VOOZH about

URL: https://glama.ai/mcp/servers/s60yucca/mnemos?locale=ko-KR

⇱ mnemos by s60yucca | Glama


mnemos

코딩 에이전트를 위한 자동 조종 지식 베이스.

한 번 설치하면 끝입니다. 그 이후부터는 코딩하는 동안 에이전트가 스스로 프로젝트의 구조화된 지식 베이스를 구축합니다. 기억해야 할 프롬프트도, remember() 호출도, 배워야 할 API도 없습니다.

단일 Go 바이너리. 내장 SQLite. 클라우드 제로. Docker 없음. Python 없음. Node 런타임 없음.

Agent (Claude Code / Cursor / Kiro / Gemini CLI / ...)
 ↓ MCP stdio
mnemos serve
 ↓
Auto-compiled knowledge base (~/.mnemos/mnemos.db)

mnemos가 다른 점

모든 메모리 서버는 텍스트를 저장합니다. Mnemos는 지식 베이스를 컴파일합니다.

다른 서버들은 사용자가 (또는 세심하게 조정된 프롬프트가) 언제 저장하고 언제 검색할지 결정하기를 기대하지만, mnemos는 백그라운드에서 전체 파이프라인을 실행합니다:

Agent action → mnemos auto-pipeline:
 ├── Quality gate (reject/rewrite low-value content)
 ├── 3-tier dedup (hash → fuzzy → semantic)
 ├── Auto-summarize (extractive, fast; LLM if available)
 ├── File linking (extract identifiers, link to code)
 ├── Type classification (episodic / long_term / semantic / working)
 ├── Quality scoring (for retrieval ranking)
 └── Decay scheduling (so knowledge base stays relevant)

Retrieval:
 ├── Hybrid search (FTS5 + optional semantic + RRF)
 ├── File-overlap boost (memories about active files rank higher)
 ├── MMR diversity (kill redundant results)
 ├── Adaptive packing (full content or summary based on budget)
 └── Token-budget cap (always fits in context)

이 중 어떤 것도 직접 호출할 필요가 없습니다. 에이전트도 호출할 필요가 없습니다. 세션 시작, 프롬프트 제출, 세션 종료 시 후크가 자동으로 실행됩니다.


Related MCP server: RecallNest

오늘 바로 제공되는 세 가지 계층

계층 1 — MCP 전송. 표준 MCP 서버, stdio, 모든 MCP 클라이언트와 호환됩니다.

계층 2 — 자동 조종 후크. 하나의 명령어(mnemos setup claude)로 후크 + 스티어링 + MCP 설정을 연결합니다. 세션 시작 시 관련 컨텍스트가 자동으로 주입됩니다. 프롬프트 제출 시 주제 변경에 따라 자동 검색이 수행됩니다. 세션 종료 시 커버리지를 검증합니다.

계층 3 — 자동 컴파일된 지식 베이스. 품질 게이트, 3단계 중복 제거, 자동 요약, 파일 연결, MMR 컨텍스트 어셈블리 등 모든 것이 자동입니다. 사용자가 직접 트리거할 필요가 없습니다. 메모리 베이스 전반에 걸쳐 부실함, 모순, 누락된 관계를 지속적으로 감지하는 수동 백그라운드 데몬이 포함되어 있습니다.


솔직한 비교

Mem0

Zep/Graphiti

engram

OMEGA

mnemos

MCP 네이티브

단일 바이너리, 런타임 의존성 없음

클라우드 제로 / 로컬 우선

부분

1-명령어 자동 조종 설정

자동 품질 게이트

자동 요약

자동 파일 연결 (git 인식)

MMR 컨텍스트 어셈블리

수동 백그라운드 데몬

시간적 지식 그래프

부분 (감쇠 + 대체)

자체 호스팅 비용

$0-클라우드

~$50/월 (Neo4j)

$0

$0

$0

Mnemos는 Zep이 되려는 것이 아닙니다. 다른 접근 방식입니다. 비즈니스 사실에 대한 시간적 추론이 필요하고 엔터프라이즈 인프라가 있다면 Zep이 최고의 답입니다. 노트북에서 스스로 실행되는 자동 조종 지식 베이스를 원하는 코딩 에이전트 사용자라면 Mnemos가 최고의 답입니다.


설치

# Homebrew (macOS / Linux)
brew install s60yucca/tap/mnemos && mnemos setup claude

# curl (verify mnemos.dev is live before using)
curl -fsSL https://mnemos.dev/install.sh | bash && mnemos setup claude

# npm (coming in v1.2)
# npx mnemos setup claude

# Build from source (requires Go 1.23+)
git clone https://github.com/s60yucca/mnemos
cd mnemos && make build

claudecursor, kiro 또는 gemini-cli로 바꾸세요. 클라이언트를 다시 시작하면 자동 조종이 실행됩니다.


