Memlord

เซิร์ฟเวอร์หน่วยความจำ MCP แบบโฮสต์เองสำหรับการใช้งานส่วนตัวและทีม

เริ่มต้นอย่างรวดเร็ว • วิธีการทำงาน • เครื่องมือ MCP • การกำหนดค่า • ข้อกำหนด • ใบอนุญาต

---

✨ คุณสมบัติ

• 🔍 การค้นหาแบบไฮบริด — BM25 (ข้อความเต็ม) + vector KNN (pgvector) ผสานผ่าน Reciprocal Rank Fusion
• 📂 ผู้ใช้หลายคน — ผู้ใช้แต่ละคนเห็นเฉพาะความทรงจำของตนเอง; พื้นที่ทำงานสำหรับความรู้ทีมที่ใช้ร่วมกัน
• 🛠️ เครื่องมือ MCP 11 รายการ — จัดเก็บ, ดึงข้อมูล, เรียกคืน, แสดงรายการ, ค้นหาตามแท็ก, รับ, อัปเดต, ลบ, ย้าย, แสดงรายการพื้นที่ทำงาน, รายงานการฝัน
• 💤 การฝัน — ขั้นตอนการรวมข้อมูลแบบมีคำแนะนำ (พรอมต์ MCP dream + เครื่องมือ dream_report): ค้นหาความทรงจำที่เกือบซ้ำและขัดแย้งกัน, รวมเป็นข้อมูลเชิงลึกโดยไม่ทำลาย, ขับเคลื่อนโดย LLM ของไคลเอนต์
• 🌐 เว็บ UI — เรียกดู, ค้นหา, แก้ไข และลบความทรงจำในเบราว์เซอร์; ส่งออก/นำเข้า JSON
• 🔒 OAuth 2.1 — เซิร์ฟเวอร์การอนุญาตในกระบวนการเต็มรูปแบบ, เปิดใช้งานตลอดเวลา
• 🐘 PostgreSQL — pgvector สำหรับ embeddings, tsvector สำหรับการค้นหาข้อความเต็ม
• 📊 การเปิดเผยแบบก้าวหน้า — การค้นหาส่งคืนตัวอย่างย่อตามค่าเริ่มต้น; เรียก get_memory(name) เฉพาะสิ่งที่คุณต้องการ, ลดการใช้โทเค็น
• 🔁 การขจัดรายการซ้ำ — ตรวจจับความทรงจำที่เกือบเหมือนกันโดยอัตโนมัติก่อนบันทึก, ป้องกันการสะสมของสัญญาณรบกวน

---

🆚 เปรียบเทียบ Memlord

	Memlord	OpenMemory	mcp-memory-service	basic-memory
การค้นหา	BM25 + vector + RRF	Vector เท่านั้น (Qdrant)	BM25 + vector + RRF	BM25 + vector
Embeddings	ONNX ในเครื่อง, ไม่ต้องกำหนดค่า	OpenAI ตามค่าเริ่มต้น; Ollama เป็นตัวเลือก	ONNX ในเครื่อง, ไม่ต้องกำหนดค่า	FastEmbed ในเครื่อง
พื้นที่จัดเก็บ	PostgreSQL + pgvector	PostgreSQL + Qdrant	SQLite-vec / Cloudflare Vectorize	SQLite + ไฟล์ Markdown
ผู้ใช้หลายคน	✅	❌ ผู้ใช้เดียวในทางปฏิบัติ	⚠️ การกำหนดขอบเขต agent-ID, ไม่มีการแยก	❌
พื้นที่ทำงาน	✅ ใช้ร่วมกัน + ส่วนตัว, ลิงก์เชิญ	⚠️ เนมสเปซ "Apps"	⚠️ แท็ก + conversation_id	✅ แฟล็กต่อโปรเจกต์
การรับรองความถูกต้อง	✅ OAuth 2.1	❌ ไม่มี (โฮสต์เอง)	✅ OAuth 2.0 + PKCE	❌
เว็บ UI	✅ เรียกดู, แก้ไข, ส่งออก	✅ แดชบอร์ด Next.js	✅ UI สมบูรณ์, การแสดงกราฟ, คะแนนคุณภาพ	❌ ในเครื่อง; คลาวด์เท่านั้น
เครื่องมือ MCP	11	5	15+	~20
โฮสต์เอง	✅ กระบวนการเดียว	✅ Docker (3 คอนเทนเนอร์)	✅	✅
อินพุตหน่วยความจำ	ด้วยตนเอง (จัดเก็บอย่างชัดเจน)	สกัดอัตโนมัติโดย LLM	ด้วยตนเอง	ด้วยตนเอง (บันทึก Markdown)
ประเภทหน่วยความจำ	ข้อเท็จจริง / การตั้งค่า / คำแนะนำ / ข้อเสนอแนะ / การตัดสินใจ / ข้อมูลเชิงลึก	ข้อเท็จจริงที่สกัดอัตโนมัติ	—	การสังเกต + ลิงก์วิกิ
การค้นหาตามเวลา	✅ วันที่ภาษาธรรมชาติ	⚠️ REST เท่านั้น, ไม่ใช่ในเครื่องมือ MCP	—	✅ recent_activity
ประสิทธิภาพโทเค็น	✅ การเปิดเผยแบบก้าวหน้า	❌	—	✅ build_context traversal
นำเข้า / ส่งออก	✅ JSON	✅ ZIP (JSON + JSONL)	—	✅ Markdown (อ่านได้โดยมนุษย์)
ใบอนุญาต	AGPL-3.0 / เชิงพาณิชย์	Apache 2.0	Apache 2.0	AGPL-3.0

