Установка Memmy на VPS: настройка локальной памяти агентов

Что такое Memmy и что он хранит

Memmy — это локальный центр памяти для AI-агентов, который работает на вашем собственном VPS (виртуальном выделенном сервере). Он ведет одну базу данных SQLite, в которой хранится всё, что узнали ваши агенты, при этом каждый агент на сервере читает и записывает данные в это общее хранилище. Проект является memmy-agent от MemTensor, распространяется по лицензии MIT и по состоянию на 1 ноября 2026 года имеет версию 1.2.401; компонент Memory имеет независимую версию 2.1.7.

На сервере используется только часть функционала. Memmy поставляет сервис памяти, который ожидает подключения на http://127.0.0.1:18960, интерфейс командной строки (CLI) memmy-memory для взаимодействия с этим сервисом, а также настольный инструментарий (workbench). Инструментарий упакован только для macOS и Windows, поэтому на Linux VPS вы запускаете сервис и CLI. Этого достаточно, чтобы обеспечить общую память для Claude Code, Codex и Cursor.

Memmy распределяет хранимые данные по четырем уровням. Capture сначала сохраняет отдельный Raw Turn, затем записывает один элемент L1 Trace для каждого захваченного шага, включая запросы, ответы, вызовы инструментов и результаты. L2 Policy — это процедура, выведенная из трассировок, которая доказала свою полезность. L3 World Model — это стабильные знания о проекте или окружении. Skill — это вызываемая процедура, кристаллизованная из политики. Capture создает трассировки L1, фоновые задачи развивают более высокие уровни, а явные операции записи позволяют выбрать конкретный уровень. Если эти различия кажутся абстрактными, память является одним из поздних этапов в поэтапном пути обучения созданию агентов, и уровни становятся понятнее, как только вы самостоятельно напишете простой цикл агента и увидите, как он забывает всё между запусками.

Что меняет общий хаб памяти по сравнению с памятью для каждого инструмента

Сегодня каждый агент поставляет собственную память. Claude Code хранит файлы инструкций в репозитории. Cursor хранит правила в базе данных рабочей области. Codex хранит журналы сессий в ~/.codex. Каждое хранилище принадлежит одному инструменту, поэтому факт, который вы объяснили в понедельник в одном инструменте, остается неизвестным во вторник в другом. Вы платите за это дважды: один раз токенами, потраченными на повторное объяснение проекта, и второй раз — ошибочной работой, когда агент действует на основе предположения, которое вы уже исправили в другом месте.

Хаб выносит хранилище за пределы инструмента. Memmy также считывает существующие хранилища, поэтому вы не начинаете с пустой базы данных. Его сканер распознает десять встроенных источников: Claude Code в ~/.claude/projects/**/*.jsonl, Codex в ~/.codex/sessions/<YYYY>/<MM>/<DD>/rollout-*.jsonl, OpenCode в ~/.local/share/opencode/opencode.db, файлы state.vscdb в Cursor, базы данных SQLite в OpenClaw в ~/.openclaw, Hermes в ~/.hermes, DeepSeek Harness в ~/.dsh/sessions, WorkBuddy в ~/.workbuddy/projects, Pi в ~/.pi/agent/sessions и QwenWork в ~/.qwenworkcn/projects. Настольный workbench позволяет добавить другого агента по имени и запрашивает путь к его истории только в том случае, если не может найти самого агента. Серверный сканер не поддерживает пользовательские источники, поэтому на headless VPS вы получаете только встроенные.

Счетчики импорта не будут совпадать, и это ожидаемо. Сканер группирует сообщения по источнику и диалогу, а затем записывает одну единицу памяти L1 на каждый завершенный цикл взаимодействия. Цикл считается завершенным, если он содержит непустой контент пользователя и заканчивается непустым сообщением ассистента, поэтому незавершенный цикл не дает ничего до тех пор, пока последующая синхронизация не сможет его дополнить. Сообщения дедуплицируются с помощью контрольных точек диалога и стабильных идентификаторов циклов. Количество просканированных, импортированных сообщений и количество новых единиц памяти будут различаться при одном и том же запуске.

