Memstate AI

Memstate AI - MCP

Versionierter Speicher für KI-Agenten. Fakten speichern, Konflikte erkennen und nachverfolgen, wie sich Entscheidungen im Laufe der Zeit ändern – bereitgestellt als gehosteter MCP-Server.

Dashboard · Dokumentation · Preise

---

Warum Memstate?

	RAG (die meisten anderen Speichersysteme)	Memstate AI
Token-Verbrauch pro Konversation	~7.500	~1.500
Agenten-Transparenz	Blackbox	Volle Transparenz
Speicher-Versionierung	Keine	Vollständiger Verlauf
Token-Wachstum bei Speicherskalierung	O(n)	O(1)
Infrastruktur erforderlich	Ja	Keine – gehostetes SaaS

Andere Speichersysteme schütten alles in Ihr Kontextfenster und hoffen auf das Beste. Memstate gibt Ihrem Agenten eine strukturierte, versionierte Wissensbasis, die er präzise navigiert – laden Sie nur, was Sie brauchen, wissen Sie, was sich geändert hat, und erkennen Sie, wenn Fakten im Widerspruch stehen.

---

Benchmarks

Wir haben eine Open-Source-Benchmark-Suite entwickelt, die testet, was für den Agentenspeicher wirklich zählt: Kann Ihr System Fakten speichern, sie sitzungsübergreifend genau abrufen, Konflikte bei Änderungen erkennen und den Kontext bei der Weiterentwicklung eines Projekts aufrechterhalten?

Direkter Vergleich: Memstate AI vs. Mem0

Beide Systeme wurden unter identischen Bedingungen getestet: derselbe Agent (Claude Sonnet 4.6, Temperatur 0), dieselben Szenarien und dieselbe Bewertungsmatrix.

Metrik	Memstate AI	Mem0	Gewinner
Gesamtpunktzahl	69,1	15,4	Memstate
Genauigkeit (Faktenabruf)	74,1	12,6	Memstate
Konflikterkennung	85,5	19,0	Memstate
Kontextkontinuität	63,7	10,1	Memstate
Token-Effizienz	22,3	30,6	Mem0

Gewichtung der Bewertung: Genauigkeit 40 %, Konflikterkennung 25 %, Kontextkontinuität 25 %, Token-Effizienz 10 %.

Aufschlüsselung nach Szenario

Der Benchmark führt fünf realitätsnahe Szenarien aus, die mehrsitzungsfähige Agenten-Workflows simulieren:

Szenario	Memstate AI	Mem0
Evolution der Web-App-Architektur	43,2	55,6
Migration des Authentifizierungssystems	66,2	10,2
Evolution des Datenbankschemas	72,7	7,0
API-Versionierungskonflikte	86,5	0,9
Team-Entscheidungsrevision	77,2	3,3

Mem0 gewann das erste Szenario (einfache Architekturverfolgung), hatte aber große Schwierigkeiten bei Szenarien, die Widerspruchsbehandlung, sitzungsübergreifenden Kontext und die Nachverfolgung von Entscheidungsrevisionen erfordern – und erzielte in drei von fünf Szenarien nahezu null Punkte.

Warum Memstate gewinnt

Der Benchmark offenbart einen grundlegenden Architekturunterschied:

Mem0 verwendet einbettungsbasierte semantische Suche. Fakten werden in Chunks zerlegt, eingebettet und nach Ähnlichkeit abgerufen. Das funktioniert für einfache Nachschlagevorgänge, versagt aber, wenn:

• Fakten früheren Fakten widersprechen (das System kann nicht zwischen aktuell und veraltet unterscheiden)
• Präziser Abruf erforderlich ist (Einbettungen liefern „ähnliche“ Ergebnisse, keine exakten)
• Die Latenz zwischen Schreiben und Lesen wichtig ist (neue Erinnerungen benötigen Sekunden, bis sie durchsuchbar sind)

Memstate verwendet strukturierten, versionierten Schlüssel-Wert-Speicher. Jeder Fakt befindet sich an einem expliziten Schlüsselpfad mit einer vollständigen Versionshistorie. Das bedeutet:

• Konflikterkennung ist integriert – wenn ein neuer Fakt einem alten widerspricht, erkennt das System dies und bewahrt beide Versionen
• Der Abruf ist deterministisch – Sie erhalten genau das zurück, was gespeichert wurde, keine ungefähre Übereinstimmung
• Sitzungsübergreifende Kontinuität ist zuverlässig – der Agent navigiert einen strukturierten Baum, anstatt darauf zu hoffen, dass die semantische Suche den richtigen Kontext liefert
• Token-Kosten bleiben O(1) – der Agent lädt zuerst Zusammenfassungen und geht nur bei Bedarf ins Detail, anstatt alle potenziell relevanten Einbettungen in das Kontextfenster zu kippen

Hinweise zur Fairness

• Beide Systeme verwendeten dasselbe Agentenmodell, dieselbe Temperatur und dieselbe Bewertungsmatrix
• Mem0 erhielt eine 10-sekündige Aufnahmeverzögerung zwischen Schreib- und Lesevorgängen, um die asynchrone Einbettungspipeline zu berücksichtigen
• Mem0 erzielt höhere Werte bei der Token-Effizienz, aber diese Metrik sollte im Kontext betrachtet werden – ein geringerer Token-Verbrauch kann einfach bedeuten, dass weniger Informationen zurückgegeben werden. Ein System, das unvollständige oder falsche Fakten abruft, verbraucht weniger Token pro Antwort, benötigt aber möglicherweise mehr Folgeaufrufe, was letztendlich mehr Token kostet, um zur gleichen Antwort zu gelangen
• Der Benchmark-Quellcode ist für vollständige Reproduzierbarkeit in diesem Repository enthalten
• Mem0 kann mit benutzerdefinierter Konfiguration oder einem anderen Einbettungsmodell anders abschneiden

