DeepMem

DeepMem — MCP-сервер сообщества (автор — deepmemteam). Постоянная память агентов, совместимая с Mem0. Ставится через pip или через Docker. Доступен и как удалённый сервер. Лицензия MIT.

Опубликовано 13.11.2026 · Обновлено 14.11.2026 · Проверено 13.11.2026

Кратко о сервере

Разработчик
deepmemteam
Лицензия
MIT
Транспорт
streamable_http
Авторизация
api_key
ОС
Не указана
Языки
python

Уровень риска: high

Записывает и удаляет воспоминания в облаке deepmem.dev или в своей установке; своя установка работает без аутентификации.

Настройка клиентов

cursor
{
    "code": "{\n  \"mcpServers\": {\n    \"deepmem\": {\n      \"url\": \"https://deepmem.dev/mcp\",\n      \"headers\": { \"Authorization\": \"Bearer ${env:DEEPMEM_API_KEY}\" }\n    }\n  }\n}",
    "file": "~/.cursor/mcp.json",
    "lang": "json",
    "notes": "Своя установка: {\n  \"mcpServers\": {\n    \"deepmem\": {\n      \"command\": \"python\",\n      \"args\": [\"server/mcp_server.py\"],\n      \"env\": { \"DEEPMEMORY_BASE_URL\": \"http://localhost:8000\" }\n    }\n  }\n}",
    "verified": "docs"
}

Что умеет

DeepMem — слой долговременной памяти для ИИ-агентов, совместимый с API Mem0. Он превращает разговоры в память, по которой можно искать: агент помнит, кто вы, над чем работаете и что предпочитаете, между сессиями, агентами и проектами. DeepMem можно развернуть у себя (открытый режим без ключей и регистрации) или использовать облако deepmem.dev с тем же API.

Встроенный MCP-сервер даёт инструменты:

  • deepmem_write — записать память (факты извлекаются из сообщений с помощью языковой модели);
  • deepmem_search — найти воспоминания по запросу;
  • deepmem_delete — удалить память (в самостоятельной установке).

Удалённый MCP облака предоставляет deepmem_write и deepmem_search.

Как это устроено: HTTP API на FastAPI перед векторным хранилищем Qdrant. Поиск гибридный — сходство векторов, ключевые слова BM25, усиление по сущностям и затухание по времени сводятся в одну оценку. Записи копятся и извлекаются пакетами, что, по словам авторов, сокращает вызовы модели примерно на 80%. Есть семантический кэш. Большие блоки кода вырезаются перед извлечением, чтобы в памяти оставались устойчивые факты о пользователе и проекте, а не вставленный код. Изоляция пользователей — по user_id.

Контроль данных: мягкое удаление с периодом хранения, полный сброс по пользователю, маскирование идентификаторов в логах (SHA-256), экспорт и импорт. Графа знаний нет — для временного графа авторы советуют Zep.

Кому подойдёт

  • Пользователям Claude Code, Claude Desktop и Cursor, которые устали заново объяснять контекст каждую сессию.
  • Разработчикам агентов на Mem0: переход меняет одну строку импорта.
  • Командам, которым важно хранить данные у себя.

Похожие серверы — в категории знания и память.

Установка

Облако: зарегистрируйтесь на deepmem.dev и получите ключ dm_live_...; удалённый MCP находится по адресу https://deepmem.dev/mcp.

Своя установка: Docker (docker compose up --build поднимает HTTP на порту 8000, MCP на 8001 и Qdrant) или из исходников (pip install -r requirements.txt, затем python server/start.py). В .env нужен ключ языковой модели для извлечения фактов (OpenAI, Anthropic или любой OpenAI-совместимый, например DeepSeek, vLLM, Ollama) и настройка эмбеддингов (BGE-M3 локально на GPU или CPU, Google Gemini или OpenAI-совместимые). Обязательна переменная CORS_ORIGINS.

Подключение к клиентам

Конфиги приведены дословно из README. Подробнее — в инструкции как подключить MCP.

claude mcp add --transport http deepmem https://deepmem.dev/mcp \
  --header "Authorization: Bearer dm_live_..."

Конфиг Cursor кладётся в ~/.cursor/mcp.json или .cursor/mcp.json проекта; Cursor подставляет DEEPMEM_API_KEY из окружения. Вариант для своей установки работает по stdio без ключа в открытом режиме; в репозитории уже есть готовый .cursor/mcp.json.

Проверка

Скажите: «Запомни, что я пишу на Python и живу в Лиссабоне», а в новой сессии спросите: «Где я живу?» — сработают deepmem_write и deepmem_search.

Примеры задач

Вспомни, какие причины ошибок мы уже нашли в этом проекте и какие подходы не сработали.
Сохрани мои предпочтения по стилю кода для всех будущих сессий.

Риски

  • Личные данные. Память хранит факты о вас и проектах; в облаке они лежат на серверах deepmem.dev.
  • Открытый режим. Своя установка работает без аутентификации — не открывайте порты 8000 и 8001 в интернет; изоляция идёт только по user_id.
  • Изменение и удаление. Ассистент записывает и удаляет воспоминания.
  • Ключи. Ключ облака и ключ языковой модели храните в переменных окружения.

Частые вопросы

Чем DeepMem отличается от Mem0?

API совместим, но DeepMem можно развернуть у себя; графовых связей нет.

Нужен ли ключ языковой модели?

Для своей установки — да, для извлечения фактов; в облаке — нет.

Можно ли удалить свои данные?

Да, есть мягкое удаление, полный сброс по пользователю и экспорт.

Основы протокола — на странице что такое MCP-сервер.

Похожие MCP-серверы

Memory

Эталонный сервер постоянной памяти на основе графа знаний.

Риск: high Лицензия: NOASSERTION ★ 92 089

Context7

Context7 даёт агентам актуальную документацию и примеры кода библиотек нужных версий.

Риск: medium Лицензия: MIT ★ 65 087

hindsight

Долговременная память для ИИ-агентов по образцу человеческой.

Риск: medium Лицензия: MIT ★ 61 836

cognee-mcp

Менеджер памяти cognee для ИИ-приложений на графовых и векторных хранилищах.

Риск: high Лицензия: Apache-2.0 ★ 33 236

Источники