Memograph

Name: Memograph
Author: Indhar01

作者：Indhar01バージョン 0.4.0i★ –iパソコンで動く

レジストリ名io.github.Indhar01/memograph

インストール

概要

作者による説明（英語の原文）

Graph-based memory system for LLMs with knowledge graphs and semantic search.

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi1項目中1項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況iとても新しい↓ 30/週 · ★ –

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: 検索・AIの記憶
入力が必要なもの：MEMOGRAPH_VAULT, ANTHROPIC_API_KEY, OPENAI_API_KEY

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
自分で入力するもの： MEMOGRAPH_VAULT, MEMOGRAPH_READONLY, MEMOGRAPH_PROVIDER, MEMOGRAPH_MODEL, ANTHROPIC_API_KEY, OPENAI_API_KEY, OLLAMA_HOST

「秘密」と表示された値は、あなたのアカウントの鍵です。絶対に人に教えたり、チャットに貼り付けたりしないでください。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "memograph": {
      "command": "uvx",
      "args": [
        "memograph",
        "memograph-mcp"
      ],
      "env": {
        "MEMOGRAPH_VAULT": "your-value",
        "MEMOGRAPH_READONLY": "your-value",
        "MEMOGRAPH_PROVIDER": "your-value",
        "MEMOGRAPH_MODEL": "your-value",
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "OLLAMA_HOST": "your-value"
      }
    }
  }
}

ターミナルでこれを実行します

claude mcp add memograph --env MEMOGRAPH_VAULT=your-value --env MEMOGRAPH_READONLY=your-value --env MEMOGRAPH_PROVIDER=your-value --env MEMOGRAPH_MODEL=your-value --env ANTHROPIC_API_KEY=your-value --env OPENAI_API_KEY=your-value --env OLLAMA_HOST=your-value -- uvx memograph memograph-mcp

動かす前に、空欄の値を入力してください。

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "memograph": {
      "command": "uvx",
      "args": [
        "memograph",
        "memograph-mcp"
      ],
      "env": {
        "MEMOGRAPH_VAULT": "your-value",
        "MEMOGRAPH_READONLY": "your-value",
        "MEMOGRAPH_PROVIDER": "your-value",
        "MEMOGRAPH_MODEL": "your-value",
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "OLLAMA_HOST": "your-value"
      }
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "memograph": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "memograph",
        "memograph-mcp"
      ],
      "env": {
        "MEMOGRAPH_VAULT": "your-value",
        "MEMOGRAPH_READONLY": "your-value",
        "MEMOGRAPH_PROVIDER": "your-value",
        "MEMOGRAPH_MODEL": "your-value",
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "OLLAMA_HOST": "your-value"
      }
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

自分で入力する値

MEMOGRAPH_VAULT 必須 env
Path to your MemoGraph vault directory (created if missing).
MEMOGRAPH_READONLY env
Set to 'true' to block destructive MCP tools (delete_memory, update_memory, bulk_create, batch_delete, batch_update). Recommended for shared or untrusted clients.
MEMOGRAPH_PROVIDER env
Optional LLM provider for query_with_context tool. Only needed if you want AI-generated answers.
MEMOGRAPH_MODEL env
Optional LLM model name (e.g. 'claude-sonnet-4-6'). Used together with MEMOGRAPH_PROVIDER.
ANTHROPIC_API_KEY 秘密 env
API key for Anthropic Claude. Required when MEMOGRAPH_PROVIDER=claude or when using the [anthropic] extra.
OPENAI_API_KEY 秘密 env
API key for OpenAI. Required when using the [openai] extra (embeddings or LLM).
OLLAMA_HOST env
Base URL for a local Ollama server (default http://localhost:11434). Only needed when MEMOGRAPH_PROVIDER=ollama or the [ollama] extra is installed.

