Ori Memory

Ori Memory

aayoawoyemiApache-2.0
308 звёзд26 форков
ori-memory — инфраструктура постоянной памяти для AI-агентов, построенная на графе знаний. В основе лежат когнитивные модели человеческой памяти: затухание активации (ACT-R), распространение активации по рёбрам графа, хеббовское обучение на паттернах извлечения. Система сохраняет контекст между сессиями, не требует облачной инфраструктуры и хранит данные в Markdown и SQLite. Вы контролируете каждый байт памяти через Git. По бенчмарку HotpotQA ori-memory находит нужную информацию в 3 раза чаще (Recall@5: 90% против 29%) и работает в 9,5 раз быстрее (120 мс против 1140 мс), чем Mem0.
Подключение

Подключить Ori Memory

Выберите способ запуска и свой MCP-клиент. Ниже останется одна готовая инструкция, которую можно проверить и скопировать.

1

Способ подключения

2

Куда подключить

3

Скопируйте и проверьте

Claude Desktop / Claude Code

Клиент запускает MCP-сервер как локальный процесс.

  1. 1.Откройте настройки MCP в Claude.
  2. 2.Добавьте сервер с указанной командой и переменными окружения.
  3. 3.Перезапустите Claude, если сервер не появился автоматически.
json
{
  "mcpServers": {
    "ori-memory": {
      "command": "npx",
      "args": [
        "-y",
        "ori-memory"
      ]
    }
  }
}

Сгенерировано из существующей команды запуска. Желательно сверить с README.

Инструкция собрана из данных карточки и пока не отмечена как проверенная редакцией. Сверьте команду с README источника и не передавайте лишние права или секреты.

Как оценить Ori Memory

Ori Memory относится к AI и машинное обучение, Поиск, Безопасность. Ниже собраны проверяемые признаки, по которым его можно сравнить с другими серверами каталога.

Происхождение
Проект сообщества
Лицензия
Apache-2.0
Реализация
TypeScript
Транспорт
stdio

Что проверить перед выбором

  • Изучите README, открытые issues и историю последних изменений в репозитории.
  • Проверьте команду установки и зависимости перед запуском в рабочем окружении.
  • Ограничьте доступ MCP-сервера только нужными файлами, API и переменными окружения.

Карточка отредактирована 20.07.2026.

Автоматическая проверка источника ещё не выполнена. Внешних источников в карточке: 1.

Характеристики

Общее

  • СтатусСообщество
  • Разработчикaayoawoyemi
  • ЛицензияApache-2.0

Технологии

  • Языки
    TypeScript
  • Транспорт
    stdio

Описание

Возможности

  • Сохраняет контекст бесед на любую глубину — идентичность агента и историю между сессиями.
  • Строит граф знаний из Markdown, используя wiki-ссылки как рёбра.
  • Применяет гибридный поиск: BM25, эмбеддинги и PageRank.
  • Обучается на успешности собственных запросов (Reinforcement Learning).
  • Рекурсивно обходит граф и декомпозирует подвопросы (Multi-Hop Reasoning).
  • Автоматически забывает неактуальную информацию, снижая шум.
  • Версионирует каждое изменение памяти через Git.
  • Работает без облачных сервисов, баз данных и API-ключей.
  • Экспортирует память в Markdown для редактирования в любом редакторе.

Как подключить

Установите глобально через npm:

npm install -g ori-memory

Или используйте npx для разового запуска:

npx -y ori-memory

Пропишите сервер в конфигурации MCP-клиента (Claude Desktop, Cursor и др.):

{ "mcpServers": { "ori-memory": { "command": "npx", "args": ["-y", "ori-memory"] } } }

Перезапустите клиент. При первом запуске сервер автоматически проиндексирует Markdown-файлы и построит граф знаний.

Примеры запросов

  • «Сохрани в память, что проект «Альфа» использует PostgreSQL, главный разработчик — Иван, последняя версия API — 2.4.»
  • «Найди все статьи в моей базе знаний, где упоминается Unit-экономика. Выведи их в виде графа связей.»
  • «Покажи, какие решения по архитектуре были приняты в диалогах за последнюю неделю. Сгруппируй по темам.»
  • «Забудь всё, что связано с тестовым сервером old-test.example.com.»

Технические детали

  • Язык: TypeScript
  • Транспорт: stdio (протокол MCP)
  • Хранилище: Markdown, SQLite
  • Версионирование: Git
  • Лицензия: Apache-2.0
  • Совместимость: Claude Desktop, Cursor, VS Code, Zed, любые MCP-хосты
  • Бенчмарки: HotpotQA (Multi-Hop) и LoCoMo (долгая память)

Поделиться