Это компонент, который работает в связке с тем, как Claude Code управляет контекстом в рамках одной сессии. Управление контекстом определяет, что помещается в одно окно. Хаб памяти определяет, что сохраняется после закрытия этого окна.

Что необходимо на VPS

• Node.js версии 22 или новее. Это требование документации Memmy, в то время как Ubuntu 24.04 поставляется с Node 18.
• git и набор инструментов для сборки, так как better-sqlite3 является нативным модулем, который может компилироваться во время установки.
• Оперативная память для установки корневой рабочей области и цепочки сборки фронтенда.
• Свободное место на диске для node_modules и базы данных.

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 --version

node --version должен выводить v22 или выше для задокументированной сборки из исходного кода. v18 в этом случае означает, что этап установки через NodeSource не был выполнен. По умолчанию engine-strict в npm имеет значение false, поэтому несовместимая декларация движка обычно вызывает предупреждение, а не автоматический сбой установки.

Установка Memmy из исходного кода на Ubuntu 24.04

git clone https://github.com/MemTensor/memmy-agent.git
cd memmy-agent
cp .env.example .env
npm install
npm run memory:build

npm run memory:build компилирует рабочую область @memmy/memory в Memory/dist. Также выполняется сборка AgentSourceCore, средства просмотра памяти и интеграционных компонентов, необходимых для этой рабочей области. Проверьте, что собственный модуль загрузился:

node -e "const Database = require('better-sqlite3'); const db = new Database(':memory:'); db.close(); console.log('better-sqlite3 loads')"

Если эта строка вызывает ошибку вместо вывода данных, изучите её, чтобы определить причину сбоя загрузки или инициализации базы данных. При несовпадении собственного модуля выполните npm rebuild better-sqlite3 — именно это делает собственный стартовый скрипт проекта перед запуском любых процессов.

В файле README bash scripts/dev-start.sh описан как команда для запуска в одно действие. Не запускайте её на headless VPS. Скрипт запускает графическую оболочку Electron и сервер разработки Vite на порту 19000 рядом со службой памяти. Поскольку Electron требует наличия дисплея, на сервере без графической сессии скрипт зависнет или завершится.

В последних выпусках также прилагаются memmy-agent-linux-cli.tar.gz и install.sh для Linux x64 и arm64. Установщику требуется Node.js версии 22.23.4+ в рамках ветки 22.x, 24.22.1+ в рамках 24.x или 26.12.1+ в рамках 26.x, а также пользовательская сессия systemd; другие мажорные версии отклоняются. Установщик размещает лаунчеры memmy и memmy-memory в ~/.local/bin и запускает службу памяти как пользовательский юнит в 127.0.0.1:18960. В данном руководстве рассматривается сборка из исходного кода, так как это позволяет изучить каждый скрипт перед его выполнением.

Запуск сервиса памяти и проверка его отклика

npm run memory:serve:dev

Это документированный способ запуска сервиса памяти из исходного кода. Он привязывается к 127.0.0.1:18960, хранит базу данных в ~/.memmy/memory-service/memory.sqlite и считывает конфигурацию из ~/.memmy/config.yaml. Сервер принимает те же значения в виде флагов, если вы хотите задать их явно:

npm run memory:serve:dev -- \
  --host 127.0.0.1 --port 18960 \
  --db ~/.memmy/memory-service/memory.sqlite \
  --config ~/.memmy/config.yaml

Из второго терминала проверьте, работает ли сервис:

curl -sS http://127.0.0.1:18960/api/v1/health

Запрос состояния (health) не требует токена, поэтому он подходит для проверки работоспособности. Если curl завершается с кодом 7 и сообщением Failed to connect to 127.0.0.1 port 18960, соединение не удалось; это само по себе не подтверждает отсутствие слушающего процесса. Проверьте адрес, порт и локальный брандмауэр, а также изучите вывод терминала, в котором запущен сервис, на предмет ошибок при старте. ss -lntp | grep 18960 подтверждает наличие сокета после того, как сервис запущен.