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月8日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名は、リポジトリを所有するGitHubアカウント Indhar01 で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

検索・AIの記憶のほかのサーバーとの比較i

このカテゴリのほかの5718件のうち0%よりスターが多い
このカテゴリのほかの5718件のうち19%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの5718件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

Memographは安全ですか？

当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

入力が必要なもの：MEMOGRAPH_VAULT, ANTHROPIC_API_KEY, OPENAI_API_KEY

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は–、最新バージョン（0.4.0）がレジストリに届いたのは5 か月前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは？

同じカテゴリには：Context7, Codebase Memory, Exa

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：↓ 週あたりのダウンロードi★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Context7

Up-to-date docs for AI agents

作者：upstash広く使われている↓ 97.3万/週★ 6.4万一昨日更新

パソコンでもクラウドでも

インストール

Codebase Memory

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

作者：DeusData広く使われている↓ 1.8万/週★ 4.8万22 日前更新

パソコンで動く

インストール

Exa

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

作者：exa-labs広く使われている★ 52132 か月前更新

クラウドで動く✓ exa.ai

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

MemoGraph 🧠

MemoGraph turns a folder of markdown notes into a queryable, AI-ready knowledge graph. It solves the LLM memory problem — your AI assistants forget last Tuesday's decision, can't find a related note across two projects, and re-derive the same insight again and again — by giving them a persistent, navigable, attribution-friendly memory layer that lives in plain markdown files you control.

You write notes the way you already do. MemoGraph indexes them, builds a graph from [[wikilinks]], ranks them by salience, and serves them back to your LLM (or your team) on demand.

⚡ Try it in 60 seconds

pip install memograph

memograph quickstart

That's it. The quickstart command drops a small, interconnected sample vault on your disk (15 notes about Python development, with real wikilinks between them), ingests it, and runs three live demo queries so you can see the graph + hybrid retrieval working before you decide whether to commit. Try this query in particular:

memograph --vault ~/memograph-quickstart search "FastAPI dependency injection"

The vault contains a note titled FastAPI dependencies (about Depends(...)) — the words "dependency" and "injection" never appear in any note's title. MemoGraph still finds it, because hybrid retrieval understands "dependency injection" semantically and the wikilink graph stitches related notes together. That's the product, demonstrated in one query.

Re-run memograph quickstart --force any time to reset to a fresh demo. When you're ready, point MemoGraph at your real notes: memograph --vault ~/your-notes ingest.

What you get

As a solo user / knowledge worker

A vault of human-readable markdown files — nothing proprietary, no lock-in. Your notes outlive any tool.
Hybrid retrieval that combines keyword search, semantic similarity, and graph traversal so you find the right note even when you don't remember the exact words.
AI-assisted tagging, link suggestions, and gap detection that grow your knowledge base instead of letting it rot.
A CLI and a web UI for browsing, editing, and visualizing the graph.

As an AI agent / IDE user

A first-class Model Context Protocol (MCP) server with 30+ tools, working out of the box with Claude Desktop, Claude Code, Cursor, Cline, Windsurf, Continue, Zed, VS Code, Goose, Gemini CLI, OpenAI Codex CLI, and others.
Autonomous "auto-save" hooks that capture decisions and context from your AI conversations into the vault automatically.
Per-conversation memory recall — your assistant can pull "what did we decide last week about X" without you copy-pasting context every time.

As an enterprise / SaaS operator

Multi-tenant deployment with filesystem-level isolation per tenant, end-to-end isolation tests, and a warm-LRU kernel cache.
OIDC + API-key authentication with JWKS support (Auth0, Clerk, WorkOS, Keycloak, Azure AD, Okta), restrictive CORS, request-size caps, and rate limiting.
GDPR-compliant scheduled deletion: tombstone-with-grace-period flow, automatic final backups, daily reaper, and an audit log of every deletion.
Observability built in: OpenTelemetry traces + Prometheus /metrics, structured JSON logging with request IDs, and a separate /healthz / /readyz for orchestration.
Operations runbooks shipped with the code: install, SSO setup, RBAC, backup-restore, and GDPR procedures.

