Memory Vault

Name: Memory Vault
Author: MihaiBuilds

โดย MihaiBuildsรุ่น 1.6.1i★ 67iรันบนเครื่อง

ชื่อใน registryio.github.MihaiBuilds/memory-vault

ใช้ทำอะไรได้

Memory Vault เป็นชั้นความจำสำหรับ AI ที่เก็บข้อมูลไว้ในเครื่องเป็นหลัก ใช้ hybrid search ค้นหาข้อมูล ทำงานบน Postgres กับ pgvector และติดตั้งเองได้ (self-hosted) ภายใต้สัญญาอนุญาต MIT

แปลอัตโนมัติจากคำอธิบายของผู้ทำ · ทีมยังไม่ได้ตรวจ

ต่อแบบ ติดตั้งในเครื่อง
บัญชีหรือคีย์ ต้องมี DB_PASSWORD · ต้องกรอกค่าตั้ง 4 ช่อง (DB_HOST, DB_PORT, DB_NAME, DB_USER)
หมวด ค้นข้อมูลและความจำของ AI

คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)

Local-first AI memory layer with hybrid search. Postgres + pgvector. Self-hosted, MIT.

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ผลตรวจผ่าน 3/3 · ทำงานบนเครื่องคุณ · ✓ ตรวจคำสั่งแล้ว 13 พ.ย. 2569

ขั้นแรก: คุณใช้ AI ตัวไหน

Claudeเว็บ · แอป · มือถือChatGPTเว็บClaude CodeTerminalCursorโปรแกรมเขียนโค้ดVS Codeโปรแกรมเขียนโค้ดอื่น ๆโปรแกรมอื่น

เลือกแอปที่คุณใช้ ขั้นตอนจะขึ้นด้านล่าง

ต่อกับ Claude ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Memory Vault (สร้างที่เว็บของผู้ทำ) · ต้องกรอกค่าตั้ง 4 ช่อง (DB_HOST, DB_PORT, DB_NAME, DB_USER) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Claude AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Memory Vault ให้ Claude ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "memory-vault": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "DB_HOST", "-e", "DB_PORT", "-e", "DB_NAME", "-e", "DB_USER", "-e", "DB_PASSWORD", "ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1" ], "env": { "DB_HOST": "ใส่ค่าของคุณ", "DB_PORT": "5432", "DB_NAME": "memory_vault", "DB_USER": "memory_vault", "DB_PASSWORD": "ใส่ค่าของคุณ" } } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง DB_PASSWORD, DB_HOST, DB_PORT, DB_NAME, DB_USER ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Memory Vault ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

1
ลง Docker ในเครื่อง (ถ้ายังไม่มี)
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
docker --version
- ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
- ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
เปิด Terminal ยังไง
Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl
เปิดหน้าดาวน์โหลด Docker ↗
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker
ทำแล้ว
สมัครและสร้างคีย์ของ Memory Vault
เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ
เปิดเว็บของ Memory Vault ↗
ทำแล้ว
3
กรอกค่าตั้ง 4 ช่อง
ค่าเหล่านี้เป็นค่าตั้งของโปรแกรม ไม่ใช่คีย์ ไม่ต้องสมัครอะไร ใส่ตามที่ผู้ทำอธิบาย
- DB_HOST Hostname of the Postgres+pgvector instance Memory Vault connects to (e.g. 'host.docker.internal' when Postgres runs on the host, 'localhost' when running natively, or the service name when both run i…
- DB_PORT พอร์ตของ Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres port
  · ค่าเริ่มต้น 5432
- DB_NAME ชื่อฐานข้อมูล Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres database name
  · ค่าเริ่มต้น memory_vault
- DB_USER ผู้ใช้ Postgres ที่มีสิทธิ์อ่าน/เขียนฐานข้อมูลคลังหน่วยความจำ
  ดูต้นฉบับภาษาอังกฤษ
  Postgres user with read/write access to the memory vault database
  · ค่าเริ่มต้น memory_vault
คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ทำแล้ว
เปิดไฟล์ตั้งค่าของแอป Claude บนคอม
SettingsDeveloperEdit Config
ทำแล้ว

วางค่าตั้งนี้แล้วบันทึกไฟล์

{
  "mcpServers": {
    "memory-vault": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "DB_HOST",
        "-e",
        "DB_PORT",
        "-e",
        "DB_NAME",
        "-e",
        "DB_USER",
        "-e",
        "DB_PASSWORD",
        "ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1"
      ],
      "env": {
        "DB_HOST": "ใส่ค่าของคุณ",
        "DB_PORT": "5432",
        "DB_NAME": "memory_vault",
        "DB_USER": "memory_vault",
        "DB_PASSWORD": "ใส่ค่าของคุณ"
      }
    }
  }
}

วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

ทำแล้ว

ปิดแอป Claude แล้วเปิดใหม่
ทำแล้ว
ลองเลย
ใช้ Memory Vault บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง
✓ ถ้า Claude บอกว่ากำลังใช้ Memory Vault หรือมีชื่อเครื่องมือของ Memory Vault ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ChatGPT ยังต่อ Memory Vault ไม่ได้

Memory Vault ต้องติดตั้งในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะตัวที่ทำงานบนเว็บ

คุณทำแบบนี้แทนได้

ก · ใช้แอปที่ต่อ Memory Vault ได้

ดูขั้นตอนสำหรับ Claude →ต้องมีคีย์ของ Memory Vault (สร้างที่เว็บของผู้ทำ) · ต้องกรอกค่าตั้ง 4 ช่อง (DB_HOST, DB_PORT, DB_NAME, DB_USER) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ
ดูขั้นตอนสำหรับ Claude Code →ต้องมีคีย์ของ Memory Vault (สร้างที่เว็บของผู้ทำ) · ต้องกรอกค่าตั้ง 4 ช่อง (DB_HOST, DB_PORT, DB_NAME, DB_USER) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)
ดูขั้นตอนสำหรับ Cursor →ต้องมีคีย์ของ Memory Vault (สร้างที่เว็บของผู้ทำ) · ต้องกรอกค่าตั้ง 4 ช่อง (DB_HOST, DB_PORT, DB_NAME, DB_USER) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)
ดูขั้นตอนสำหรับ VS Code →ต้องมีคีย์ของ Memory Vault (สร้างที่เว็บของผู้ทำ) · ต้องกรอกค่าตั้ง 4 ช่อง (DB_HOST, DB_PORT, DB_NAME, DB_USER) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)

ข · ตัวอื่นในหมวด ค้นข้อมูลและความจำของ AI ที่ต่อกับ ChatGPT ได้

เลือกจากตัวที่ใช้มากในหมวดเดียวกัน เฉพาะตัวที่ต่อด้วยที่อยู่ได้โดยไม่ต้องใส่คีย์

Context7✓ ChatGPT
OpenSEO✓ ChatGPT
AIHOT✓ ChatGPT

ต่อกับ Claude Code ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Memory Vault (สร้างที่เว็บของผู้ทำ) · ต้องกรอกค่าตั้ง 4 ช่อง (DB_HOST, DB_PORT, DB_NAME, DB_USER) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Claude Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Memory Vault ให้ Claude Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): claude mcp add --scope user memory-vault --env DB_HOST='ใส่ค่าของคุณ' --env DB_PORT=5432 --env DB_NAME=memory_vault --env DB_USER=memory_vault --env DB_PASSWORD='ใส่ค่าของคุณ' -- docker run -i --rm -e DB_HOST -e DB_PORT -e DB_NAME -e DB_USER -e DB_PASSWORD ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง DB_PASSWORD, DB_HOST, DB_PORT, DB_NAME, DB_USER ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Memory Vault ขึ้นจริง

1
ลง Docker ในเครื่อง (ถ้ายังไม่มี)
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
docker --version
- ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
- ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
เปิด Terminal ยังไง
Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl
เปิดหน้าดาวน์โหลด Docker ↗
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker
ทำแล้ว
สมัครและสร้างคีย์ของ Memory Vault
เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ
เปิดเว็บของ Memory Vault ↗
ทำแล้ว
3
กรอกค่าตั้ง 4 ช่อง
ค่าเหล่านี้เป็นค่าตั้งของโปรแกรม ไม่ใช่คีย์ ไม่ต้องสมัครอะไร ใส่ตามที่ผู้ทำอธิบาย
- DB_HOST Hostname of the Postgres+pgvector instance Memory Vault connects to (e.g. 'host.docker.internal' when Postgres runs on the host, 'localhost' when running natively, or the service name when both run i…
- DB_PORT พอร์ตของ Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres port
  · ค่าเริ่มต้น 5432
- DB_NAME ชื่อฐานข้อมูล Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres database name
  · ค่าเริ่มต้น memory_vault
- DB_USER ผู้ใช้ Postgres ที่มีสิทธิ์อ่าน/เขียนฐานข้อมูลคลังหน่วยความจำ
  ดูต้นฉบับภาษาอังกฤษ
  Postgres user with read/write access to the memory vault database
  · ค่าเริ่มต้น memory_vault
คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ทำแล้ว
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: เปิด PowerShell
ทำแล้ว
5
วางคำสั่งนี้แล้วกด Enter
```
claude mcp add --scope user memory-vault --env DB_HOST='ใส่ค่าของคุณ' --env DB_PORT=5432 --env DB_NAME=memory_vault --env DB_USER=memory_vault --env DB_PASSWORD='ใส่ค่าของคุณ' -- docker run -i --rm -e DB_HOST -e DB_PORT -e DB_NAME -e DB_USER -e DB_PASSWORD ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1
```
แก้ “ใส่ค่าของคุณ” เป็นคีย์ของคุณก่อนกด Enter
วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร
ทำแล้ว
พิมพ์ /mcp ใน Claude Code
ต้องเห็น Memory Vault ในรายการและขึ้นว่าเชื่อมต่อแล้ว
ทำแล้ว
ลองเลย
ใช้ Memory Vault บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง
✓ ถ้า Claude Code บอกว่ากำลังใช้ Memory Vault หรือมีชื่อเครื่องมือของ Memory Vault ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ต่อกับ Cursor ได้ แต่ต้องเตรียมก่อน

