Engram MCP Server

공식

Engram은 AI 에이전트에 안정적인 메모리를 제공하는 호스팅 MCP 서버입니다.

GitHub

문서

Engram MCP

당신의 AI 에이전트에게 신뢰할 수 있는 기억을 선사하세요. Engram은 AI가 과거 대화, 사실, 결정을 기억하게 하여 진정한 팀원처럼 느껴지도록 만듭니다.

이 저장소는 MCP 클라이언트를 AI 에이전트를 위한 호스팅 메모리 서비스인 Engram에 연결하기 위한 구성 템플릿을 포함하고 있습니다.

Engram이란?

Engram은 AI 에이전트에게 신뢰할 수 있고 설명 가능한 메모리를 제공하는 호스팅 MCP 서버입니다:

신뢰할 수 있는 메모리: 에이전트가 대화, 사실, 결정을 기억하며, 자동 지식 그래프 추출이 이루어집니다
설명 가능한 검색: 모든 답변이 이를 정당화한 메모리와 그래프 엣지를 인용합니다
3중 엔진 검색: BM25 + 벡터 검색 + 지식 그래프를 융합하고 재순위화합니다
자신의 모델 사용: 모든 LLM 호출이 사용자의 제공자를 통해 라우팅됩니다 — 추론 마크업 없음
내장된 제어 기능: 메모리를 버킷으로 구성하고, 보존 기간을 관리하며, 자연어로 쿼리할 수 있습니다

무료 티어: 월 10,000개 저장 메모리 및 50,000회 검색 — 신용카드 불필요. 유료 티어는 가격을 참조하세요.

빠른 설정

1. API 키 받기

lumetra.io에서 가입하여 계정을 만들고 API 키를 생성하세요.

일부 클라이언트(Claude.ai 웹, ChatGPT)는 붙여넣기 키 대신 OAuth를 사용합니다 — 아래 해당 섹션을 참조하세요.

2. MCP 클라이언트에 Engram 추가하기

MCP 엔드포인트: https://mcp.lumetra.io/mcp/sse

Claude Code

claude mcp add-json engram '{"type":"sse","url":"https://mcp.lumetra.io/mcp/sse","headers":{"Authorization":"Bearer <your-api-key>"}}'

Claude.ai 웹 (OAuth — 키 붙여넣기 불필요)

Claude 설정 → 커넥터 → 사용자 정의 커넥터 추가에서 다음을 붙여넣으세요:

https://mcp.lumetra.io/mcp/sse

연결을 승인하기 위해 Lumetra를 통해 리디렉션됩니다. API 키가 필요하지 않습니다.

ChatGPT 웹 (OAuth — 커넥터 지원 플랜)

ChatGPT 설정 → 사용자 정의 MCP 커넥터 추가에서 다음을 붙여넣으세요:

https://mcp.lumetra.io/mcp/sse

Claude.ai와 동일한 OAuth 흐름입니다.

Cursor

~/.cursor/mcp.json 또는 .cursor/mcp.json:

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf

~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

Windsurf는 원격 MCP 서버에 대해 url 및 serverUrl 모두 허용합니다. 여기서는 이 페이지의 다른 클라이언트와 일치시키기 위해 url을 사용합니다.

OpenCode

opencode.json:

{
  "mcpServers": {
    "engram": {
      "url": "https://mcp.lumetra.io/mcp/sse",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      }
    }
  }
}

OpenClaw

ClawHub에 스킬이 등록되면:

openclaw skill add lumetra-engram
# or
clawhub install lumetra-engram

현재는 lumetra-io/engram-openclaw-skill에서 수동으로 설치하세요:

mkdir -p .openclaw/skills
curl -fsSL https://codeload.github.com/lumetra-io/engram-openclaw-skill/tar.gz/refs/heads/main \
  | tar -xz --strip-components=2 -C .openclaw/skills engram-openclaw-skill-main/skills/engram
export ENGRAM_API_KEY="eng_live_..."

3. 클라이언트 재시작

이제 MCP 클라이언트가 Engram 메모리 도구에 접근할 수 있습니다.