Остальная часть HTTP API (интерфейса прикладного программирования) находится по адресу /api/v1.

• POST /api/v1/memory/add записывает данные в память, а POST /api/v1/memory/search выполняет запросы.
• GET /api/v1/memory/:id и DELETE /api/v1/memory/:id считывают и удаляют одну запись.
• POST /api/v1/sessions/open и POST /api/v1/sessions/:sessionId/close открывают и закрывают сессию агента.
• POST /api/v1/turns/start и POST /api/v1/turns/:turnId/complete записывают один ход.
• GET /api/v1/panel/overview, /api/v1/panel/analysis и /api/v1/panel/items передают данные для панели мониторинга.

Memmy резервирует блок портов; при работе без графического интерфейса (headless) используется только первый: 18960 для памяти, 18970 для проверки состояния шлюза, 18980 для веб-интерфейса и административного HTTP, 18990 для API, совместимого с OpenAI, который запускает memmy serve, затем 19000 для сервера разработки Vite десктопного фронтенда и 19001 для его сокета горячей перезагрузки (hot reload). На странице портов проекта всё ещё указан порт 19010 для горячей перезагрузки, но конфигурация Vite задаёт 19001. Если какой-либо из этих портов уже занят на вашей машине, ищите причину в этом списке.

Откуда на самом деле берется команда memmy-memory

Здесь чаще всего возникают ошибки при первой установке, поэтому изучите содержимое пакета, вместо того чтобы угадывать. Имя команды не связано с именем репозитория. Оно берется из поля bin рабочего пространства, которое его определяет:

node -p "JSON.stringify(require('./Memory/package.json').bin)"

Эта команда выводит {"memmy-memory":"./dist/src/cli/index.js"}. Таким образом, собранная точка входа — это Memory/dist/src/cli/index.js, и она появляется только после npm run memory:build, так как именно сборка создает dist и делает файл исполняемым. Запустите его напрямую:

node Memory/dist/src/cli/index.js health

Если вы хотите использовать короткое имя в своем PATH, создайте ссылку на этот же файл:

sudo ln -s "$PWD/Memory/dist/src/cli/index.js" /usr/local/bin/memmy-memory
memmy-memory health

CLI по умолчанию использует http://127.0.0.1:18960 и принимает флаги --url, --token, --config, --source и --user-id. Его подкоманды — это init, health, search, add, get и delete, а также вызовы session и turn, которые используют агенты, а не люди, и install, upgrade, service и stop для управления самой службой. memmy-memory search "deploy steps" и memmy-memory add "staging migrates on deploy" — это две команды, которые агент выполняет чаще всего.

Как подключить Claude Code к Memmy?

Memmy не регистрирует себя как сервер внутри Claude Code. Он взаимодействует через файлы, которые Claude Code уже считывает, и глубина интеграции зависит от того, какой memmy-memory вы запускаете. При работе из исходного кода memmy-memory init --agent claude записывает навык memmy-memory в ~/.claude/skills/ и помеченный блок памяти в ~/.claude/CLAUDE.md, после чего Claude Code выполняет memmy-memory как обычную команду оболочки, когда инструкции предписывают это сделать. Запускаемый файл, который установщик для Linux помещает в ~/.local/bin, работает иначе: та же команда также регистрирует хуки в ~/.claude/settings.json для SessionStart, UserPromptSubmit, Stop, PostCompact и SessionEnd. Они внедряют релевантную память и сохраняют каждый завершенный этап без необходимости принятия решения моделью.