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Cursor AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Memory Vault ให้ Cursor ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "memory-vault": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "DB_HOST", "-e", "DB_PORT", "-e", "DB_NAME", "-e", "DB_USER", "-e", "DB_PASSWORD", "ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1" ], "env": { "DB_HOST": "ใส่ค่าของคุณ", "DB_PORT": "5432", "DB_NAME": "memory_vault", "DB_USER": "memory_vault", "DB_PASSWORD": "ใส่ค่าของคุณ" } } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง DB_PASSWORD, DB_HOST, DB_PORT, DB_NAME, DB_USER ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Memory Vault ขึ้นจริง

1
ลง Docker ในเครื่อง (ถ้ายังไม่มี)
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
docker --version
- ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
- ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
เปิด Terminal ยังไง
Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl
เปิดหน้าดาวน์โหลด Docker ↗
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker
ทำแล้ว
สมัครและสร้างคีย์ของ Memory Vault
เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ
เปิดเว็บของ Memory Vault ↗
ทำแล้ว
3
กรอกค่าตั้ง 4 ช่อง
ค่าเหล่านี้เป็นค่าตั้งของโปรแกรม ไม่ใช่คีย์ ไม่ต้องสมัครอะไร ใส่ตามที่ผู้ทำอธิบาย
- DB_HOST Hostname of the Postgres+pgvector instance Memory Vault connects to (e.g. 'host.docker.internal' when Postgres runs on the host, 'localhost' when running natively, or the service name when both run i…
- DB_PORT พอร์ตของ Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres port
  · ค่าเริ่มต้น 5432
- DB_NAME ชื่อฐานข้อมูล Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres database name
  · ค่าเริ่มต้น memory_vault
- DB_USER ผู้ใช้ Postgres ที่มีสิทธิ์อ่าน/เขียนฐานข้อมูลคลังหน่วยความจำ
  ดูต้นฉบับภาษาอังกฤษ
  Postgres user with read/write access to the memory vault database
  · ค่าเริ่มต้น memory_vault
คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ทำแล้ว
กดปุ่มนี้เพื่อเปิด Cursor
เปิดใน Cursor
Cursor จะถามยืนยันการติดตั้ง ให้กด Install
ทำแล้ว
ใส่คีย์ในช่องที่ว่างไว้
ในค่าตั้งของ Memory Vault ช่อง DB_PASSWORD, DB_HOST, DB_PORT, DB_NAME, DB_USER ยังว่าง ใส่คีย์ของคุณแล้วบันทึก
วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร
ทำแล้ว
เปิดแชตของ AI ใน Cursor โหมด Agent
ทำแล้ว
ลองเลย
ใช้ Memory Vault บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง
✓ ถ้า Cursor บอกว่ากำลังใช้ Memory Vault หรือมีชื่อเครื่องมือของ Memory Vault ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Cursor เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ VS Code ได้ แต่ต้องเตรียมก่อน

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ VS Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Memory Vault ให้ VS Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "servers": { "memory-vault": { "type": "stdio", "command": "docker", "args": [ "run", "-i", "--rm", "-e", "DB_HOST", "-e", "DB_PORT", "-e", "DB_NAME", "-e", "DB_USER", "-e", "DB_PASSWORD", "ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1" ], "env": { "DB_HOST": "ใส่ค่าของคุณ", "DB_PORT": "5432", "DB_NAME": "memory_vault", "DB_USER": "memory_vault", "DB_PASSWORD": "ใส่ค่าของคุณ" } } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง DB_PASSWORD, DB_HOST, DB_PORT, DB_NAME, DB_USER ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Memory Vault ขึ้นจริง

