personal-memory-mcp 0.1.1

Serveur MCP local — mémoire personnelle extraite depuis les historiques IA

personal-memory-mcp

Serveur MCP local qui extrait des faits mémorisables depuis vos historiques de conversations IA et les expose à tous les clients MCP compatibles (Claude Code, Claude Desktop, Cursor…).

Fonctionnement

Historiques IA → extraction LLM → SQLite + sqlite-vec → outils MCP

Les faits sont stockés localement dans ~/.personal-memory/memory.db. Aucun cloud, aucune API externe — tout tourne sur votre machine via Ollama.

Installation

pip install personal-memory-mcp

Prérequis : Python 3.13+, Ollama avec les modèles :

ollama pull qwen3:1.7b
ollama pull qwen3-embedding:0.6b

Démarrage rapide

# Lancer le serveur MCP
mmcp serve

# Configurer automatiquement les clients MCP détectés
mmcp setup

# Importer vos sessions Claude Code
mmcp import claude-code

# Importer un export Claude (ZIP)
mmcp import claude ~/Downloads/export.zip

# Importer un export ChatGPT (ZIP)
mmcp import chatgpt ~/Downloads/export.zip

# Interface web locale
mmcp ui

Outils MCP

Outil	Description
search(query)	Recherche hybride (vectorielle + BM25)
add(contenu, categorie)	Ajoute un fait avec déduplication automatique
list_facts(page, categorie)	Liste paginée des faits
delete(id)	Supprime un fait
import_source(type, chemin)	Déclenche un import
import_conversations(source, page)	Expose les conversations brutes pour analyse par l'IA

Configuration Claude Code

claude mcp add -s user personal-memory -- mmcp serve

Commandes CLI

mmcp serve                    # Lance le serveur MCP
mmcp ui                       # Interface web http://localhost:8766
mmcp import claude-code       # Import sessions Claude Code
mmcp import claude <zip>      # Import export Claude
mmcp import chatgpt <zip>     # Import export ChatGPT
mmcp export                   # Export JSON/CSV
mmcp backup                   # Sauvegarde SQLite
mmcp restore                  # Restauration
mmcp migrate-embeddings       # Migration de modèle d'embedding
mmcp status                   # État du serveur et de la base

Stack technique

• Python 3.13 + uv
• MCP SDK Anthropic
• SQLite + sqlite-vec (stockage vectoriel + FTS5)
• Ollama : qwen3-embedding:0.6b (embeddings) + qwen3:1.7b (extraction)
• Recherche hybride : cosinus vectoriel + BM25 fallback

Licence

MIT