---

Schnellstart

Holen Sie sich Ihren API-Schlüssel unter memstate.ai/dashboard und fügen Sie ihn dann zu Ihrer MCP-Client-Konfiguration hinzu:

{
  "mcpServers": {
    "memstate": {
      "command": "npx",
      "args": ["-y", "@memstate/mcp"],
      "env": {
        "MEMSTATE_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

Kein Docker. Keine Datenbank. Keine Infrastruktur. In 60 Sekunden einsatzbereit.

---

Client-Einrichtung

Claude Desktop

Konfigurationsspeicherort:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "memstate": {
      "command": "npx",
      "args": ["-y", "@memstate/mcp"],
      "env": { "MEMSTATE_API_KEY": "YOUR_API_KEY_HERE" }
    }
  }
}

Claude Code

claude mcp add memstate npx @memstate/mcp -e MEMSTATE_API_KEY=YOUR_API_KEY_HERE

Cursor

In Cursor-Einstellungen → MCP → Server hinzufügen – gleiches JSON-Format wie bei Claude Desktop oben.

Cline / Windsurf / Kilo Code / Roo Code

Alle unterstützen das gleiche stdio-MCP-Konfigurationsformat. Fügen Sie es zur MCP-Einstellungsdatei Ihres Clients hinzu.

---

Kernwerkzeuge

Werkzeug	Wann zu verwenden
memstate_remember	Markdown, Aufgabenzusammenfassungen, Entscheidungen speichern. Der Server extrahiert automatisch Schlüsselpfade und erkennt Konflikte. Für die meisten Schreibvorgänge verwenden.
memstate_set	Einen einzelnen Schlüsselpfad auf einen kurzen Wert setzen (z. B. config.port = 8080). Nicht für Fließtext.
memstate_get	Alle Erinnerungen für ein Projekt oder einen Teilbaum durchsuchen. Zu Beginn jeder Aufgabe verwenden.
memstate_search	Semantische Suche nach Bedeutung, wenn Sie den genauen Schlüsselpfad nicht kennen.
memstate_history	Sehen, wie sich ein Wissenselement im Laufe der Zeit verändert hat – vollständige Versionskette.
memstate_delete	Einen Schlüsselpfad soft-löschen. Erzeugt einen Tombstone; der vollständige Verlauf bleibt erhalten.
memstate_delete_project	Ein gesamtes Projekt und alle seine Erinnerungen soft-löschen.

Wie Schlüsselpfade funktionieren

Erinnerungen sind in hierarchischer Punktnotation organisiert:

project.my_app.database.schema
project.my_app.auth.provider
project.my_app.deploy.environment

Schlüsselpfade werden automatisch mit einem Präfix versehen: keypath="database" mit project_id="my_app" → project.my_app.database. Ihr Agent kann genau zu dem navigieren, was er braucht – keine vollständigen Kontextausgaben.

---

So funktioniert es

Agent: memstate_remember(project_id="my_app", content="## Auth\nUsing SuperTokens...")
         ↓
Server extracts keypaths:  [project.my_app.auth.provider, ...]
         ↓
Conflict detection:  compare against existing memories at those keypaths
         ↓
New version stored — old version preserved in history chain
         ↓
Next session: memstate_get(project_id="my_app") → structured summaries only
         ↓
Agent drills into project.my_app.auth only when it needs auth details

Die Token-Kosten bleiben konstant, unabhängig davon, wie viele Erinnerungen insgesamt existieren.

---

Zu Ihren Agenten-Anweisungen hinzufügen

Kopieren Sie dies in Ihre AGENTS.md oder Ihren System-Prompt:

## Memory (Memstate MCP)

### Before each task
- memstate_get(project_id="my_project") — browse existing knowledge
- memstate_search(query="topic", project_id="my_project") — find by meaning

### After each task
- memstate_remember(project_id="my_project", content="## Summary\n- ...", source="agent")

### Tool guide
- memstate_remember — markdown summaries, decisions, task results (preferred)
- memstate_set — single short values only (config flags, status)
- memstate_get — browse/retrieve before tasks
- memstate_search — semantic lookup when keypath unknown
- memstate_history — audit how knowledge evolved
- memstate_delete — remove outdated memories (history preserved)

---

Umgebungsvariablen

Variable	Standard	Beschreibung
MEMSTATE_API_KEY	(erforderlich)	API-Schlüssel von memstate.ai/dashboard
MEMSTATE_MCP_URL	https://mcp.memstate.ai	Überschreibung für selbst gehostete Bereitstellungen

Verbindung überprüfen

MEMSTATE_API_KEY=your_key npx @memstate/mcp --test

Gibt alle verfügbaren Werkzeuge aus und bestätigt, dass Ihr API-Schlüssel funktioniert.

Entwickelt für KI-Agenten, die es verdienen zu wissen, was sie wissen.