사용 가능한 도구

연결되면 에이전트는 다음 메모리 도구를 사용할 수 있습니다:

도구	설명
`store_memory(content, bucket?)`	사실이나 정보를 저장합니다 (기본값 버킷 `"default"`)
`query_memory(question, bucket?)`	자연어를 사용하여 메모리를 검색하고, AI 합성 및 메모리별 설명을 제공합니다
`list_memories(bucket, limit?)`	버킷의 메모리를 최신순으로 나열합니다 (`limit` 1–100, 기본값 20)
`list_buckets()`	사용 가능한 메모리 버킷을 나열합니다
`delete_memory(memory_id, bucket)`	ID로 특정 메모리를 삭제합니다
`clear_memories(bucket)`	버킷의 모든 메모리를 삭제합니다 (파괴적 작업입니다!)

다중 버킷 쿼리 융합(한 번의 호출로 여러 버킷 전달)은 REST /v1/query 엔드포인트와 공식 SDK에서 사용할 수 있습니다. MCP query_memory 도구는 현재 호출당 단일 버킷을 허용합니다.

권장 에이전트 프롬프트

효과적인 메모리 사용을 장려하기 위해 에이전트의 시스템 프롬프트에 다음을 추가하세요:

You have Engram Memory. Use it proactively to improve continuity and personalization.

Tools:
- store_memory(content, bucket?) - Store a fact or piece of information
- query_memory(question, bucket?) - Search memories using natural language
- list_memories(bucket, limit?) - List memories in a bucket, newest first
- list_buckets() - List available memory buckets
- delete_memory(memory_id, bucket) - Delete a specific memory
- clear_memories(bucket) - Clear all memories in a bucket (destructive!)

Policy:
- Query-first: before answering anything that may rely on prior context, call query_memory. Ground your answers in the results.
- Proactive storing: capture stable preferences, profile facts, project details, decisions, and outcomes. Keep each fact concise (1-2 sentences).
- Use buckets: organize memories by project or context (e.g., "work", "personal", "project-alpha").

Style for stored content: short, declarative, atomic facts.
Examples:
- "User prefers dark mode."
- "User timezone is US/Eastern."
- "Project Alpha deadline is 2026-10-15."

REST API

Engram은 모든 HTTP 클라이언트(Vercel AI SDK, LangChain, LlamaIndex, Mastra, CrewAI, AutoGen, n8n, 자체 스크립트)에서 프로그래밍 방식으로 접근할 수 있는 REST API도 제공합니다.

기본 URL: https://api.lumetra.io

인증: Authorization 헤더에 API 키를 포함하세요:

curl -X POST https://api.lumetra.io/v1/buckets/default/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Alice works at TechCorp"}'

빠른 예시:

# Store a memory
curl -X POST https://api.lumetra.io/v1/buckets/work/memories \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": "Bob is the CEO of Acme Inc"}'

# Query your memories
curl -X POST https://api.lumetra.io/v1/query \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "Who is the CEO of Acme?", "buckets": ["work"]}'

사용 가능한 모든 엔드포인트에 대해서는 전체 API 문서를 참조하세요.

사용 사례

팀들은 Engram을 다음과 같은 용도로 사용합니다:

이전 맥락을 포함한 지원: 마지막 티켓, 환경, 계획, 약속된 후속 조치를 이어갑니다
맥락을 포함한 코드 리뷰: ADR, 담당자 노트, 취약 영역, 사후 분석을 메모리로 저장합니다
공유 지표 정의: 정의, 승인된 조인, SQL 스니펫을 한 곳에 보관합니다
일관된 브랜드 콘텐츠: 작성자를 위해 음성과 승인된 주장을 중앙 집중화합니다

이 저장소 정보

이 저장소는 다음을 포함합니다:

인기 MCP 클라이언트를 위한 설정 지침이 담긴 이 README
server.json — 공식 스키마를 따르는 MCP 서버 매니페스트

server.json 파일은 공식 MCP 서버 스키마를 사용하며 원격 서버 검색을 지원하는 MCP 클라이언트에서 사용할 수 있습니다. 수동 구성의 경우 위의 클라이언트별 예시를 사용하세요.

실제 Engram 서비스는 https://mcp.lumetra.io (MCP) 및 https://api.lumetra.io (REST)에서 실행되므로 로컬 설치가 필요하지 않습니다.

지원

제품 사이트: lumetra.io
문서: lumetra.io/docs
가격: lumetra.io/pricing
문의: [email protected]