Memory Fabric

Name: Memory Fabric
Author: elViRafa

de elViRafaversión 1.4.5i★ –iSe ejecuta en tu computadora

Nombre en el registroio.github.elViRafa/memory-fabric

Instalar

Resumen

Descripción del creador (original en inglés)

File-first, local-first MCP memory for AI coding assistants: Markdown + YAML, no vector DB.

Los tres pilares de PopNx MCP

Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.

Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
UsoiAún sin medir★ –

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

Conexión: Se ejecuta en tu computadora
Transporte: stdio
Categoría: Búsqueda y memoria de IA

Instalación

Elige la app de IA que usas y copia la configuración.

Antes de instalar

Revisiones básicas: 1 de 1 superadas
Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
El registro no indica ninguna clave que completar.

Necesitas

PyPIuv de Python instalado (para el comando uvx)

¿Qué app usas?

ClaudeClaude CodeCursorVS CodeChatGPT

Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.

Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json

{
  "mcpServers": {
    "memory-fabric": {
      "command": "uvx",
      "args": [
        "memory-fabric"
      ]
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add memory-fabric -- uvx memory-fabric

Abrir en Cursor

O copia la configuración tú

Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json

{
  "mcpServers": {
    "memory-fabric": {
      "command": "uvx",
      "args": [
        "memory-fabric"
      ]
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Abrir en VS Code

O copia la configuración tú

Pégalo en .vscode/mcp.json de tu proyecto

{
  "servers": {
    "memory-fabric": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "memory-fabric"
      ]
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.

Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 6 nov 2026

✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub elViRafa, dueña del repo
… Aún sin revisar
Sigue en mantenimiento
Todavía no hemos leído este repo en GitHub
… Aún sin revisar
Tiene licencia
Todavía no hemos leído este repo en GitHub
– No aplica
El endpoint responde
Este se ejecuta en tu computadora; no hay endpoint en internet
– No aplica
Inicio de sesión con OAuth
Se ejecuta en tu computadora y usa ajustes locales en su lugar
… Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Comparado con otros en Búsqueda y memoria de IAi

Más estrellas que el 0% de los otros 7247 servidores de esta categoría
Publicado en el registro más recientemente que el 90% de los otros 7247 servidores de esta categoría
Revisiones básicas iguales o mejores que el 100% de los otros 7247 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro Memory Fabric?

Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (1.4.5) llegó al registro hace 4 días.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: Context7, Codebase Memory, Exa

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

Context7

de upstash

Up-to-date docs for AI agents

Computadora o nube★ 64.224MITActualizado hoy

Instalar

Codebase Memory

de DeusData

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

Se ejecuta en tu computadora★ 48.148MITActualizado hace 20 días

Instalar

Exa

de exa-labs

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

Se ejecuta en la nube★ 5213MITActualizado el mes pasado

Instalar

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

Memory Fabric

File-first, local-first memory layer for MCP-compatible AI coding assistants.

Memory Fabric gives AI tools like Claude Code, Cursor, and GitHub Copilot a consistent, project-aware context layer without locking you into one model, editor, cloud provider, or operating system.

Memory is stored as human-readable Markdown with YAML frontmatter. No vector database. No cloud account. No embeddings required.

Features

MCP-native: exposes memory tools through the standard Model Context Protocol
File-first: Markdown files are the source of truth, inspectable and commit-ready
Local-first: core reads and writes work offline
Store-first: facts live in memory-store/, one per file; root maps (architecture.md, decisions.md, ...) are generated views rebuilt by Dreaming, never hand-written
Captures itself: every git commit is recorded as episodic memory automatically — no agent cooperation required — via an opt-in post-commit hook
Git-native merge: an optional custom merge driver lets two branches' memory merge as cleanly as their code, instead of conflicting on a shared timestamp line
Self-verifying: memories can cite the file/line/commit they depend on; ai-memory verify flags citations that rotted
Learns from failure: write_failure_memory_tool deduplicates repeat occurrences of the same error into one growing record instead of scattering near-duplicates
Secret-safe: API keys and credentials are redacted before writing
Token-budget aware: assembles context within limits; never slices files mid-document
Quality eval: scores memory usefulness and Dreaming before/after results locally
Unicode-safe: works with any human language
Graceful degradation: works without rg, git hooks, or Dreaming configured

Status

v1.4.5 — field diary pack/analyze and live posture pinning. [Live on PyPI](https://pypi.org/project/memory-fabric/). Core CLI and MCP tools work end-to-end. See ROADMAP.md for what shipped, what's in progress, and what's next.

