Ori-Mnemos

Ori-Mnemos — MCP-сервер сообщества (автор — aayoawoyemi). Постоянная память агентов: идентичность, граф знаний и поиск. Ставится через npx. Лицензия Apache-2.0.

Опубликовано 13.11.2026 · Обновлено 14.11.2026 · Проверено 13.11.2026

Кратко о сервере

Разработчик
aayoawoyemi
Лицензия
Apache-2.0
Транспорт
stdio
Авторизация
none
ОС
Не указана
Языки
typescript

Уровень риска: high

Создаёт и меняет заметки в хранилище; ori bridge ставит хуки и правит конфиги клиентов; при включении внешней языковой модели тексты уходят ей.

Настройка клиентов

codex
{
    "code": "ori bridge codex --vault ~/brain                       # ~/.codex/config.toml",
    "file": "~/.codex/config.toml",
    "lang": "bash",
    "notes": "Команда ori bridge из README",
    "verified": "docs"
}

Что умеет

Ori Mnemos — открытая инфраструктура постоянной памяти для ИИ-агентов под лицензией Apache-2.0 (пакет ori-memory, версия 0.7.0). Память хранится как Markdown-заметки на диске, ссылки вида [[...]] служат рёбрами графа знаний, а историю изменений ведёт Git. Память сохраняется между сессиями, клиентами и компьютерами, и все данные остаются у вас.

Как устроена память по README:

  • постоянная личность агента: имя, характер, цели и методика хранятся в Markdown и автоматически подставляются в начале сессии;
  • граф знаний: PageRank, поиск сообществ, анализ мостов, «сирот» и битых ссылок;
  • три пространства памяти: личность (self/) почти не угасает, знания (notes/) живут по релевантности, рабочие заметки (ops/) быстро очищаются;
  • забывание по модели ACT-R: используемые заметки остаются «тёплыми», структурно важные узлы защищены;
  • поиск по четырём сигналам: семантические эмбеддинги, BM25, персонализированный PageRank и ассоциативная «теплота»; поиск учится на истории запросов;
  • без облака: локальная модель эмбеддингов all-MiniLM-L6-v2 и SQLite, для основных функций ключи API не нужны.

MCP-сервер даёт 16 инструментов, среди них ori_wake (брифинг в начале сессии), ori_add и ori_promote (запись и классификация заметок), ori_query_ranked и ori_query_similar (поиск), ori_explore (рекурсивный обход графа), memory_sql (SQL только на чтение по индексу), ori_prune и ori_health.

Кому подойдёт

  • Тем, кто работает с агентами постоянно и хочет, чтобы они помнили решения и контекст между сессиями.
  • Тем, кому важно владеть данными: память — обычные файлы на диске под Git.

Похожие серверы — в категории знания и память.

Установка

npm install -g ori-memory
ori init my-agent
cd my-agent

Команда ori bridge подключает хранилище к агенту. Для Claude Code, Hermes Agent и OpenCode она настраивает полную интеграцию: агент ориентируется в начале сессии, сохраняет выводы в конце и проверяет заметки при записи. Cursor, Codex и другие клиенты получают все инструменты, но жизненным циклом сессии управляют сами. Повторный запуск той же команды обновляет путь или режим, а --uninstall удаляет настройки Ori.

Параметры хранятся в ori.config.yaml. Подключение языковой модели (Anthropic, OpenAI-совместимой или локальной) необязательно и лишь улучшает классификацию.

Подключение к клиентам

Команды и конфиг приведены дословно из README. Подробнее — в инструкции как подключить MCP.

ori bridge claude-code --vault ~/brain                 # hooks + MCP + CLAUDE.md

Для любого другого клиента ori bridge generic --vault ~/brain выводит конфиг для ручной настройки. Ручной вариант из README:

{
  "mcpServers": {
    "ori": {
      "command": "ori",
      "args": ["serve", "--mcp", "--vault", "/path/to/brain"],
      "env": { "ORI_VAULT": "/path/to/brain" }
    }
  }
}

Проверка

Начните новую сессию: агент автоматически получит свою личность и при первом запуске начнёт знакомство. Затем попросите сохранить решение и в следующей сессии спросите о нём.

Примеры задач

Запомни: мы выбрали SQLite вместо Postgres из-за простоты развёртывания. Сохрани это как решение.
Почему мы выбрали SQLite? Найди связанные заметки и покажи, на чём основано решение.

Риски

  • Запись на диск. Сервер создаёт и меняет заметки в хранилище, а ori bridge для Claude Code ставит скрипты-хуки и правит конфиги клиентов. Держите хранилище под Git.
  • Обучаемая часть индекса. Markdown — источник истины, но Q-значения и история поиска хранятся только в индексе. Перед удалением индекса экспортируйте их, иначе обучение пропадёт.
  • Чувствительные данные. Агент будет помнить всё, что вы ему сообщили. Не сохраняйте в память пароли и ключи.
  • Внешняя языковая модель. Если включить её в разделе llm, тексты заметок уйдут выбранному сервису.

Частые вопросы

Нужны ли облачные сервисы или ключи API?

Нет. Эмбеддинги считаются локально, данные лежат в SQLite и Markdown на вашем диске.

Можно ли держать память на сервере?

Да. Установите Ori на сервер и запустите ori serve --mcp --vault с путём к хранилищу; резервную копию делает git push.

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