Engram Mcp Server

Engram MCP

AI エージェントが信頼できる記憶を持てるようにします。Engram を使えば、AI は過去の会話、事実、決定事項を記憶でき、まるで本物のチームメイトのように感じられます。

このリポジトリには、AI エージェント向けのホスト型メモリーサービス Engram に MCP クライアントを接続するための設定テンプレートが含まれています。

Engram とは？

Engram は、AI エージェントに信頼性が高く、説明可能な記憶を提供するホスト型 MCP サーバーです。

• 信頼できる記憶：エージェントは会話、事実、決定事項を記憶し、ナレッジグラフを自動的に抽出します
• 説明可能な検索：すべての回答で、根拠となった記憶とグラフのエッジを引用します
• 3 エンジンによる検索：BM25、ベクトル検索、ナレッジグラフを融合して再ランク付けします
• モデルの持ち込み：すべての LLM 呼び出しはお客様のプロバイダー経由で行われ、推論への上乗せ料金はありません
• 組み込みの管理機能：記憶をバケットに整理し、保持期間を管理し、自然言語でクエリできます

無料プラン：記憶の保存 10K 件、月間検索 50K 件まで利用できます。クレジットカードは不要です。有料プランについては、料金をご覧ください。

クイックセットアップ

1. API キーを取得する

lumetra.io でサインアップしてアカウントを作成し、API キーを生成します。

一部のクライアント（Claude.ai web、ChatGPT）では、キーを貼り付ける代わりに OAuth を使用します。以下の各セクションをご覧ください。

2. MCP クライアントに Engram を追加する

MCP エンドポイント： https://mcp.lumetra.io/mcp/sse

Claude Code

claude mcp add-json engram '{"type":"sse","url":"https://mcp.lumetra.io/mcp/sse","headers":{"Authorization":"Bearer <your-api-key>"}}'

Claude.ai web（OAuth — キーの貼り付け不要）

Claude の設定 → コネクタ → カスタムコネクタを追加を選択し、次を貼り付けます。

https://mcp.lumetra.io/mcp/sse

Lumetra にリダイレクトされ、接続を認証します。API キーは不要です。

ChatGPT web（OAuth — コネクタ対応プラン）

ChatGPT の設定 → カスタム MCP コネクタを追加を選択し、次を貼り付けます。

https://mcp.lumetra.io/mcp/sse

Claude.ai と同じ OAuth フローです。

Cursor

~/.cursor/mcp.json または .cursor/mcp.json：

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf

~/.codeium/windsurf/mcp_config.json：

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf はリモート MCP サーバーに url と serverUrl のどちらも使用できます。このページの他のクライアントに合わせて、ここでは url を使用しています。

OpenCode

opencode.json：

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

OpenClaw

ClawHub でスキルが公開されたら、次のように設定します。

openclaw skill add lumetra-engram
# or
clawhub install lumetra-engram

現時点では、lumetra-io/engram-openclaw-skill から手動でインストールしてください。

mkdir -p .openclaw/skills
curl -fsSL https://codeload.github.com/lumetra-io/engram-openclaw-skill/tar.gz/refs/heads/main \
  | tar -xz --strip-components=2 -C .openclaw/skills engram-openclaw-skill-main/skills/engram
export ENGRAM_API_KEY="eng_live_..."

3. クライアントを再起動する

MCP クライアントから Engram のメモリーツールを利用できるようになります。

利用可能なツール

接続すると、エージェントは次のメモリーツールを利用できます。

ツール	説明
store_memory(content, bucket?)	事実または情報を保存します（デフォルトのバケットは "default"）
query_memory(question, bucket?)	自然言語で記憶を検索し、AI による統合と記憶ごとの説明を返します
list_memories(bucket, limit?)	バケット内の記憶を新しい順に一覧表示します（limit は 1～100、デフォルトは 20）
list_buckets()	利用可能なメモリーバケットを一覧表示します
delete_memory(memory_id, bucket)	ID を指定して特定の記憶を削除します
clear_memories(bucket)	バケット内の記憶をすべて消去します（取り消せません！）

複数バケットのクエリ融合（1 回の呼び出しで複数のバケットを渡す機能）は、REST の /v1/query エンドポイントと公式 SDK で利用できます。MCP の query_memory ツールは現在、1 回の呼び出しにつき 1 つのバケットを受け付けます。

推奨エージェントプロンプト

効果的なメモリーの使用を促すため、エージェントのシステムプロンプトに次を追加してください。

You have Engram Memory. Use it proactively to improve continuity and personalization.

Tools:
- store_memory(content, bucket?) - Store a fact or piece of information
- query_memory(question, bucket?) - Search memories using natural language
- list_memories(bucket, limit?) - List memories in a bucket, newest first
- list_buckets() - List available memory buckets
- delete_memory(memory_id, bucket) - Delete a specific memory
- clear_memories(bucket) - Clear all memories in a bucket (destructive!)

Policy:
- Query-first: before answering anything that may rely on prior context, call query_memory. Ground your answers in the results.
- Proactive storing: capture stable preferences, profile facts, project details, decisions, and outcomes. Keep each fact concise (1-2 sentences).
- Use buckets: organize memories by project or context (e.g., "work", "personal", "project-alpha").

Style for stored content: short, declarative, atomic facts.
Examples:
- "User prefers dark mode."
- "User timezone is US/Eastern."
- "Project Alpha deadline is 2026-10-15."

REST API

Engram は、任意の HTTP クライアント（Vercel AI SDK、LangChain、LlamaIndex、Mastra、CrewAI、AutoGen、n8n、独自のスクリプトなど）からプログラムで利用できる REST API も提供しています。

ベース URL： https://api.lumetra.io

認証： Authorization ヘッダーに API キーを含めます。

curl -X POST https://api.lumetra.io/v1/buckets/default/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Alice works at TechCorp"}'

クイック例：

# Store a memory
curl -X POST https://api.lumetra.io/v1/buckets/work/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Bob is the CEO of Acme Inc"}'

# Query your memories
curl -X POST https://api.lumetra.io/v1/query \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "Who is the CEO of Acme?", "buckets": ["work"]}'

利用可能なすべてのエンドポイントについては、API ドキュメント全文をご覧ください。

ユースケース

チームでは、Engramを次のように活用しています。

• 過去のコンテキストに基づくサポート：前回のチケット、環境、プラン、約束したフォローアップを引き継ぎます
• コンテキストを踏まえたコードレビュー：ADR、オーナーのメモ、壊れやすい箇所、事後分析をメモリとして保存します
• 共有メトリクス定義：定義、承認済みの結合、SQLスニペットを1か所にまとめます
• 一貫したブランドイメージのコンテンツ：ライター向けに、ブランドのトーンや承認済みの主張を一元管理します

このリポジトリについて

このリポジトリには、次のものが含まれています。

• 一般的なMCPクライアント向けのセットアップ手順を記載したREADME
• server.json — 公式スキーマに準拠したMCPサーバーマニフェスト

server.jsonファイルは公式のMCPサーバースキーマを使用しており、リモートサーバーの検出に対応したMCPクライアントで使用できます。手動で設定する場合は、上記のクライアント別の例を使用してください。

Engramサービスは実際にはhttps://mcp.lumetra.io（MCP）およびhttps://api.lumetra.io（REST）で稼働しており、ローカルへのインストールは不要です。

サポート

• 製品サイト：lumetra.io
• ドキュメント：lumetra.io/docs
• 料金：lumetra.io/pricing
• お問い合わせ：[email protected]