Напишите инструкцию вручную один раз, чтобы точно знать, что было передано агенту. Claude Code считывает CLAUDE.md из корня проекта в начале каждой сессии, поэтому такой раздел представляет собой полную интеграцию при работе с исходным кодом:

## 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.

Четко понимайте, что это дает. Без хуков интеграция работает на уровне инструкций: она срабатывает только тогда, когда модель решает выполнить команду, и никак иначе. Ничто не принуждает к вызову. Если сессия завершается без add, сама инструкция ничего не сохраняет; последующее сканирование истории все еще может импортировать завершенный этап. Это тот же компромисс, что и в собственных файлах памяти Claude Code, с одним отличием: хранилище является общим, поэтому заметка также доступна для Codex и Cursor на той же машине. Хуки устраняют этот разрыв, не полагаясь на «вежливые просьбы», поэтому постоянная память находится в одном ряду с лимитами бюджета и правилами разрешений среди плагинов DeepSeek Harness, которые стоит установить.

Обратное направление не требует никакой настройки. Сканер Memmy уже считывает ~/.claude/projects/**/*.jsonl, куда Claude Code записывает транскрипты сессий. Запустите Memmy на том же сервере, где вы используете Claude Code внутри сессии tmux, и вчерашняя работа станет памятью без какой-либо дополнительной конфигурации.

Работает ли Memmy в качестве MCP-сервера для Claude Code?

Нет, и понимание этого направления сэкономит вам время. Протокол MCP (model context protocol) состоит из клиентов и серверов. Memmy является клиентом. Он подключается к MCP-серверам и предоставляет их инструменты собственной среде выполнения агента. Он не публикует MCP-эндпоинт, на который мог бы указывать claude mcp add. Единственный MCP-мост в репозитории относится к интеграции Composio внутри локального API десктопной версии, и этот API привязывается к случайному порту на 127.0.0.1 за собственным заголовком x-memmy-mcp-token.

Клиентская часть настраивается в ~/.memmy/config.yaml, на который указывает файл MEMMY_CONFIG, в разделе tools.mcpServers:

tools:
  mcpServers:
    example:
      type: stdio
      command: npx
      args:
        - "-y"
        - "your-mcp-server"
      toolTimeout: 30
      enabledTools:
        - "*"

type принимает stdio, sse и streamableHttp. Сервер stdio запускается как дочерний процесс Memmy, что означает, что его команда должна существовать на той же машине и выполняться от имени того же пользователя. Если вы уже используете MCP-серверы, работающие на VPS, именно их следует указать здесь.

Обеспечение приватности хранилища памяти

Все данные Memmy находятся в ~/.memmy: config.yaml, рабочая область, memory-service/memory.sqlite и файлы среды выполнения. Сканирование и загрузка данных происходят локально, а записи сохраняются в локальный файл SQLite, поэтому по умолчанию система работает полностью автономно.

Облачное соединение — это путь, за которым стоит следить. MEMMY_CLOUD_SERVICE определяет источник облачного подключения. В коде нет значения по умолчанию, но .env.example, который при установке копируется в .env, задает его как https://api.memmy.cn. Он обеспечивает работу режима учетной записи с пробными токенами. Если этот параметр задан, код аналитики Memmy отправляет события использования на этот адрес, даже в режиме API key: названия событий и команд, версии и ID установки. CLI передает только фиксированные команды, но никогда не отправляет поисковые запросы или текст из памяти. Код аналитики ничего не отправляет, если значение не задано, поэтому на сервере, который использует только API keys, очистите эту строку в .env перед запуском. Программа улучшения памяти — это отдельный переключатель в настройках приватности.

Вызовы моделей — еще один путь передачи данных. Если вы настроили стороннего провайдера эмбеддингов, текст из памяти, который преобразуется в вектор, отправляется этому провайдеру. Локальное хранилище здесь не поможет. Используйте встроенный локальный провайдер эмбеддингов или самостоятельно развернутый эндпоинт, чтобы закрыть этот канал. Удаленные модели для суммаризации, эволюции и фильтрации релевантности также получают содержимое памяти во время выполнения задач, поэтому проверьте настройки этих моделей.

