Mem0 Mcp Server

mem0-mcp-server

AI エージェントが標準化された MCP プロトコルを通じてセマンティック検索を使用し、長期記憶を保存、取得、検索できるようにする Mem0 v2 API を公開する MCP サーバーです。

概要

Mem0-MCP Server は、AI エージェントと永続的なメモリーストレージをつなぐ、セルフホスト可能な MCP（Model Context Protocol）サーバーです。Mem0 の AsyncMemory API を使用し、会話やセッションをまたいでコンテキストをインテリジェントに保持できます。

主な機能：

• MCP プロトコルの統合 - MCP ツールを通じて Mem0 の機能を公開します
• セマンティックメモリー検索 - ベクトル検索による類似度ベースのメモリー取得
• マルチテナント分離 - ユーザー／エージェント／セッションのスコープに応じたメモリーの分離
• 柔軟なトランスポート - ローカルエージェントには stdio、リモート接続には SSE を使用します
• 設定管理 - 環境変数に対応した Pydantic ベースの検証

ドキュメント

セクション	説明
API リファレンス	すべてのモジュールとツールの完全な API ドキュメント
パターンガイド	デザインパターンのドキュメント（Singleton、Repository など）
使用例	導入方法と応用的な使用方法のガイド
デプロイ	Docker Compose の設定とサービスの詳細
アーキテクチャ	システムアーキテクチャとコンポーネント間の連携

クイックスタート

インストール

# Clone and install
git clone https://github.com/your-org/mem0-mcp-server.git
cd mem0-mcp-server
uv sync

# Set environment variables
export OPENAI_API_KEY="your-api-key"

設定

~/.config/mem0-mcp-server/settings.json を作成します。

{
  "vector_store": {
    "provider": "redis",
    "config": {
      "redis_url": "redis://localhost:6379"
    }
  },
  "llm": {
    "provider": "openai",
    "config": {
      "model": "gpt-4o"
    }
  },
  "embedder": {
    "provider": "openai",
    "config": {
      "model": "text-embedding-3-small"
    }
  }
}

サーバーの実行

# SSE Transport (remote connections)
uv run python -m mcp_server.main

# stdio Transport (local AI agents)
export MCP_TRANSPORT=stdio
uv run python -m mcp_server.main

OpenCode の設定

~/config/opencode/opencode.json に設定します。

OpenCode の設定

~/config/opencode/opencode.json に設定します。

	"mcp": {
		"mem0": {
			"type": "remote",
			"enabled": true,
			"url": "http://localhost:8050/sse"
		}
    }

MCP ツール

ツール	説明
add_memory	セマンティックインデックスを付けて情報を長期記憶に保存します
search_memories	セマンティック類似度を使用してメモリーを検索します
get_memory	ID を指定して特定のメモリーを取得します
update_memory	既存のメモリー内容を更新します
delete_memory	メモリーをストレージから削除します
list_memories	フィルタリングとページネーションを使用してメモリーを一覧表示します

使用例

# Add memory
result = await client.call_tool("add_memory", {
    "messages": [{"role": "user", "content": "I prefer dark mode"}],
    "user_id": "alice"
})

# Search memories
result = await client.call_tool("search_memories", {
    "query": "theme preferences",
    "filters": {"user_id": "alice"},
    "limit": 5
})

アーキテクチャ

AI Agent → FastMCP Server → MemoryManager → Mem0 AsyncMemory → Redis
              │                                  │
              ├── SafeLogger (stdout/stderr)     │
              ├── Transport (stdio/SSE)          │
              └── Config (Pydantic validation)   │

コンポーネント：

• COMP-1：ConfigLoader - 設定の読み込みと検証
• COMP-2：FastMCP Server - MCP プロトコルサーバー
• COMP-3：MemoryManager - マルチテナント分離に対応したメモリー操作
• COMP-4：MCP Tools - ツール定義
• COMP-5：SafeLogger - 出力ストリームの分離

設定

パラメーターの優先順位

設定値は次の順に解決されます。

1. ツールパラメーター（直接指定）
2. 環境変数（MCP_ プレフィックス付き）
3. 設定ファイルの値
4. ハードコードされたデフォルト値

環境変数

変数	デフォルト	説明
OPENAI_API_KEY	(必須)	LLM 用の OpenAI API キー
MCP_TRANSPORT	sse	トランスポートの種類（stdio、sse）
MCP_HOST	0.0.0.0	サーバーのバインドアドレス
MCP_PORT	8080	サーバーのバインドポート

デプロイ

Docker

# Using docker-compose
docker-compose up -d

# Using Makefile
make docker-up      # Start services with docker compose
make docker-down    # Stop services
make docker-logs    # Show logs

サービス：

サービス	説明
mem0-mcp	ポート 8050 で Mem0 API を公開する MCP サーバー
ollama-qwen3-embedding	ベクトル埋め込み用の qwen3-embedding:8b を搭載した Ollama（ポート 11434）
ollama-qwen	チャット補完用の qwen2.5:7b を搭載した Ollama（ポート 11435）

詳しい設定については、デプロイ → Docker を参照してください。

Kubernetes

# Using Helm chart
helm install mem0-mcp ./charts/mem0-mcp-server

開発

コマンド	説明
make install	uv で依存関係をインストールします
make lint	ruff でコードをリントします
make lint-fix	リントの問題を自動修正します
make typecheck	pyright で型チェックを実行します
make test	すべてのテストを実行します
make test-unit	ユニットテストのみを実行します
make test-coverage	カバレッジレポート付きでテストを実行します
make build	Docker イメージをビルドします
make run	開発サーバーを実行します

複数のコマンドを実行します：make install && make lint && make typecheck && make test

Docker 管理（docker-up、docker-down、docker-logs など）を含む、利用可能なすべてのコマンドについては、Makefile を参照してください。

プロジェクト構成

mem0-mcp/
├── src/mcp_server/
│   ├── __init__.py          # FastMCP singleton
│   ├── lifespan.py          # Resource lifecycle
│   ├── transport.py         # Transport selection
│   ├── memory/
│   │   ├── manager.py        # MemoryManager
│   │   └── lifespan.py       # AsyncMemory lifecycle
│   ├── config/
│   │   ├── settings.py       # Pydantic models
│   │   └── loader.py        # Config file loading
│   ├── tools/
│   │   ├── add_memory.py
│   │   ├── search_memories.py
│   │   └── ...
│   └── utils/
│       └── safe_logger.py   # Output separation
├── doc/
│   ├── api/                 # API reference
│   ├── patterns/            # Pattern guides
│   ├── examples/            # Usage examples
│   └── architecture/        # Architecture docs
├── tests/
├── Makefile
├── Dockerfile
└── docker-compose.yml

ライセンス

MIT ライセンス