Memograph

Name: Memograph
Author: Indhar01

von Indhar01Version 0.4.0i★ –iLäuft auf deinem Computer

Name in der Registryio.github.Indhar01/memograph

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

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

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Suche & KI-Gedächtnis
Das musst du eintragen: MEMOGRAPH_VAULT, ANTHROPIC_API_KEY, OPENAI_API_KEY

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Das trägst du selbst ein: MEMOGRAPH_VAULT, MEMOGRAPH_READONLY, MEMOGRAPH_PROVIDER, MEMOGRAPH_MODEL, ANTHROPIC_API_KEY, OPENAI_API_KEY, OLLAMA_HOST

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "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"
      }
    }
  }
}

Führe das in deinem Terminal aus

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

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "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"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "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"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

MEMOGRAPH_VAULT erforderlich 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 geheim env
API key for Anthropic Claude. Required when MEMOGRAPH_PROVIDER=claude or when using the [anthropic] extra.
OPENAI_API_KEY geheim 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.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto Indhar01 bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Mehr Sterne als 0 % der anderen 7249 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 18 % der anderen 7249 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 7249 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Memograph sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: MEMOGRAPH_VAULT, ANTHROPIC_API_KEY, OPENAI_API_KEY

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.4.0) kam vor 4 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert heute

Installieren

Codebase Memory

von DeusData

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

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen

Installieren

Exa

von exa-labs

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

Läuft in der Cloud★ 5.213MITAktualisiert letzten Monat

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

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/

Nur der Anfang wird gezeigt; den Rest findest du im Repo

Memograph

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Häufige Fragen

Alternativen

Context7

Codebase Memory

Exa

README vom Entwickler

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