1
ลง Docker ในเครื่อง (ถ้ายังไม่มี)
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
docker --version
- ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
- ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
เปิด Terminal ยังไง
Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl
เปิดหน้าดาวน์โหลด Docker ↗
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker
ทำแล้ว
สมัครและสร้างคีย์ของ Memory Vault
เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ
เปิดเว็บของ Memory Vault ↗
ทำแล้ว
3
กรอกค่าตั้ง 4 ช่อง
ค่าเหล่านี้เป็นค่าตั้งของโปรแกรม ไม่ใช่คีย์ ไม่ต้องสมัครอะไร ใส่ตามที่ผู้ทำอธิบาย
- DB_HOST Hostname of the Postgres+pgvector instance Memory Vault connects to (e.g. 'host.docker.internal' when Postgres runs on the host, 'localhost' when running natively, or the service name when both run i…
- DB_PORT พอร์ตของ Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres port
  · ค่าเริ่มต้น 5432
- DB_NAME ชื่อฐานข้อมูล Postgres
  ดูต้นฉบับภาษาอังกฤษ
  Postgres database name
  · ค่าเริ่มต้น memory_vault
- DB_USER ผู้ใช้ Postgres ที่มีสิทธิ์อ่าน/เขียนฐานข้อมูลคลังหน่วยความจำ
  ดูต้นฉบับภาษาอังกฤษ
  Postgres user with read/write access to the memory vault database
  · ค่าเริ่มต้น memory_vault
คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ทำแล้ว
กดปุ่มนี้เพื่อเปิด VS Code
เปิดใน VS Code
VS Code จะถามยืนยันการติดตั้ง ให้กด Install
ทำแล้ว
ใส่คีย์ในช่องที่ว่างไว้
ในค่าตั้งของ Memory Vault ช่อง DB_PASSWORD, DB_HOST, DB_PORT, DB_NAME, DB_USER ยังว่าง ใส่คีย์ของคุณแล้วบันทึก
วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร
ทำแล้ว
เปิดแชตของ AI ใน VS Code โหมด Agent
ทำแล้ว
ลองเลย
ใช้ Memory Vault บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง
✓ ถ้า VS Code บอกว่ากำลังใช้ Memory Vault หรือมีชื่อเครื่องมือของ Memory Vault ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ VS Code เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

โปรแกรมอื่นที่ใช้ MCP ได้ เช่น Windsurf, Zed หรือ Gemini CLI มีวิธีเพิ่มต่างกัน ดูวิธีของแต่ละตัวในหน้ารวมโปรแกรม

ดูโปรแกรมที่ใช้ MCP ทั้งหมด →

ค่าตั้งแบบไฟล์ JSON อยู่ในหัวข้อ “สำหรับคนเขียนโค้ด” ด้านล่าง

ติดตรงไหน? ถามคนที่ใช้ Memory Vault อยู่💬 พูดคุย →

สำหรับคนเขียนโค้ด: คำสั่ง Terminal และค่าตั้ง JSON

ติดตั้งในเครื่อง

Claude Code

claude mcp add --scope user memory-vault --env DB_HOST='ใส่ค่าของคุณ' --env DB_PORT=5432 --env DB_NAME=memory_vault --env DB_USER=memory_vault --env DB_PASSWORD='ใส่ค่าของคุณ' -- docker run -i --rm -e DB_HOST -e DB_PORT -e DB_NAME -e DB_USER -e DB_PASSWORD ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "memory-vault": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "DB_HOST",
        "-e",
        "DB_PORT",
        "-e",
        "DB_NAME",
        "-e",
        "DB_USER",
        "-e",
        "DB_PASSWORD",
        "ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1"
      ],
      "env": {
        "DB_HOST": "ใส่ค่าของคุณ",
        "DB_PORT": "5432",
        "DB_NAME": "memory_vault",
        "DB_USER": "memory_vault",
        "DB_PASSWORD": "ใส่ค่าของคุณ"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "memory-vault": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "DB_HOST",
        "-e",
        "DB_PORT",
        "-e",
        "DB_NAME",
        "-e",
        "DB_USER",
        "-e",
        "DB_PASSWORD",
        "ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1"
      ],
      "env": {
        "DB_HOST": "ใส่ค่าของคุณ",
        "DB_PORT": "5432",
        "DB_NAME": "memory_vault",
        "DB_USER": "memory_vault",
        "DB_PASSWORD": "ใส่ค่าของคุณ"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "memory-vault": {
      "type": "stdio",
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "DB_HOST",
        "-e",
        "DB_PORT",
        "-e",
        "DB_NAME",
        "-e",
        "DB_USER",
        "-e",
        "DB_PASSWORD",
        "ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1"
      ],
      "env": {
        "DB_HOST": "ใส่ค่าของคุณ",
        "DB_PORT": "5432",
        "DB_NAME": "memory_vault",
        "DB_USER": "memory_vault",
        "DB_PASSWORD": "ใส่ค่าของคุณ"
      }
    }
  }
}

