.memmy/memory-service/memory.sqlite na własnym dysku. MEMMY_CLOUD_SERVICE, ustawione na https://api.memmy.cn w .env.example, obsługuje tryb konta i tokeny próbne oraz otrzymuje analitykę użycia bez tekstu wspomnień, gdy jest ustawione, więc wyczyść to pole, jeśli używasz tylko kluczy API. Program poprawy pamięci posiada oddzielny przełącznik prywatności. Hostowany model osadzeń (embedding model) otrzymuje tekst wspomnienia, który zamienia na wektor; użyj wbudowanego dostawcy lokalnego lub własnego punktu końcowego, aby zachować przetwarzanie lokalnie. Hostowane modele podsumowań, ewolucji i filtrowania istotności również otrzymują treść wspomnień podczas wykonywania tych zadań.