Держите порт 18960 на loopback-адресе. Для него не нужны правила firewall, так как сервис, привязанный к 127.0.0.1, недоступен извне. Подключайтесь к нему со своего ноутбука через SSH:

ssh -N -L 18960:127.0.0.1:18960 you@your-vps

Текущий сервис памяти отклоняет адреса привязки, отличные от loopback. Установка storage.token в конфигурации или использование переменной окружения MEMMY_MEMORY_TOKEN или MEMORY_SERVICE_TOKEN защищает обычные вызовы API памяти с помощью bearer-токена. Проверка состояния (health) остается без аутентификации, а браузерный просмотрщик использует отдельные проверки для локальных запросов. Значения конфигурации поддерживают ссылки ${ENV_NAME}, поэтому токен и ваши API-ключи моделей не хранятся в самом файле. Это соответствует правилу хранения секретов вне AI-агентов, а политика ufw по умолчанию «запретить всё» послужит страховкой, если в будущих версиях изменится адрес привязки по умолчанию.

Создайте резервную копию ~/.memmy перед тем, как доверять ей

memory.sqlite — это всё хранилище целиком. Векторы находятся в том же файле с расширением sqlite-vec, поэтому для резервного копирования достаточно одного файла. Копирование через cp во время записи сервисом может привести к повреждению базы данных. Используйте встроенную команду резервного копирования SQLite:

mkdir -p ~/memmy-backup
sqlite3 ~/.memmy/memory-service/memory.sqlite ".backup '$HOME/memmy-backup/memory.sqlite'"

Она создаёт консистентную копию, пока сервис продолжает работу. Переносите её с сервера по расписанию, для чего предназначено restic для внешнего хранилища. Потеря config.yaml означает лишь потерю настроек провайдера, которые можно ввести заново. Потеря memory.sqlite означает потерю всех записей, сделанных с момента последней пригодной резервной копии; сервис также создаёт локальную копию перед миграцией схемы, но это не является актуальной внешней резервной копией.

Запуск службы memory под управлением systemd

npm run memory:serve:dev в оболочке завершается при закрытии самой оболочки. Unit-файл поддерживает работу службы после перезагрузки системы. Служба запускается от имени пользователя memmy из директории с исходным кодом /opt/memmy, а конфигурация находится в домашней директории этого пользователя. Остановите копию, запущенную в вашей оболочке, затем переместите исходный код и конфигурацию и обновите символическую ссылку 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/memmy

Служба хранит базу данных в /home/memmy/.memmy, поэтому при первом запуске она будет пустой.

[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.target

Не храните токен внутри unit-файла. Поместите его в /etc/memmy/memory.env, установите владельцем root и права доступа 600:

MEMMY_CONFIG=/home/memmy/.memmy/config.yaml
MEMMY_MEMORY_TOKEN=replace-this-with-a-long-random-string

sudo 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/health

status=203/EXEC в выводе статуса означает, что systemd не смог запустить ExecStart. Проверьте which npm: при установке через NodeSource это /usr/bin/npm, а при использовании nvm путь находится в домашней директории пользователя, где systemd его не обнаружит. Если unit запускается и сразу завершается, проверьте код выхода и журнал: код 0 означает корректное завершение, остальные варианты включают ненулевые коды выхода, сигналы и тайм-ауты. Выполните journalctl -u memmy-memory -n 50 для просмотра вывода службы. Механика работы такая же, как и для любой другой службы systemd на VPS.

Проект теперь предлагает две альтернативы на уровне пользователя. Путь для сборки из исходного кода, описанный в README, — это memmy-memory install --service-only, который загружает зафиксированную версию среды выполнения Memory и регистрирует пользовательскую службу, а установщик для Linux настраивает memmy-memory.service как unit systemd --user. Ни один из способов не включает linger автоматически, поэтому выполните sudo loginctl enable-linger <user>, чтобы менеджер служб этого пользователя продолжал работать после выхода из системы и запускался при загрузке.