ค่าที่ต้องใส่เอง

DB_HOST จำเป็น env
Hostname of the Postgres+pgvector instance Memory Vault connects to (e.g. 'host.docker.internal' when Postgres runs on the host, 'localhost' when running natively, or the service name when both run i…
DB_PORT จำเป็น env
พอร์ตของ Postgres
ดูต้นฉบับภาษาอังกฤษ
Postgres port
DB_NAME จำเป็น env
ชื่อฐานข้อมูล Postgres
ดูต้นฉบับภาษาอังกฤษ
Postgres database name
DB_USER จำเป็น env
ผู้ใช้ Postgres ที่มีสิทธิ์อ่าน/เขียนฐานข้อมูลคลังหน่วยความจำ
ดูต้นฉบับภาษาอังกฤษ
Postgres user with read/write access to the memory vault database
DB_PASSWORD ความลับ จำเป็น env
รหัสผ่าน Postgres สำหรับ DB_USER
ดูต้นฉบับภาษาอังกฤษ
Postgres password for DB_USER

คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

สรุป

ดาว GitHub i: 67
ดาวน์โหลดต่อสัปดาห์i: ไม่มียอดใน npm/PyPI
license i: MIT
การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
รุ่นล่าสุดi: 1.6.1
หมวดi: ค้นข้อมูลและความจำของ AI
ส่งเข้า registryi: 9 ต.ค. 2569
แก้โค้ดล่าสุดi: 9 พ.ย. 2569
ผู้ทำ: MihaiBuilds
แพ็กเกจ: oci: ghcr.io/mihaibuilds/memory-vault-mcp:1.6.1
repo: MihaiBuilds/memory-vault
เว็บผู้ทำ: mihaibuilds.com
สถานะใน registry: ใช้งานอยู่

ใช้กับโปรแกรมไหนได้

ดูจากแบบการต่อของ server ตัวนี้ และเอกสารของผู้ทำโปรแกรมแต่ละตัว ตรวจเมื่อ 10 พ.ย. 2569

ติดตั้งบนเครื่องได้ใน

Claude Goose LM Studio Msty Studio Cherry Studio Cursor VS Code + GitHub Copilot Visual Studio Windsurf (Devin Desktop)Zed Kiro Cline Continue JetBrains AI Assistant Claude Code Codex CLI Gemini CLI OpenCode nodecode Warp LibreChat Raycast

ดูโปรแกรมทั้งหมดพร้อมข้อดีข้อเสีย →

คู่มือที่เกี่ยวข้อง

เรื่องที่ 8เช็ก 5 ข้อก่อนติดตั้ง MCP ไม่ให้ข้อมูลรั่วใช้เวลาราว 2 นาทีต่อตัว ดูจากหน้าของตัวนั้นบนเว็บเรา และหน้าขออนุญาตของโปรแกรม AI ก่อนกดยอมอ่าน 4 นาที

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 15 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub MihaiBuilds ซึ่งเป็นเจ้าของ repo
✓ ผ่าน
ยังมีคนดูแล
มีการแก้โค้ดล่าสุด 6 วันที่ผ่านมา
✓ ผ่าน
มีสัญญาอนุญาต (license)
ใช้ MIT
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

ช่องโหว่ที่เปิดเผยแล้ว (OSV.dev)

ไม่ได้ตรวจ: ตรวจได้เฉพาะแพ็กเกจ npm และ PyPI ที่ระบุรุ่น

เราตรวจอะไรบ้าง → · JSON

ผู้ทำ: ขอให้ตรวจใหม่ หรือแจ้งข้อมูลผิด

เข้าสู่ระบบ

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

รีวิวจากผู้ใช้

ยังไม่มีรีวิว

เข้าสู่ระบบเพื่อเขียนรีวิว

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

ดาวมากกว่า 97% ของอีก 6147 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 51% ของอีก 6147 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 6147 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Memory Vault ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: DB_PASSWORD

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด 6 วันที่ผ่านมา และส่งรุ่นล่าสุด (1.6.1) เข้า registry 37 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Docker ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี OpenSEO, Exa, Mockserver, Microsoft Learn MCP, Docs