จุดเด่นที่แท้จริงของคู่แข่ง:

• OpenMemory — สกัดความทรงจำจากข้อความสนทนาดิบโดยอัตโนมัติ; ไม่ต้องตัดสินใจว่าจะจัดเก็บอะไรด้วยตนเอง; นำเข้า/ส่งออกที่ดี
• mcp-memory-service — เว็บ UI สมบูรณ์ยิ่งขึ้น (การแสดงกราฟ, การให้คะแนนคุณภาพ, 8 แท็บ); ใบอนุญาตที่อนุญาตมากกว่า (Apache 2.0); ตัวเลือกการขนส่งหลายแบบ (stdio, SSE, HTTP)
• basic-memory — ความทรงจำเป็นไฟล์ Markdown ที่อ่านได้โดยมนุษย์ คุณสามารถแก้ไข, ควบคุมเวอร์ชัน, และอ่านได้โดยไม่ต้องใช้เซิร์ฟเวอร์; ลิงก์เอนทิตีสไตล์วิกิสร้างกราฟความรู้ในเครื่อง; เครื่องมือ MCP ~20 รายการ

เมื่อใดควรเลือก Memlord:

• คุณต้องการ embeddings ในเครื่องที่ไม่ต้องกำหนดค่า — โมเดล ONNX มาพร้อมกับเซิร์ฟเวอร์, ไม่ต้องใช้ Ollama หรือ API ภายนอก
• คุณใช้งาน เซิร์ฟเวอร์ทีมผู้ใช้หลายคน พร้อมการรับรองความถูกต้อง OAuth 2.1 ที่เหมาะสมและพื้นที่ทำงานแบบเชิญ
• คุณต้องการ ฐานข้อมูลระดับการผลิต (PostgreSQL) ที่ปรับขนาดได้เกินกว่า SQLite ของเครื่องเดียว
• คุณจัดการความทรงจำ อย่างชัดเจน — จัดเก็บสิ่งที่สำคัญ, มีประเภทและแท็ก, ไม่ใช่ทุกสิ่งที่ LLM ตัดสินใจสกัด
• คุณต้องการ เว็บ UI แบบโฮสต์เอง พร้อม CRUD เต็มรูปแบบและการส่งออก JSON, โดยไม่ต้องสมัครสมาชิกคลาวด์

---

🚀 เริ่มต้นอย่างรวดเร็ว

🐳 Docker

cp .env.example .env
docker compose up

เซิร์ฟเวอร์ HTTP (ผู้ใช้หลายคน, เว็บ UI, OAuth)

# Install dependencies
uv sync --dev

# Download ONNX model (~23 MB)
uv run python scripts/download_model.py

# Run migrations
alembic upgrade head

# Start the server
memlord

เปิด http://localhost:8000 สำหรับเว็บ UI ปลายทาง MCP อยู่ที่ /mcp

---

🔍 วิธีการทำงาน

แต่ละคำขอค้นหาทำงาน BM25 และ vector KNN แบบขนาน, จากนั้นรวมผลลัพธ์ผ่าน Reciprocal Rank Fusion:

flowchart TD
    Q([query]) --> BM25["BM25\nsearch_vector @@ websearch_to_tsquery"]
    Q --> EMB["ONNX embed\nparaphrase-multilingual-MiniLM-L12-v2 · 384d · local"]
    EMB --> KNN["KNN\nembedding <=> query_vector\ncosine distance"]
    BM25 --> RRF["RRF fusion\nscore = 1/(k+rank_bm25) + 1/(k+rank_vec)\nk=60"]
    KNN --> RRF
    RRF --> R([top-N results])