자동 조종이 실제로 하는 일

mnemos setup <client>는 다음을 작성합니다:

  • 스티어링 파일 (CLAUDE.md, .cursorrules, .kiro/steering/mnemos.md) — 에이전트에게 저장할 가치가 있는 것을 알려줍니다.

  • 후크 설정 (.claude/hooks.json 또는 동등한 파일) — 수명 주기 이벤트를 연결합니다.

  • MCP 설정 (.mcp.json) — mnemos serve를 도구 제공자로 등록합니다.

세 가지 후크가 자동으로 실행됩니다:

세션 시작mnemos hook session-start 토큰 예산 내에서 관련 메모리를 수집합니다(MMR 다각화, 파일 가중치 적용). 컨텍스트에 주입합니다. 콜드 스타트 < 200ms.

프롬프트 제출mnemos hook prompt-submit 주제 + 의도 변경을 감지합니다. 변화가 의미 있을 때 지식 베이스를 자동 검색합니다. 노이즈를 방지하기 위해 쿨다운을 준수합니다.

세션 종료mnemos hook session-end 영구 메모리가 캡처되었는지 확인합니다. 선택적으로 최소한의 브레드크럼을 저장합니다. 세션 상태를 정리합니다.

스티어링은 에이전트에게 무엇을 기억할 가치가 있는지 알려줍니다. 후크는 검색, 중복 제거, 요약, 연결을 처리하므로 에이전트가 메모리 관리 문제로 토큰을 낭비하지 않습니다.


수동 자동 조종 데몬

후크 외에도 mnemos는 지식 베이스를 지속적으로 개선하는 백그라운드 데몬을 실행합니다:

  • 부실함 감지 — 삭제된 파일이나 오래된 패턴을 참조하는 메모리를 플래그 지정합니다.

  • 모순 감지 — 서로 충돌하는 메모리를 찾습니다.

  • 관계 추론 — 관련 메모리를 자동으로 연결합니다.

  • 백필 — 요약이 없는 메모리에 대해 소급하여 요약을 생성합니다.

mnemos autopilot status # check daemon state
mnemos autopilot run # trigger immediate run
mnemos autopilot run --dry-run # preview findings without writing
mnemos autopilot report # view latest findings

성능 벤치마크 (지연 시간)

작업

350개 메모리

1,500개 메모리

store (신규, 전체 파이프라인 포함)

57 ms

24 ms

store (중복 제거 적중)

55 ms

22 ms

search 하이브리드 (RRF + 파일 가중치)

42 ms

39 ms

maintain (감쇠 + GC)

27 ms

108 ms

hook session-start (콜드)

< 200 ms

바이너리 크기

~12 MB

하드웨어: M1 Pro, 16GB RAM, SSD 기반 SQLite. 지연 시간은 다를 수 있습니다.

대부분의 작업은 데이터 세트 크기에 관계없이 60ms 미만으로 유지됩니다. 후크 하위 명령은 InitLight 모드를 사용하므로 백그라운드 작업자나 세션 중단이 없습니다.

가치 벤치마크(토큰 절감, 정밀도, 문제 방지)가 진행 중입니다. 방법론은 DOGFOODING_RUNBOOK.md를 참조하세요. 실제 수치는 공개 출시 전에 이 자리 표시자를 대체할 것입니다.


MCP 도구

도구

기능

mnemos_store

메모리 저장 (전체 자동 파이프라인이 투명하게 실행됨)

mnemos_search

MMR을 사용한 하이브리드 FTS + 의미론적 + 파일 중복 검색

mnemos_context

세션 시작을 위한 예산 인식, 다각화된 컨텍스트 구성

mnemos_get

ID로 가져오기

mnemos_update

콘텐츠, 요약 또는 태그 업데이트

mnemos_delete

소프트 삭제 (maintain을 통해 복구 가능)

mnemos_relate

두 메모리 연결 (supersedes, caused_by, depends_on)

mnemos_maintain

감쇠, 아카이빙, GC, 부실함 감지 실행


설치 후 빠른 시작

# Agents call these automatically via MCP. You can also use directly:
mnemos store "JWT uses RS256, 1h expiry, config in auth/config.go"
mnemos search "token expiry"
mnemos stats
mnemos maintain

설정

대부분의 사용자는 이를 건드릴 필요가 없습니다. 하지만 원하신다면:

# ~/.mnemos/config.yaml
embeddings:
 provider: noop # noop (default) | ollama | openai
 # Pure FTS works fine. Enable semantic for meaning-based search.

quality_gate:
 min_words: 5
 max_words: 200
 min_density: 0.3
 require_specific: true # long_term memories need project identifiers
 duplicate_threshold: 0.8

summarization:
 extractive: true # always on, fast, offline

file_linking:
 enabled: true # auto-disables outside git

hook:
 enabled: true
 search_cooldown: 5m
 session_start_max_tokens: 2000
 mmr_lambda: 0.7 # 0=max diversity, 1=max relevance
 file_boost: 0.3

autopilot:
 enabled: true
 interval: 15m
 contradiction_enabled: false

메모리 유형

Mnemos는 자동 분류합니다. --type 플래그를 통해 수동으로 재정의할 수 있습니다.

