Memory Fts

Name: Memory Fts
Author: kurovu146

作者：kurovu146版本 1.0.1i★ –i在你的电脑上运行

注册名称io.github.kurovu146/memory-fts

安装

概览

作者提供的说明（英文原文）

Long-term memory for Claude Code with SQLite FTS5 search and BM25 ranking

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 搜索与 AI 记忆

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： MEMORY_DB_PATH

你需要

npm已安装 Node.js（用于 npx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "memory-fts": {
      "command": "npx",
      "args": [
        "-y",
        "claude-memory-fts"
      ],
      "env": {
        "MEMORY_DB_PATH": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add memory-fts --env MEMORY_DB_PATH=your-value -- npx -y claude-memory-fts

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "memory-fts": {
      "command": "npx",
      "args": [
        "-y",
        "claude-memory-fts"
      ],
      "env": {
        "MEMORY_DB_PATH": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "memory-fts": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "claude-memory-fts"
      ],
      "env": {
        "MEMORY_DB_PATH": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

MEMORY_DB_PATH env
Custom path to the SQLite database file (default: ~/.claude/memory.db)

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月7日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 kurovu146 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 7277 个服务器的 0%
发布到注册中心的时间比此分类中其他 7277 个服务器的 5% 更新
基础检查结果等于或优于此分类中其他 7277 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Memory Fts 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（1.0.1）于8个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Node.js。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Context7

作者：upstash

Up-to-date docs for AI agents

电脑或云端★ 64,224MIT昨天更新

安装

Codebase Memory

作者：DeusData

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

在你的电脑上运行★ 48,148MIT21天前更新

安装

Exa

作者：exa-labs

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

在云端运行★ 5,213MIT上个月更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

claude-memory-fts

Long-term memory MCP server for Claude Code. Stores facts in a local SQLite database with hybrid search (FTS5 + semantic vector similarity) and automatic context injection.

Features

Hybrid search — FTS5 keyword search + semantic vector similarity, merged via Reciprocal Rank Fusion (RRF)
Semantic understanding — find memories by meaning, not just keywords (powered by all-MiniLM-L6-v2 embeddings)
Auto context injection — top 30 most important memories injected into every prompt via hook
Importance ranking — facts ranked by access frequency, recency decay, and category weight
Access tracking — tracks how often each memory is accessed
Upsert — automatically updates existing facts instead of duplicating
Categorized — organize by type: preference, decision, technical, project, workflow, personal, general
MCP Resources — exposes memory://context resource for session context
Zero config — works out of the box, stores data in ~/.claude/memory.db

Install

# Add to Claude Code

claude mcp add memory -- npx claude-memory-fts

Auto-configure context injection hook (recommended)

npx claude-memory-fts --setup-hook

The --setup-hook command automatically:

Creates ~/.claude/scripts/memory-context.sh
Adds a UserPromptSubmit hook to ~/.claude/settings.json
Top 30 memories are injected into every prompt automatically

CLI Commands

Command	Description
`npx claude-memory-fts`	Start MCP server (used by Claude Code)
`npx claude-memory-fts --context`	Output top 30 facts (used by hook script)
`npx claude-memory-fts --setup-hook`	Auto-configure context injection hook

Configuration

Environment Variable	Default	Description
`MEMORY_DB_PATH`	`~/.claude/memory.db`	Path to the SQLite database file

Example with custom path:

claude mcp add memory -e MEMORY_DB_PATH=/path/to/my/memory.db -- npx claude-memory-fts

Tools

`memory_save`

Save a fact to long-term memory.

Parameter	Type	Required	Description
`fact`	string	yes	The information to remember
`category`	string	no	One of: `preference`, `decision`, `personal`, `technical`, `project`, `workflow`, `general`

`memory_search`

Hybrid search: runs FTS5 and semantic search in parallel, merges results with RRF. Falls back to LIKE for partial matches.

Parameter	Type	Required	Description
`keyword`	string	yes	Search keyword or phrase
`limit`	number	no	Max results (default: 10)

`memory_update`

Update a memory's content or category by ID.

Parameter	Type	Required	Description
`id`	number	yes	Memory ID
`fact`	string	no	New content (omit to keep current)
`category`	string	no	New category (omit to keep current)

`memory_list`

List all saved memories grouped by category.

Parameter	Type	Required	Description
`category`	string	no	Filter by category
`limit`	number	no	Max results (default: 50)

`memory_delete`

Delete a memory by ID.

Parameter	Type	Required	Description
`id`	number	yes	Memory ID

Resources

`memory://context`

MCP resource exposing top 30 facts ranked by importance score:

Access frequency — frequently accessed facts score higher (capped at 20 points)
Recency — recently updated facts score higher (10 points, decays over 90 days)
Category weight — preference/decision (3), workflow/technical (2), project/personal (1), general (0)

How It Works

Search Pipeline

FTS5 + BM25 and semantic vector similarity run in parallel
Results are merged and deduplicated using Reciprocal Rank Fusion (k=60)
Facts appearing in both lists get naturally boosted
If both return empty, falls back to LIKE substring matching
Access count is tracked on every search hit

Embeddings

Model: all-MiniLM-L6-v2 (384 dimensions, ~23MB)
Generated locally via @xenova/transformers — no API calls, no data leaves your machine
Embeddings are created on save and backfilled on server startup
Cosine similarity with 0.3 threshold to filter noise

Storage

SQLite with WAL mode for fast concurrent reads/writes
FTS5 virtual table synced via triggers for real-time full-text indexing
Embeddings stored as BLOB columns alongside facts

Development

git clone https://github.com/kurovu146/claude-memory-mcp.git

cd claude-memory-mcp npm install npm run build npm test

License

MIT