Demo

The CLI and self-capture flow: initialize a project, write a memory as a plain Markdown file in your repo, and watch a git commit record itself as episodic memory with no agent cooperation. The cross-tool moment — an agent writes memory in one tool and a different tool reads it back — is storyboarded in DEMO.md for the full video.

Privacy — no telemetry

Memory Fabric never sends data anywhere. There is no account, no cloud, no analytics, no phone-home. The core read and write paths make no network calls at all; the only optional network requests are a PyPI version-drift check and an LLM-provider preflight, both of which you can turn off with --offline. Your memory is plain Markdown in your own git history — it never leaves your machine unless you push it.

An optional, off-by-default field diary can record operational counts on your machine after you run ai-memory diary approve. That is not the session journal, and it is not telemetry: nothing is transmitted. MEMORY_FABRIC_DIARY=0 is a kill switch. ai-memory diary pack builds a shareable folder under the app data field-packs/ directory (Windows: %APPDATA%/memory-fabric/field-packs/); you copy that folder yourself. ai-memory diary analyze scores product signals from a pack or the local diary. This is a deliberate guarantee, not a default we might change.

Installation

From PyPI (recommended)

Requires Python ≥ 3.11.

pipx install memory-fabric          # CLI only

pipx install "memory-fabric[mcp]" # CLI + MCP server

Or with plain pip (inside a virtual environment):

pip install memory-fabric          # CLI only

pip install "memory-fabric[mcp]" # CLI + MCP server

Zero-install one-off run (requires uv):

uvx --from "memory-fabric[mcp]" memory-fabric-mcp   # starts the MCP server on stdio

From GitHub (latest, pre-release)

# CLI only

pipx install "git+https://github.com/elViRafa/agentic-memory.git"

CLI + MCP server

pipx install "memory-fabric[mcp] @ git+https://github.com/elViRafa/agentic-memory.git"

Or with plain pip (inside a virtual environment):

pip install "git+https://github.com/elViRafa/agentic-memory.git"          # CLI only

pip install "memory-fabric[mcp] @ git+https://github.com/elViRafa/agentic-memory.git" # + MCP

Upgrading

Because Memory Fabric is in active development, we recommend upgrading regularly:

Upgrade the Package:

   # If installed via pipx:

pipx upgrade memory-fabric

If installed in a virtual environment via pip:

pip install --upgrade "memory-fabric[mcp]"

If installed from GitHub (pre-release):

pipx install --force "memory-fabric[mcp] @ git+https://github.com/elViRafa/agentic-memory.git"

Refresh the MCP client config (uvx installs): If your client config launches the server via uvx (the default written by older ai-memory install runs), uv serves the build it cached the first time and never re-resolves an unpinned spec — restarting the client is not enough and can leave the server several releases behind without any signal. After upgrading, either:

   # Re-write the client config (now pins the exact installed version, or points

at the local memory-fabric-mcp binary when one sits next to the CLI):

ai-memory install --client --project

...or drop the stale cached build so uvx re-resolves:

uv cache clean memory-fabric

   `ai-memory doctor` warns when the local version drifts from the latest on PyPI or

when a different ai-memory installation shadows this one on PATH.

Restart MCP Clients: After upgrading, restart your IDE (Cursor, VS Code) or assistant process (Claude Code) to ensure the client reloads the updated memory-fabric-mcp server.

Refresh Local Projects (Optional): If you have projects initialized with older versions of Memory Fabric, navigate to the project directory and run:

   ai-memory init --install-hooks

This will safely refresh starter templates and local git hook integration to the latest format without overwriting your existing memory markdown files.

Windows terminals: the CLI emits UTF-8 (memory content legitimately contains

em-dashes and bullets). Windows Terminal and PowerShell 7 render it out of the box;

on legacy consoles (PowerShell 5.1 with an OEM code page) set chcp 65001 or

PYTHONUTF8=1 if you see replacement characters.

Or clone and install in editable mode for local development:

git clone https://github.com/elViRafa/agentic-memory.git

cd agentic-memory pip install -e . # CLI only pip install -e ".[mcp]" # CLI + MCP server

Quick Start

1. Initialize a project

ai-memory init

Creates .ai-memory/ in the current directory with starter sections and a .gitignore.

