SuperMemory について
SuperMemoryは、Claude、Cursor、独自のエージェントワークフロー向けのMCPベースの学習レイヤーです。会話全体ではなく、失敗や修正から抽出して検証した教訓を保存し、後続の作業で検索できます。
主な機能
- 01教訓の記録と検索を循環
- 02保存前に教訓を検証
- 0329個のMCPツールと4つのリソース
- 04ローカルファイル、SQLite、PostgreSQLに対応
- 05Python SDKとREST API
活用シーン
- 01エージェントワークフローで過去の教訓を検索
- 02失敗後の修正を記録して検証
- 03教訓による結果の改善を追跡
MCP 対応
stdioまたはstreamable HTTPで利用できる、29個のツールと4つのリソースを備えたMCPサーバーを提供します。MCPクライアントから教訓、ポリシー、スキルを検索・管理できます。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
29掲載時のツール一覧 · 2 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| step | any | いいえ | |
| tool | any | いいえ | |
| agent | any | いいえ | |
| domain | any | いいえ | |
| payload | any | いいえ | |
| summary | string | はい | |
| language | any | いいえ | |
| workflow | any | いいえ | |
| namespace | string | いいえ | |
| event_type | string | はい | |
| environment | any | いいえ |
詳細
SuperMemory
MCP を最優先とするエージェント学習レイヤー。Claude、Cursor、カスタムのエージェントワークフローに対応しています。
SuperMemory は、会話の全記録ではなく、失敗や修正から抽出した教訓を取得し、保存前に検証します。さらに、クローズドループのサイクルを通じて、時間とともにエージェントを改善します。
クイックスタート
pip install supermemory-agent
supermemory-agent --storage .supermemory --transport stdio
または、uv を使用します。
uvx supermemory-agent --storage .supermemory --transport stdio
最新リリース: v0.2.4 — すべての GitHub リリースに、wheel と sdist が添付されています。
提供内容
| コンポーネント | 説明 |
|---|---|
| MCP サーバー | stdio(またはストリーム可能な HTTP)経由で 29 個のツールと 4 個のリソースを提供 |
| エージェントスキル | skills/supermemory-agent-learning/SKILL.md — PyPI パッケージに同梱 |
| Python SDK | uall_python によるプロセス内連携 |
| REST API | リモート/複数言語対応クライアント向けの FastAPI サーバー |
| ストレージ | デフォルトではローカルの .supermemory/ ファイルを使用。SQLite と PostgreSQL はオプション |
MCP サーバー、スキル、SDK、REST API、テスト、リリースパッケージのすべてが、1 つのリポジトリに含まれています。
インストール
PyPI(推奨)
pip install supermemory-agent
インストール後、同梱のスキルは site-packages/skills/supermemory-agent-learning/ にあります。必要に応じて、エディターのスキルフォルダーにコピーしてください。
GitHub リリース(オフライン/バージョン固定)
各リリースにはインストール可能なアセットが含まれています。
pip install https://github.com/YashvantHange/SuperMemory/releases/download/v0.2.4/supermemory_agent-0.2.4-py3-none-any.whl
すべてのバージョンを見る:github.com/YashvantHange/SuperMemory/releases
ソースから(開発者向け)
git clone https://github.com/YashvantHange/SuperMemory.git
cd SuperMemory
pip install -e ".[dev]"
python -m pytest tests/ -v
MCP の設定
Cursor
examples/cursor.mcp.json を、プロジェクト内の .cursor/mcp.json にコピーします。
{
"mcpServers": {
"supermemory": {
"command": "supermemory-agent",
"args": ["--storage", ".supermemory", "--transport", "stdio"]
}
}
}
Claude Desktop
examples/claude_desktop_config.json の内容を、次のファイルにマージします。
%APPDATA%\Claude\claude_desktop_config.json
保存後、Claude Desktop を再起動してください。
手動で実行
ターミナルで supermemory-agent だけを実行しないでください。stdio モードでは、MCP クライアントからの JSON-RPC を想定しています。シェルで Enter キーを押すと、JSON の解析エラーが発生します。
# For local HTTP testing only:
supermemory-agent --transport streamable-http
Cursor または Claude Desktop で設定すると、クライアントが stdio 経由でサーバーを自動的に起動します。
エージェントスキル(Cursor + Claude Code)
| ソース | パス |
|---|---|
| 正式版(ここで編集) | skills/supermemory-agent-learning/ |
| Cursor プロジェクト | .cursor/skills/supermemory-agent-learning/ |
