mcp-memory es un servidor que implementa el Model Context Protocol (MCP) para dotar a agentes de inteligencia artificial —como Claude Desktop, Cursor, Antigravity, Windsurf o Codex— de memoria persistente de largo plazo. Cada recuerdo se almacena como un documento Markdown con frontmatter YAML conforme al estándar Open Knowledge Format (OKF v0.2), desarrollado por Google Cloud Platform, y se indexa simultáneamente en una base SQLite local con soporte de búsqueda full-text FTS5. Esta arquitectura en dos capas combina un directorio de archivos .md legible por humanos (con index.md jerárquico para divulgación progresiva y log.md para el historial de cambios) con un índice SQLite de alto rendimiento capaz de responder búsquedas por clave en menos de 20 milisegundos.
El servidor expone cuatro herramientas principales: write_memory para crear o actualizar recuerdos con metadatos enriquecidos (namespace, tags, fuentes, verificación, fecha de caducidad); read_memory para recuperar un recuerdo concreto; search_memory para buscar por palabras clave, etiquetas o namespace; y directivas de agente (checkpoint_resume y checkpoint_update) pensadas para que el agente reanude o pause sesiones recordando el punto exacto donde quedó el trabajo.
La instalación se reduce a clonar el repositorio y ejecutar un asistente (python3 setup.py) que detecta y registra automáticamente mcp-memory en los clientes MCP compatibles, sin necesidad de mantener un proceso en segundo plano. Por defecto crea almacenes aislados por proyecto dentro de la raíz, aunque puede configurarse un almacén global mediante variables de entorno. Incluye además un conjunto de pruebas automatizadas que verifican la serialización OKF, las operaciones de base de datos y la ejecución de las herramientas FastMCP.