better-mem0-mcp 1.3.0

[DEPRECATED - use EchoVault] MCP Server for AI memory with PostgreSQL

better-mem0-mcp

[!CAUTION] DỰ ÁN ĐÃ NGỪNG PHÁT TRIỂN — Xem phần Chuyển sang EchoVault bên dưới.

Self-hosted MCP Server for AI memory with PostgreSQL (pgvector).

---

Thông báo ngừng phát triển

Dự án better-mem0-mcp đã ngừng phát triển kể từ tháng 02/2026.

Giải pháp thay thế đã được tích hợp trực tiếp vào EchoVault — black box cho toàn bộ lịch sử hội thoại AI của bạn. EchoVault không chỉ trích xuất và lưu trữ raw chat data mà còn:

• Parse và embed nội dung từ 12+ AI coding tools (VS Code Copilot, Cursor, Cline, Claude Code, Gemini CLI, Aider...)
• Tìm kiếm ngữ nghĩa + từ khóa — hybrid search kết hợp vector similarity (cosine) và FTS5 keyword search qua RRF fusion
• Giao diện desktop app (Tauri) để quản lý, tìm kiếm trực quan với system tray, auto-sync, auto-update
• MCP Server tích hợp (echovault-cli mcp) — AI agents truy vấn vault qua tool vault với các action: list, search, read, semantic_search

So với better-mem0-mcp, EchoVault có kiến trúc tốt hơn:

• Không phụ thuộc dịch vụ bên ngoài — không cần Mem0, LiteLLM, hay PostgreSQL cloud (Neon/Supabase). Mọi thứ chạy local với SQLite + Ollama
• Nguồn dữ liệu phong phú — tự động trích xuất từ 12+ IDE/CLI tools thay vì phải thêm thủ công
• Trải nghiệm thống nhất — cùng một vault, dùng được trên cả desktop app, CLI, và MCP server

Chuyển sang EchoVault

1. Cài đặt: Tải từ GitHub Releases hoặc chạy script:

   # Windows - Desktop App + CLI
   irm https://raw.githubusercontent.com/n24q02m/EchoVault/main/install.ps1 | iex
   
   # Chỉ CLI/MCP (headless)
   irm https://raw.githubusercontent.com/n24q02m/EchoVault/main/install-cli.ps1 | iex
   

2. Trích xuất và index: echovault-cli extract && echovault-cli parse && echovault-cli embed
3. Cập nhật MCP config:

   {
     "mcpServers": {
       "echovault": {
         "command": "echovault-cli",
         "args": ["mcp"]
       }
     }
   }
   

---

Tài liệu cũ

[!NOTE] Nội dung bên dưới được giữ lại để tham khảo. Phiên bản cuối cùng trên PyPI/Docker vẫn hoạt động nhưng sẽ không nhận bản cập nhật mới.

Features

• Self-hosted PostgreSQL - Your data stays with you (Neon/Supabase free tier supported)
• Graph Memory - SQL-based relationship tracking alongside vector memory
• Multi-provider LLM - Gemini, OpenAI, Anthropic, Groq, DeepSeek, Mistral
• Fallback chains - Multi-key per provider + multi-model fallback
• Zero manual setup - Just DATABASE_URL + API_KEYS

---

Quick Start (Legacy)

1. Get Prerequisites

• Database: Neon or Supabase (free tier works)
• API Key: Any supported provider (Google AI Studio is free)

2. Add to mcp.json

uvx (Recommended)

{
  "mcpServers": {
    "better-mem0": {
      "command": "uvx",
      "args": ["better-mem0-mcp@latest"],
      "env": {
        "DATABASE_URL": "postgresql://user:[e-mail]/neondb?sslmode=require",
        "API_KEYS": "GOOGLE_API_KEY:AIza..."
      }
    }
  }
}

Docker

{
  "mcpServers": {
    "better-mem0": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "-e", "DATABASE_URL", "-e", "API_KEYS", "n24q02m/better-mem0-mcp:latest"],
      "env": {
        "DATABASE_URL": "postgresql://...",
        "API_KEYS": "GOOGLE_API_KEY:AIza..."
      }
    }
  }
}

3. Done!

Ask your AI: "Remember that I prefer dark mode and use FastAPI"

Configuration (Legacy)

Variable	Required	Description
DATABASE_URL	Yes	PostgreSQL with pgvector extension
API_KEYS	Yes	ENV_VAR:key pairs, comma-separated
LLM_MODELS	No	Model fallback chain
EMBEDDER_MODELS	No	Embedding model chain

Supported LiteLLM Providers

Use environment variable names from LiteLLM docs: GOOGLE_API_KEY, OPENAI_API_KEY, ANTHROPIC_API_KEY, GROQ_API_KEY, etc.

Single provider:

API_KEYS=GOOGLE_API_KEY:AIza...

Multi-key with fallback:

API_KEYS=GOOGLE_API_KEY:AIza-1,GOOGLE_API_KEY:AIza-2,OPENAI_API_KEY:sk-xxx
LLM_MODELS=gemini/gemini-3-flash-preview,openai/gpt-4o-mini
EMBEDDER_MODELS=gemini/gemini-embedding-001,openai/text-embedding-3-small

Defaults

Setting	Default
LLM_MODELS	gemini/gemini-3-flash-preview
EMBEDDER_MODELS	gemini/gemini-embedding-001

Tools (Legacy)

Tool	Description
memory	Memory operations: add, search, list, delete
help	Get full documentation for tools

Usage Examples

{"action": "add", "content": "I prefer TypeScript over JavaScript"}
{"action": "search", "query": "programming preferences"}
{"action": "list"}
{"action": "delete", "memory_id": "abc123"}

Build from Source (Legacy)

git clone https://github.com/n24q02m/better-mem0-mcp
cd better-mem0-mcp

# Setup (requires mise: https://mise.jdx.dev/)
mise run setup

# Run
uv run better-mem0-mcp

Requirements: Python 3.13+

---

License

MIT - See LICENSE