Mnemon: En MCP-server för LLM-övervakad beständig AI-agentminne
Mnemon är ett gratis MCP-serververktyg utvecklat av Mnemon Dev, utformat för att tillhandahålla LLM-övervakad beständig minne för AI-agenter. Byggt med Go, kör det på mcp-plattformen och levereras som en enda körbar binärfil. Mnemon stöder olika distributionsmetoder inklusive Homebrew Cask för macOS, Go-installation för macOS, Linux och Windows, bygga från källkod på macOS och Linux, samt Docker-containerbilder. Dess kärnfunktion är att erbjuda hållbar minneslagring, vilket gör att AI-agenter kan behålla kontext över sessioner och interaktioner, vilket förbättrar deras operationella intelligens.
Mest rekommenderade alternativet
Vad ansluter Mnemon till?
Mnemon fungerar som en MCP-server och etablerar anslutningar med AI-agentkörningar såsom DeepSeek Harness, Claude Code och OpenClaw, tillsammans med andra kompatibla agentkörningar. Det fungerar som en verktygsleverantör via MCP-protokollet, som standardiserar hur LLM:er upptäcker och anropar verktyg. Bekräftade kompatibla AI-klienter inkluderar DeepSeek Harness, Claude Code, OpenClaw, Cursor, ZCode, Pi och MiniMax Code. Mnemon använder SQLite som sin underliggande databas för minneslagring och erbjuder beständiga minnesfunktioner till dessa anslutna AI-agenter.
Kärnfunktioner och verktyg
Mnemon exponerar flera anropbara verktyg och tillhandahåller LLM-superviserat beständigt minne. Dess kärnprimtiv är remember, link och recall. Ytterligare verktyg som identifierats inkluderar mnemon store create, mnemon log, mnemon status, mnemon search, mnemon import och mnemon embed. Dessutom erbjuder det mnemon agency för funktioner relaterade till hållbart agentarbete och samarbete mellan kollegor, vilket utökar dess kapabiliteter bortom grundläggande minnesoperationer för att stödja komplexa agentinteraktioner.
Vem är det för?
Den primära målgruppen för Mnemon är utvecklare som aktivt bygger AI-agenter. Det ger dessa utvecklare viktiga LLM-superviserade beständiga minneskapabiliteter, vilket gör att deras agenter kan behålla kontext, beslut och fakta över flera interaktioner. Detta verktyg är särskilt användbart för dem som vill förbättra agentintelligens genom hållbar minneslagring. Detta är inte rätt val om du inte bygger AI-agenter.
Hur man kommer igång
Inga referenser krävs. Installationen involverar vanligtvis ett enda kommando, "mnemon setup", som som standard gör en lokal, projektbaserad installation.
Användningsfall
- Tillhandahålla beständigt, tvärsession minne för AI-agenter, vilket gör att de kan behålla kontext, beslut och fakta över flera interaktioner och sessioner.
- Underlätta bulkimport av historiska chattloggar eller extern kontext till en minnesgraf, som sedan kan sökas semantiskt av AI-agenter.
- Stödja hållbart agentarbete och samarbete mellan kollegor genom sin "mnemon agency"-komponent, som lägger till projektlokalt ansvar och effektinträde till befintliga AI-agenter.
Mnemon erbjuder AI-agentutvecklare en viktig MCP-server för LLM-övervakad beständig minne, drivet av SQLite. Den utmärker sig med sin modell utan API-nycklar och en uppsättning verktyg för minneshantering och agent-samarbete. Programmet utökar AI-agenters kapabiliteter genom att erbjuda hållbar kontextbevarande och möjligheten att importera extern data till en sökbar minnesgraf. Försök att importera historiska chattloggar till dess minnesgraf för agentåtkomst.