Чего Memmy пока не умеет

• Отсутствует сборка для Linux desktop. Скрипты упаковки охватывают только macOS и Windows, поэтому рабочая среда и мастер начальной настройки недоступны непосредственно на сервере. Служба памяти теперь включает браузерный просмотрщик по адресу http://127.0.0.1:18960/viewer/, доступный через SSH-туннель, описанный выше. Для Linux предоставляется CLI-архив и install.sh.
• memory:serve:dev запускает точку входа TypeScript через tsx — это путь для разработки. В репозитории также поставляется memory:serve для скомпилированного вывода. Запустите npm run без аргументов, чтобы увидеть, какие именно скрипты присутствуют в вашей локальной копии.
• Механизм поиска (Retrieval) формирует окно поиска на основе последних 2000 векторных строк, а затем применяет выборку Top-K внутри этого окна. В очень большом хранилище старое воспоминание может оказаться за пределами этого диапазона.
• Встраивание (Embedding) происходит после захвата данных, и в случае сбоя задача отправляется в очередь повторных попыток, а не блокирует работу агента. Воспоминание, добавленное мгновение назад, может быть еще недоступно для векторного поиска.
• Второй сервер со своей локальной базой данных SQLite имеет отдельную память.

Версия 1.2.401 от 1 ноября 2026 года по-прежнему описывает молодой проект, который быстро развивается. Флаги, пути и имена скриптов могут меняться от релиза к релизу. Читайте поле bin и вывод npm run в вашей собственной копии репозитория, а не полагайтесь на команды, скопированные из сторонних источников, включая этот текст.

FAQ

Почему проверка работоспособности возвращает connection refused?

Код завершения curl 7 с Failed to connect to 127.0.0.1 port 18960 означает неудачное соединение, а не то, что Memmy остановлен, упал, слушает другой порт или недоступен. Проверьте адрес и порт, выполните ss -lntp | grep 18960 и изучите терминал или журнал, в котором был запущен сервис. Если в логе сообщается о несовпадении модуля SQLite, выполните npm rebuild better-sqlite3. Также проверьте версию Node: документация к исходному коду требует Node 22 или новее, в то время как установщик для Linux принимает только Node.js 22.23.4+ в ветке 22.x, 24.22.1+ в ветке 24.x или 26.12.1+ в ветке 26.x.

Откуда берется команда memmy-memory после сборки из исходного кода?

Она берется из поля bin пакета рабочей области @memmy/memory, а не из имени репозитория. Выполните node -p "JSON.stringify(require('./Memory/package.json').bin)" внутри директории с исходным кодом, и она выведет {"memmy-memory":"./dist/src/cli/index.js"}. Этот файл появляется только после npm run memory:build, так как процесс сборки создает dist и помечает файл как исполняемый. Запускайте его как node Memory/dist/src/cli/index.js health или создайте символическую ссылку в /usr/local/bin для использования короткого имени.

Можно ли добавить Memmy в Claude Code с помощью claude mcp add?

Нет. Memmy — это MCP-клиент, а не MCP-сервер. Он подключается к серверам, указанным в tools.mcpServers в файле ~/.memmy/config.yaml, и предоставляет их инструменты своей среде выполнения. Claude Code взаимодействует с Memmy в обратном направлении, запуская CLI memmy-memory как команду оболочки. memmy-memory init --agent claude записывает навык (Skill) и блок CLAUDE.md, которые определяют условия запуска, а установщик для Linux также добавляет хуки Claude Code, которые автоматически сохраняют сессии.

Отправляет ли запуск Memmy мои воспоминания в облачный сервис?

Сканирование и обработка данных выполняются локально, а воспоминания записываются в ~/.memmy/memory-service/memory.sqlite на вашем диске. MEMMY_CLOUD_SERVICE, установленный в https://api.memmy.cn в файле .env.example, обслуживает режим учетной записи и пробные токены, а также получает аналитику использования без текста воспоминаний, пока этот параметр задан; очистите его, если используете только API-ключи. Программа улучшения работы с памятью имеет отдельный переключатель конфиденциальности. Хостинговая модель эмбеддингов получает текст воспоминаний, который она преобразует в вектор; используйте встроенного локального провайдера или самостоятельно запущенный эндпоинт, чтобы оставить эту обработку локальной. Модели для суммаризации, эволюции и фильтрации релевантности, работающие на хостинге, также получают содержимое воспоминаний во время выполнения соответствующих задач.