---

⚙️ การกำหนดค่า

การตั้งค่าทั้งหมดใช้คำนำหน้า MEMLORD_ ดู .env.example สำหรับรายการทั้งหมด

ตัวแปร	ค่าเริ่มต้น	คำอธิบาย
MEMLORD_DB_URL	postgresql+asyncpg://postgres:postgres@localhost/memlord	URL การเชื่อมต่อ PostgreSQL
MEMLORD_PORT	8000	พอร์ตเซิร์ฟเวอร์
MEMLORD_BASE_URL	http://localhost:8000	URL สาธารณะสำหรับ OAuth (โหมด HTTP)
MEMLORD_OAUTH_JWT_SECRET	memlord-dev-secret-please-change	ความลับการลงนาม JWT (โหมด HTTP)

ตั้งค่า MEMLORD_BASE_URL เป็น URL สาธารณะของคุณและเปลี่ยน MEMLORD_OAUTH_JWT_SECRET ก่อนการปรับใช้

---

🛠️ เครื่องมือ MCP

เครื่องมือ	คำอธิบาย
store_memory	บันทึกความทรงจำ (idempotent ตามเนื้อหา); แจ้งเตือนเมื่อเกือบซ้ำ; expires_at เป็นตัวเลือก
retrieve_memory	การค้นหาแบบ semantic + ข้อความเต็มแบบไฮบริด; ส่งคืนตัวอย่างย่อตามค่าเริ่มต้น
recall_memory	ค้นหาด้วยนิพจน์เวลาภาษาธรรมชาติ; ส่งคืนตัวอย่างย่อตามค่าเริ่มต้น
list_memories	รายการแบบแบ่งหน้าพร้อมตัวกรองประเภท/แท็ก
search_by_tag	การค้นหาแท็กแบบ AND/OR
get_memory	ดึงข้อมูลความทรงจำเดี่ยวตามชื่อพร้อมเนื้อหาเต็ม (รวมที่หมดอายุ)
update_memory	อัปเดตเนื้อหา, ประเภท, แท็ก, ข้อมูลเมตา, หรือการหมดอายุตามชื่อ (และเปลี่ยนชื่อเป็นตัวเลือก)
delete_memory	ลบตามชื่อ
move_memory	ย้ายความทรงจำไปยังพื้นที่ทำงานอื่น
list_workspaces	แสดงรายการพื้นที่ทำงานที่คุณเป็นสมาชิก (รวมถึงส่วนตัว)
dream_report	ตัวเลือกการรวมแบบอ่านอย่างเดียว: คู่ความทรงจำที่คล้ายกัน, ความทรงจำที่หมดอายุและกำลังจะหมดอายุ

พรอมต์ MCP dream นำทาง LLM ของไคลเอนต์ผ่านขั้นตอนการรวมทั้งหมดเหนือ เอาต์พุต dream_report: จำแนกคู่ที่คล้ายกัน (ซ้ำ / เสริม / ขัดแย้ง), รวม เป็นความทรงจำ insight, เลิกใช้ความทรงจำที่ถูกแทนที่ผ่าน expires_at — ไม่เคยทำลาย

การจัดการพื้นที่ทำงาน (สร้าง, เชิญ, เข้าร่วม, ออก) จัดการผ่านเว็บ UI

---

💻 ข้อกำหนดของระบบ

• Python 3.12
• PostgreSQL ≥ 15 พร้อมส่วนขยาย pgvector
• uv — ตัวจัดการแพ็คเกจ Python

---

👨‍💻 การพัฒนา

pyright src/           # type check
ruff format .          # format
pytest                 # run tests
alembic-autogen-check  # verify migrations are up to date

---

📄 ใบอนุญาต

Memlord มีใบอนุญาตคู่:

• AGPL-3.0 — ฟรีสำหรับการใช้งานโอเพนซอร์ส หากคุณเรียกใช้เวอร์ชันที่แก้ไขเป็นบริการเครือข่าย คุณต้องเผยแพร่ซอร์สโค้ดของคุณ
• ใบอนุญาตเชิงพาณิชย์ — สำหรับการปรับใช้ที่เป็นกรรมสิทธิ์หรือแบบปิด ติดต่อ sergey@memlord.com หรือ dmitry@memlord.com เพื่อซื้อ