유형

감쇠율

용도

short_term

빠름 (~1일)

할 일, 임시 메모, 작업 중

episodic

보통 (~1개월)

세션 이벤트, 버그 수정

long_term

느림 (~6개월)

아키텍처 결정

semantic

매우 느림

사실, 정의, 지식

working

빠름

활성 작업 컨텍스트


이 도구를 만든 이유

매일 아침 Claude Code에게 내 프로젝트를 다시 설명하는 것에 지쳤습니다.

기존 메모리 서버들을 시도해 보았습니다. 대부분 텍스트는 잘 저장했습니다. 하지만 모두가 저에게, 혹은 세심하게 조정된 프롬프트에게 언제 저장하고 언제 검색할지 결정하라고 요구했습니다. 그것은 지식 베이스가 아닙니다. MCP 래퍼가 있는 데이터베이스일 뿐입니다.

Mnemos는 실제로 자동화하기 위해 제가 만든 것입니다. mnemos setup claude를 실행하고 에디터를 다시 시작하면 지식 베이스가 스스로 컴파일됩니다.


자동 조종 설정 — 클라이언트당 하나의 명령어

mnemos setup claude # writes CLAUDE.md, .claude/hooks.json, .mcp.json
mnemos setup cursor # writes .cursorrules, .mcp.json
mnemos setup kiro # writes .kiro/steering/mnemos.md, .kiro/mcp.json
mnemos setup gemini-cli # writes GEMINI.md, .gemini/settings.json, .mcp.json

플래그: --global (모든 프로젝트에 설치), --force (기존 설정 덮어쓰기).


CLI 참조

mnemos init # first-time setup
mnemos store "..." # store (auto-pipeline)
mnemos search "auth" # hybrid search
mnemos list --project myapp # list memories
mnemos get <id> # fetch by id
mnemos update <id> --content "..." # update
mnemos delete <id> # soft delete
mnemos relate <src> <tgt> --type supersedes # typed relation
mnemos stats # storage + quality stats
mnemos maintain # decay + stale + GC
mnemos serve # MCP server (stdio)
mnemos version

# Autopilot setup
mnemos setup claude | cursor | kiro | gemini-cli [--global] [--force]

# Passive autopilot daemon
mnemos autopilot status
mnemos autopilot run [--dry-run] [--project <id>]
mnemos autopilot report [--project <id>]

# Backfill
mnemos backfill summaries --project <id> [--dry-run] [--limit N]

# Hook subcommands (called by clients, not manually)
mnemos hook session-start
mnemos hook prompt-submit
mnemos hook session-end

mnemos가 아닌 것

  • 챗봇 메모리 SaaS가 아닙니다. 고객 지원 봇에서 사용자 선호도 기억을 위해서는 Mem0를 사용하세요.

  • 시간적 지식 그래프 데이터베이스가 아닙니다. 비즈니스 사실에 대한 유효 기간 추론을 위해서는 Zep을 사용하세요.

  • 클라우드 제품이 아닙니다. mnemos 클라우드는 없습니다. 앞으로도 없을 것입니다.

  • 프레임워크 전용이 아닙니다. MCP 네이티브입니다. MCP를 지원하는 모든 것과 작동합니다.

Mnemos는 한 가지 일만 합니다: 에이전트에게 스스로 컴파일되는 지식 베이스를 제공합니다.


로드맵

ROADMAP.md를 참조하세요. 요약:

  • v1.1.1 (출시됨): 전체 자동 파이프라인, MMR 컨텍스트 어셈블리, 파일 인식 검색, 수동 자동 조종 데몬, 벤치마크 프레임워크

  • v1.2 (다음): 공개 가치 벤치마크(dogfooding), npm 래퍼, 데모 GIF, HN 출시

  • v1.3 (계획): git을 통한 팀 메모리 — 팀원 지식을 위한 공유 .mnemos/shared/

  • v2.0+ (미정): 프로젝트 간 메모리 범위, 메모리 압축, 사용자 피드백 기반 개선


커뮤니티


라이선스

MIT

A
license - permissive license
A
quality
A
maintenance

Maintenance

Maintainers
Response time
2dRelease cycle
30Releases (12mo)
Commit activity

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/s60yucca/mnemos'

If you have feedback or need assistance with the MCP directory API, please join our Discord server