适合谁
- 希望记忆完全本地保存、不依赖云端向量数据库的开发者
- 在多个 MCP 客户端之间切换、需要延续上下文的用户
- 需要代码结构理解与变更影响分析能力的编码代理使用者
- 愿意自行运行 Python 或 Docker 服务的自托管用户
MARM Memory 是一个本地优先的 MCP 记忆服务器,把会话记忆、代码图谱与概念图谱整合到一个嵌入式 SQLite 存储中,通过 STDIO 或 HTTP 暴露 14 个工具。它适合希望在多个 AI 编码客户端之间共享持久上下文、且不愿把记忆放到云端的自托管用户;召回采用 FTS5 精确通道加语义重排的混合方案,官方基准显示记忆量增长时召回延迟增长缓慢。需要注意的是项目并非官方产品,HTTP 暴露、Docker 挂载与可选的写入合并/压缩功能都带来配置复杂度与性能取舍,部署前应确认密钥、网络绑定与数据目录权限。
MARM Memory 是一个本地优先的 MCP 服务器,为 Claude Code、Codex、Grok、Gemini、VS Code 和 Cursor 等客户端提供持久记忆能力。它把会话历史、代码库索引与概念图谱三部分融合在一个嵌入式 SQLite 存储中,实现零云端、隐私优先的上下文保留与即时召回,并支持多代理共享同一份记忆。服务器提供 14 个 MCP 工具:7 个核心记忆工具(记录、混合召回、摘要、笔记本、日志查看、删除、压缩整理)、5 个代码图谱工具(仓库索引、符号查找、调用链追踪、架构概览、变更影响分析)以及 2 个概念图谱工具(实体与关系构建、图谱查询)。记忆召回采用 FTS5 BM25 精确通道加语义重排序的混合流水线,较长的记忆会被切分成重叠块进行嵌入,召回时再折叠回父记忆。服务器同时支持 STDIO 与 HTTP 传输,HTTP 提供 swarm、swarm-max、trusted 等速率限制配置档。
{
"mcpServers": {
"marm-memory-local": {
"type": "http",
"url": "http://localhost:8001/mcp"
},
"marm-memory-docker": {
"type": "http",
"url": "http://localhost:8001/mcp",
"headers": {
"Authorization": "Bearer ${env:MARM_API_KEY}"
}
}
}
}