How consumers benefit

You want to…	MemoGraph gives you…
Stop your AI assistant from forgetting context across conversations	Persistent vault + MCP server, plus optional auto-save hooks
Find a note across thousands when you only half-remember it	Hybrid retrieval (keyword + semantic + graph) with salience ranking
Connect related ideas without manual cross-linking	AI link suggestions, backlink graph, BFS traversal
Discover what's missing in your knowledge base	Gap detector + topic clustering + learning-path suggestions
Self-host a memory backend for a team or product	Web UI, FastAPI HTTP API, OpenAPI v1 contract, Docker compose
Ship MemoGraph to multiple paying customers	Multi-tenant kernel registry, OIDC, quotas (roadmap), GDPR runbook
Survive an SOC 2 audit conversation	Audit log with user + tenant binding, observability, security workflow, compliance roadmap doc

✨ Capabilities at a glance

Core memory engine

Graph-based memory — bidirectional [[wikilinks]] build a navigable knowledge graph automatically.
Hybrid retrieval — keyword + semantic embeddings + graph traversal, combined and re-ranked.
Memory types inspired by cognitive science: episodic, semantic, procedural, fact.
Salience scoring (0–1) that decays over time and boosts on access.
Smart indexing — mtime-cached, only re-parses changed files.
Context compression — token-budget-aware windowing for LLM prompts.
Markdown-native vault — every memory is a .md file with YAML frontmatter; no proprietary format.

AI features

Smart Auto-Organization Engine — extract topics, people, action items, decisions, questions, sentiment, risks, ideas, and timeline events from memories.
AutoTagger — suggest tags via semantic analysis, structure detection, and pattern learning.
LinkSuggester — propose [[wikilinks]] to related notes; bidirectional opportunities included.
GapDetector — surface missing topics, weak coverage, isolated notes, and unmade links.
Knowledge analysis — vault stats, topic clustering, learning paths, connection analysis.

Interfaces

Python API — MemoryKernel with sync, async, and batch variants.
CLI — 24+ commands for ingest, search, batch ops, import, export, backup, and AI features.
MCP server — 30+ tools, stdio transport, drop-in for any MCP-compatible client.
Web UI — React + D3 graph visualization, search, and editing (FastAPI backend + Vite frontend).
HTTP API — versioned /api/v1/, OpenAPI snapshot in CI, ready for service-to-service integration.

Enterprise & SaaS readiness

Multi-tenancy with filesystem-isolated tenants, an LRU registry of warm kernels, per-tenant audit logs, and end-to-end isolation tests gating release.
Authentication via OIDC (JWKS) or hashed API keys; per-route auth scope; identity bound into the audit log.
Web hardening — restrictive CORS, slowapi rate limiting, request-size caps, structured JSON logging with request IDs, info-leak-free 500 handler.
Storage hardening — path-traversal-safe vault writes, vault size soft/hard caps, schema-versioned cache files.
Scheduled deletion for GDPR Art. 17: tombstone with configurable grace period, automatic final backup, daily reaper script, cancel-before-grace endpoint.
Observability — OpenTelemetry FastAPI/asyncio auto-instrumentation, Prometheus /metrics, OTLP export.
Reliability — concurrency audit, stress tests for concurrent writes, versioned backup format with integrity checks.
Distribution — pinned-and-locked dependencies, Docker compose for self-host, security workflow (bandit + pip-audit).

See docs/INSTALL_ENTERPRISE.md, docs/SSO_SETUP.md, docs/GDPR_RUNBOOK.md, docs/BACKUP_RESTORE_RUNBOOK.md, docs/OBSERVABILITY_GUIDE.md, and docs/RBAC_GUIDE.md for the operator-facing details.