2. Check health

ai-memory doctor

3. Evaluate memory quality

ai-memory eval

ai-memory eval --json

eval scores whether memories are useful for coding assistants. It checks section coverage, starter-template content, summary quality, metadata, retrieval readiness, and likely secrets.

If .ai-memory/ exists, reports are saved under ignored local files:

.ai-memory/evals/latest.json

.ai-memory/evals/latest.md .ai-memory/evals/ -memory.json .ai-memory/evals/ -memory.md

If .ai-memory/ does not exist yet, eval prints a pre-init report only and creates no files.

4. Query memory

ai-memory query "authentication"

5. Run maintenance (Dreaming)

ai-memory dream --mode light

ai-memory dream --mode deep

Dreaming creates a snapshot before maintenance. You can evaluate whether a Dreaming run improved memory quality:

ai-memory eval --dream latest

ai-memory dream --mode light --eval

Dream eval compares the pre-dream snapshot to current memory and reports score delta, changed files, improvements, and regressions.

MCP Server — Install

One command per client. Safe to re-run: merges with your existing config, never overwrites it, and backs up the original file if it can't be parsed.

One-click install

These call uvx --from "memory-fabric[mcp]" memory-fabric-mcp under the hood — same canonical invocation as ai-memory install, just without the CLI step. Requires uv.

Client	Command
Claude Code	`ai-memory install --client claude-code`
Claude Desktop	`ai-memory install --client claude-desktop`
VS Code	`ai-memory install --client vscode`
Cursor	`ai-memory install --client cursor`
Windsurf	`ai-memory install --client windsurf`
Codex	`ai-memory install --client codex`
Antigravity	`ai-memory install --client antigravity`
Gemini CLI	`ai-memory install --client gemini-cli`
Cline	`ai-memory install --client cline`
All detected clients	`ai-memory install --client all`

Add --project to write project-scoped config instead of the global/user config (where the client supports it). Add --dry-run to preview the change as a unified diff without writing anything. Add --uninstall to remove only the memory-fabric entry, leaving everything else in the file untouched.

Available MCP Tools

Tool	Description
`initialize_memory_fabric_tool`	Create `.ai-memory/` scaffolding in a project
`read_combined_context_tool`	Load Tier 0 directives + prioritized memory within token budget
`read_section_tool`	Read a single memory section by name
`keyword_search_tool`	Search memory with ripgrep or Python fallback
`write_local_memory_tool`	Update steering sections (`framework-rules`, `ubiquitous-language`) only. Writing facts or root maps is rejected (store-first) — root maps are generated from `memory-store/`; use `write_memory_store_tool`
`propose_memory_patch_tool`	Preview proposed memory changes without applying
`dream_tool`	Run memory maintenance / consolidation (--mode light	deep)
`prepare_dream_payload_tool`	Prepare candidate snapshot and return consolidation prompt for client-driven dreaming
`apply_dream_results_tool`	Apply LLM consolidated JSON output to candidate snapshot and save changes
`evaluate_memory_fabric_tool`	Evaluate local memory quality
`evaluate_dream_quality_tool`	Evaluate a Dreaming run against a snapshot
`write_memory_store_tool`	Write a memory file to a semantic store path (e.g. `architecture/decisions/auth`); accepts an optional `evidence` citation list

Solo se muestra el principio; lee el resto en el repo

Memory Fabric

Resumen

Los tres pilares de PopNx MCP

Qué puedes hacer con él

Instalación

Antes de instalar

Qué puede hacer

Revisiones básicasi

El creador coincide con el repo

Sigue en mantenimiento

Tiene licencia

El endpoint responde

Inicio de sesión con OAuth

Sin instrucciones ocultas en las descripciones de herramientas

Comparado con otros en Búsqueda y memoria de IAi

Preguntas frecuentes

Alternativas

Context7

Codebase Memory

Exa

README del creador

Memory Fabric

Features

Status

Demo

Privacy — no telemetry

Installation

From PyPI (recommended)

From GitHub (latest, pre-release)

CLI + MCP server

Upgrading

If installed in a virtual environment via pip:

If installed from GitHub (pre-release):

at the local memory-fabric-mcp binary when one sits next to the CLI):

...or drop the stale cached build so uvx re-resolves:

Quick Start

1. Initialize a project

2. Check health

3. Evaluate memory quality

4. Query memory

5. Run maintenance (Dreaming)

MCP Server — Install

One-click install

Available MCP Tools