ตัวอื่นที่ทำงานคล้ายกัน

หมวดเดียวกันจากผู้ทำคนอื่น ผ่านตัวตรวจคำสั่งแล้ว ตัวทางการขึ้นก่อน แล้วเรียงตามดาว

อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

โดย every-appใช้กันมาก★ 27.7Kอัปเดต เมื่อวาน

รันบนคลาวด์✓ everyapp.com

วิธีต่อ

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

โดย exa-labsใช้กันมาก★ 5.2Kอัปเดต 2 เดือนที่ผ่านมา

รันบนคลาวด์✓ เจ้าของบริการ · exa.aiทีม PopNx ลองใช้จริงแล้ว

วิธีต่อ

Mockserver

Mock, record/replay, verify and chaos-test any HTTP, REST, gRPC or LLM dependency over MCP.

โดย mock-serverกำลังโต★ 5Kอัปเดต 19 วันที่ผ่านมา

รันบนเครื่อง✓ เจ้าของบริการ · mock-server.com

ติดตั้ง

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

โดย MicrosoftDocsใช้กันมาก★ 2Kอัปเดต 12 เดือนที่ผ่านมา

รันบนคลาวด์✓ เจ้าของบริการ · microsoft.comทีม PopNx ลองใช้จริงแล้ว

วิธีต่อ

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

โดย proxysoulกำลังโต★ 1.6Kอัปเดต 2 เดือนที่ผ่านมา

รันบนคลาวด์✓ empryo.com

วิธีต่อ

OpenSEO — ใช้บนคลาวด์ ไม่ต้องลงเครื่อง · ไม่ต้องใช้คีย์
Exa — ใช้บนคลาวด์ ไม่ต้องลงเครื่อง · ไม่ต้องใช้คีย์ · อยู่ในคลังของ Claude
Mockserver — ต้องลงในเครื่อง · ไม่ต้องใช้คีย์
Microsoft Learn MCP — ใช้บนคลาวด์ ไม่ต้องลงเครื่อง · ไม่ต้องใช้คีย์ · อยู่ในคลังของ Claude
Docs — ใช้บนคลาวด์ ไม่ต้องลงเครื่อง · ไม่ต้องใช้คีย์

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Memory Vault

The memory database for AI applications. Self-hosted Postgres + pgvector with hybrid search, MCP-native, and a knowledge graph baked in.

Every conversation with Claude or ChatGPT starts from zero. No memory of what you built last week, what decisions you made last month, what problems you've already solved. You either re-explain everything from scratch, or paste in a wall of context and hope it fits in the window.

Memory Vault is the persistent layer underneath. It stores what you want your AI to remember — decisions, conversations, notes, project context — in a single Postgres database with hybrid semantic + keyword search. Claude can recall and store memories during any session via MCP, you can chat with your own memories through a local LLM, or you can build your own AI tool on top of the REST API.

_Chat with your vault using a local LLM. Every answer shows the exact memories it was grounded in — click any source to verify._

Status

v1.0 — released 2026-05-07. First stable release of Memory Vault. M1-M7 (hybrid search, Docker, MCP, REST API, dashboard, knowledge graph, local LLM chat) all shipped and stable.

See CHANGELOG.md for the full per-release history, or GitHub Releases for the platform-native view.

Semver from here forward — the public surface (REST API endpoints, MCP tool signatures, DB schema) is stable. Breaking changes only on a major version bump.

Quick Start (Docker)

git clone https://github.com/MihaiBuilds/memory-vault.git

cd memory-vault docker compose up -d

That's it. PostgreSQL + pgvector + Memory Vault, running and ready. Migrations run automatically on first start.

# Check it's working

docker compose exec app memory-vault status

Ingest a file

docker compose exec app memory-vault ingest /path/to/file.md --space default

Search

docker compose exec app memory-vault search "your query here"

Data persists in a Docker volume — docker compose down and up again, your memories are still there.

Open http://localhost:8000 in your browser to use the dashboard (Chat, Search, Browse, Graph, Ingest, Stats).

Windows users: clone into WSL2, not a Windows path, and read docs/windows.md if you hit a line-ending error.

No-Docker quick start

If you prefer running without Docker:

Prerequisites

Python 3.11+
PostgreSQL 16 with pgvector extension
uv (recommended) or pip + venv

Setup with uv (recommended)

# Clone

git clone https://github.com/MihaiBuilds/memory-vault.git cd memory-vault

Create virtual environment and install dependencies

uv sync

Install the spaCy language model

uv run python -m spacy download en_core_web_sm

Configure

cp .env.example .env

Edit .env with your PostgreSQL credentials

Run migrations

uv run memory-vault migrate

Verify

uv run memory-vault status

Setup with pip + venv (fallback)

If you don't want to install uv, plain pip + venv works too:

# Clone

git clone https://github.com/MihaiBuilds/memory-vault.git cd memory-vault

Create virtual environment

python -m venv .venv source .venv/bin/activate

Install dependencies

pip install -e .