🚀 Quick Start

Hosting it yourself? docs/HOSTING_GUIDE.md

covers four genuinely-free paths — Oracle Free Tier, Cloudflare

Tunnel + your hardware (recommended for most), GCP always-free

stitch, and GitHub-repo-as-vault. Workspace identity via OIDC and

Drive-as-portability-backup are documented in

docs/GOOGLE_WORKSPACE_SETUP.md.

Installation

pip install memograph

Install with optional dependencies:

# For OpenAI support

pip install memograph[openai]

For Anthropic Claude support

pip install memograph[anthropic]

For Ollama support

pip install memograph[ollama]

For embedding support

pip install memograph[embeddings]

Install everything

pip install memograph[all]

Python Usage

from memograph import MemoryKernel, MemoryType

Initialize the kernel attached to your vault path

kernel = MemoryKernel("~/my-vault")

Ingest all notes in the vault

stats = kernel.ingest() print(f"Indexed {stats['indexed']} memories.")

Programmatically add a new memory

kernel.remember( title="Meeting Note", content="Decided to use BFS graph traversal for retrieval.", memory_type=MemoryType.EPISODIC, tags=["design", "retrieval"] )

Retrieve context for an LLM query

context = kernel.context_window( query="how does retrieval work?", tags=["retrieval"], depth=2, top_k=8 )

print(context)

🔌 MCP Server (Model Context Protocol)

MemoGraph includes a full-featured MCP server for seamless integration with AI assistants like Cline and Claude Desktop.

📖 New to MemoGraph MCP? See the [MCP User Guide](docs/MCP_USER_GUIDE.md) for practical usage instructions and examples!

🚨 Having connection issues? See [Setup & Troubleshooting Guide](docs/MCP_SETUP_TROUBLESHOOTING.md) - Common fixes for "cannot connect" errors!

19 Available Tools

Category	Tools	Description
Search	`search_vault`, `query_with_context`	Semantic search and context retrieval
Create	`create_memory`, `import_document`	Add memories and import documents
Read	`list_memories`, `get_memory`, `get_vault_info`	Browse and retrieve memories
Update	`update_memory`	Modify existing memories
Delete	`delete_memory`	Remove memories by ID
Analytics	`get_vault_stats`	Vault statistics and insights
Discovery	`list_available_tools`	List all available tools
Autonomous	`auto_hook_query`, `auto_hook_response`, `configure_autonomous_mode`, `get_autonomous_config`	Autonomous memory management
Graph	`relate_memories`, `search_by_graph`, `find_path`	Graph-native linking and traversal
Bulk	`bulk_create`	Create multiple memories in one call

Supported Clients

MemoGraph's MCP server is a stdio server — it runs alongside any MCP-compatible agentic CLI or editor. The full setup cookbook (config-file paths, format quirks, verification steps) lives in [docs/MCP_CLIENTS.md](docs/MCP_CLIENTS.md):

Client	Format	Quick reference

| Claude Code (CLI) | mcpServers | [claude_code_config.json](memograph/mcp/

冒頭だけを表示しています。続きはリポジトリで読めます

Memograph

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

自分で入力する値

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

検索・AIの記憶のほかのサーバーとの比較i

よくある質問

代わりの候補

Context7

Codebase Memory

Exa

作者のREADME

MemoGraph 🧠

⚡ Try it in 60 seconds

What you get

As a solo user / knowledge worker

As an AI agent / IDE user

As an enterprise / SaaS operator

How consumers benefit

✨ Capabilities at a glance

Core memory engine

AI features

Interfaces

Enterprise & SaaS readiness

🚀 Quick Start

Installation

For Anthropic Claude support

For Ollama support

For embedding support

Install everything

Python Usage

Initialize the kernel attached to your vault path

Ingest all notes in the vault

Programmatically add a new memory

Retrieve context for an LLM query

🔌 MCP Server (Model Context Protocol)

19 Available Tools

Supported Clients