| Claude Code プロジェクト | .claude/skills/supermemory-agent-learning/ |
| PyPI インストール | site-packages/skills/supermemory-agent-learning/ |
skills/ を編集した後、コピーを同期します。
python scripts/sync_skills.py
チャットで SuperMemory、エージェント学習、または MCP メモリに言及すると、スキルが読み込まれます。
学習ループ
retrieve → record_failure → reflect(event_ids) → validate → process_promotions
→ retrieve again → report_outcome
基本ルール: ワークフローの結果と抽出した教訓のみを取得し、会話の全記録は決して保存しません。デフォルトの検索予算は max_tokens=800 です。
MCP ツール(29 個)
コア(13 個): retrieve、record_event、record_failure、record_correction、reflect、validate、process_promotions、report_outcome、get_policies、add_policy、add_skill、search_skills、get_skill
UALL 拡張(16 個): learn.run.start、learn.run.event、learn.run.end、learn.store、learn.retrieve、learn.reflect、learn.validate、learn.evaluate、learn.feedback、learn.improvements、learn.analytics、learn.policies、learn.experiment、learn.rollback、learn.skills、learn.telemetry
すべてのツールに MCP の安全性アノテーション(readOnlyHint/destructiveHint)が含まれています。
MCP resources (4)
supermemory://policies/activesupermemory://lessons/{lesson_id}supermemory://memory/{lesson_id}/provenancesupermemory://skills/{skill_id}
Python SDK
from uall_python import UALLClient
client = UALLClient(storage="file")
with client.run(workflow_id="pdf-pipeline", step="planner", namespace="team:eng") as run:
lessons = run.retrieve(step="planner", max_tokens=800)
run.record_failure(snippet="chose OCR for searchable PDF", tags=["routing"])
run.report_lesson_outcome(lesson_id="lesson_001", used=True, accepted=True, improved=True)
REST API
python -m uall_server
Server: http://localhost:8000 — see api/openapi.yaml.
Storage
| Tier | Backend | Config |
|---|---|---|
| Default | .supermemory/ JSON files | SUPERMEMORY_STORAGE_PATH or UALL_DATA_DIR |
| Optional | SQLite | UALL_STORAGE_BACKEND=sqlite |
| Enterprise | PostgreSQL | UALL_STORAGE_BACKEND=postgres |
Project layout
SuperMemory/
├── src/supermemory_mcp/ # MCP server (29 tools, 4 resources)
├── skills/supermemory-agent-learning/ # Agent skill (SKILL.md)
├── packages/uall/ # Core learning engine
├── packages/uall_python/ # Python SDK
├── packages/uall_server/ # REST API
├── examples/ # Cursor + Claude Desktop MCP configs
├── tests/ # 74 tests incl. stdio MCP transport
└── docs/ # Publishing, releases, privacy
Tests
python -m pytest tests/ -v
python -m pytest tests/test_mcp_server.py -v # real stdio MCP transport
python -m pytest tests/test_core.py -v # closed-loop integration
Docs
| Doc | Purpose |
|---|---|
| docs/GIT_SETUP.md | Fix commit author name/email on GitHub |
| docs/RELEASES.md | Release checklist — every tag ships wheel + sdist |
| docs/PUBLISHING.md | PyPI, MCP Registry, Cursor & Claude directories |
| PRIVACY.md | Privacy policy |
| skills/README.md | Agent skill install paths |
MCP Registry name: io.github.YashvantHange/supermemory
PyPI package: supermemory-agent
License
MIT — see LICENSE
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。