Install the spaCy language model

python -m spacy download en_core_web_sm

Configure

cp .env.example .env

Edit .env with your PostgreSQL credentials

Run migrations

memory-vault migrate

Verify

memory-vault status

Usage

If you set up with uv, prefix commands with uv run (e.g. uv run memory-vault search ...). If you used pip + venv, activate the venv first (source .venv/bin/activate) and run commands directly:

# Ingest a file

memory-vault ingest notes.md --space default

Search memories

memory-vault search "hybrid search architecture" --limit 5

Check status

memory-vault status

Features

Hybrid search — semantic similarity + keyword matching combined, so you find the right memory even when you don't remember the exact words
MCP integration — four tools (recall, remember, forget, memory_status) that Claude can use natively during any session
Local LLM chat — query your own memories through LM Studio without sending anything to the cloud, with sources shown for every answer
Knowledge graph — entities and relationships extracted automatically, connections between things emerge over time
Memory spaces — separate namespaces for different projects or domains
REST API — integrate AI memory into any application
One-command setup — docker compose up and it's running
Self-hosted — your data stays on your machine, always

Architecture

_Postgres + pgvector at the core. The same memory layer is reachable from MCP (Claude), the dashboard chat page, the REST API, and any app you build on top._

Three things are deliberate about this stack:

One database, not two. Vector embeddings, full-text indexes, and relational data all live in Postgres. No separate vector DB to keep in sync.
Frontend-agnostic. The dashboard is one consumer of the API, not the API itself. MCP, REST, CLI, and your own apps are equal first-class clients.
CPU-only by default. No GPU required. Embeddings (sentence-transformers) and entity extraction (spaCy) both run on a normal laptop.

Tech Stack

PostgreSQL 16 + pgvector — vector storage and hybrid search in one database
Python 3.11+ — async backend with psycopg 3
sentence-transformers — all-MiniLM-L6-v2 embeddings (384-d, runs on CPU)
spaCy — en_core_web_sm for entity extraction (CPU-only, no LLM calls)
FastAPI — REST API with bearer auth, rate limiting, and OpenAPI docs
React 19 + Vite + TanStack Query — web dashboard, baked into the main Docker image
Cytoscape.js + cose-bilkent — force-directed knowledge graph rendering on the dashboard
Docker — one-command deployment with docker compose up
MCP — Claude integration via FastMCP (stdio transport)

MCP Integration (Claude Desktop & Claude Code)

Memory Vault exposes six tools via the Model Context Protocol so Claude can read and write memories during any conversation.

Tools

Tool	Description
`recall`	Search memories with hybrid search (vector + full-text + RRF)
`remember`	Store a new memory — auto-classified and embedded
`forget`	Soft-delete a memory by chunk ID
`purge_forgotten`	Permanently delete memories forgotten more than N days ago
`move_memory`	Move a memory to another space, rebuilding its graph entries
`memory_status`	Database health, chunk counts, embedding model info

Resources

Resource	Description
`memory://spaces`	List all memory spaces with chunk counts
`memory://stats`	Current system statistics

Setup — Claude Code

Make sure you've completed the No-Docker quick start above (uv sync or pip install, plus the spaCy model download) so the memory_vault package is installed.

Project scope — add to your project's .mcp.json:

"mcpServers": { "memory-vault": { "command": "/path/to/memory-vault/.venv/bin/python", "args": ["-m", "memory_vault.mcp"], "env": { "DB_HOST": "localhost", "DB_PORT": "5432", "DB_NAME": "memory_vault", "DB_USER": "memory_vault", "DB_PASSWORD": "memory_vault" } } } }

Global scope — to make memory-vault available in every Claude Code session, add the same server block to ~/.claude/.mcp.json, then add memory-vault to enabledMcpjsonServers in ~/.claude/settings.json:

"enabledMcpjsonServers": ["memory-vault"] }

Verify with claude mcp list — memory-vault should show connected.

Setup — Claude Desktop

Add the same server block to Claude Desktop's config (Settings → Developer → Edit Config), then restart Claude Desktop.

Docker Users

If you're running Memory Vault via Docker, use DB_HOST: "127.0.0.1" and make sure port 5432 is exposed in your docker-compose.yml:

"mcpServers": { "memory-vault": { "command": "/path/to/memory-vault/.venv/bin/python", "args": ["-m", "memory_vault.mcp"], "env": { "DB_HOST": "127.0.0.1", "DB_PORT": "5432", "DB_NAME": "memory_vault", "DB_USER": "memory_vault", "DB_PASSWORD": "memory_vault" } } } }

The MCP server runs on the host (not inside Docker) and connects to the PostgreSQL container over the exposed port.

Verify It Works

Once configured, Claude will have access to the memory tools. Try:

"Use memory_status to check the memory system."

"Remember that we chose Redis for the session cache."

"Recall everything about hybrid search."

Troubleshooting

`ModuleNotFoundError` on startup — the virtual environment isn't installed; re-run uv sync (or pip install -e .) in the repo directory.
`OSError: [E050]` on startup — the spaCy language model isn't installed; re-run python -m spacy download en_core_web_sm.
Server shows `failed` in Claude Code — run claude --debug mcp to see the server's error output.
Tools not available in Claude Code despite server connecting — confirm memory-vault is listed in enabledMcpjsonServers in ~/.claude/settings.json.
Connection refused with Docker running — use DB_HOST: "127.0.0.1" instead of "localhost".

Remote access over HTTP

Everything above runs MCP over stdio, which assumes the client and the server are on the same machine. If your client is somewhere else — Claude Desktop on another machine, an agent harness in a different container — Memory Vault can also serve MCP over HTTP using SSE.

It is off by default. A memory store is not something to start listening on a port without being asked:

MCP_HTTP_ENABLED=true

The transport then mounts at /api/mcp on the same port as the REST API, so a client connects to http:// :8000/api/mcp/sse.

Every request needs a token, created the same way as for the REST API:

memory-vault token create my-remote-client

Clients differ in how they express a remote MCP server, but they all need the same three things — the SSE transport, the URL, and the token. In the shape most of them use:

"mcpServers": { "memory-vault": { "type": "sse", "url": "http://192.168.1.50:8000/api/mcp/sse", "headers": { "Authorization": "Bearer mv_your-token-here" } } } }

Say which hostnames are yours

Memory Vault answers only to hostnames you have declared, and

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

Memory Vault

ใช้ทำอะไรได้

ติดตั้ง

ลง Docker ในเครื่อง (ถ้ายังไม่มี)

สมัครและสร้างคีย์ของ Memory Vault

กรอกค่าตั้ง 4 ช่อง

เปิดไฟล์ตั้งค่าของแอป Claude บนคอม

วางค่าตั้งนี้แล้วบันทึกไฟล์

ปิดแอป Claude แล้วเปิดใหม่

ลองเลย

คุณทำแบบนี้แทนได้

ลง Docker ในเครื่อง (ถ้ายังไม่มี)

สมัครและสร้างคีย์ของ Memory Vault

กรอกค่าตั้ง 4 ช่อง

เปิด Terminal

วางคำสั่งนี้แล้วกด Enter

พิมพ์ /mcp ใน Claude Code

ลองเลย

ลง Docker ในเครื่อง (ถ้ายังไม่มี)

สมัครและสร้างคีย์ของ Memory Vault

กรอกค่าตั้ง 4 ช่อง

กดปุ่มนี้เพื่อเปิด Cursor

ใส่คีย์ในช่องที่ว่างไว้

เปิดแชตของ AI ใน Cursor โหมด Agent

ลองเลย

ลง Docker ในเครื่อง (ถ้ายังไม่มี)

สมัครและสร้างคีย์ของ Memory Vault

กรอกค่าตั้ง 4 ช่อง

กดปุ่มนี้เพื่อเปิด VS Code

ใส่คีย์ในช่องที่ว่างไว้

เปิดแชตของ AI ใน VS Code โหมด Agent

ลองเลย

ติดตั้งในเครื่อง

ค่าที่ต้องใส่เอง

สรุป

ใช้กับโปรแกรมไหนได้

คู่มือที่เกี่ยวข้อง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

ช่องโหว่ที่เปิดเผยแล้ว (OSV.dev)

พูดคุย

รีวิวจากผู้ใช้

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

คำถามที่พบบ่อย

ตัวอื่นที่ทำงานคล้ายกัน

OpenSEO

Exa

Mockserver

Microsoft Learn MCP

Docs

README จากผู้ทำ

Memory Vault

Status

Quick Start (Docker)

Ingest a file

Search

No-Docker quick start

Prerequisites

Setup with uv (recommended)

Create virtual environment and install dependencies

Install the spaCy language model

Configure

Edit .env with your PostgreSQL credentials

Run migrations

Verify

Setup with pip + venv (fallback)

Create virtual environment

Install dependencies

Install the spaCy language model

Configure

Edit .env with your PostgreSQL credentials

Run migrations

Verify

Usage