Was ist MCP Memory Keeper?
MCP Memory Keeper speichert, woran ein Coding-Agent gerade arbeitet, als Kontexteinträge mit Schlüssel (eine Aufgabe, eine Entscheidung, eine Fortschrittsnotiz), jeweils mit Kategorie, Priorität und Kanal, in einer lokalen SQLite-Datenbank unter ~/mcp-data/memory-keeper/context.db. Benannte Checkpoints erfassen diese Einträge, zwischengespeicherte Dateiinhalte und den Git-Status, und context_restore_checkpoint holt sie zurück, nachdem Claude Code kompaktiert oder neu startet. Kanäle werden standardmäßig aus dem Git-Branch abgeleitet, aus feature/auth-system wird so ein Kanal mit höchstens 20 Zeichen.
Der Server stellt standardmäßig über stdio 38 Tools bereit, von context_save, context_get und context_search bis zu Session-Branching, Journaleinträgen, einem Knowledge Graph und einem Tool context_git_commit. Eine Variable TOOL_PROFILE reduziert das auf 8 (minimal) oder 22 (standard). Installiert wird mit claude mcp add memory-keeper npx mcp-memory-keeper; Konto oder Schlüssel braucht es nicht.
Das Repository wurde im Juni 2025 von Mark Kreyman angelegt, steht unter MIT-Lizenz und hat rund 136 Sterne, wobei fast alle Commits von einem Maintainer stammen. Die neueste npm-Version ist 0.14.1 vom 2. September 2026 (die GitHub-Releases enden bei v0.12.1), und das Paket verzeichnete in der Woche bis zum 22. Oktober 140 Downloads. Im offiziellen MCP-Registry ist es nicht gelistet.
MCP Memory Keeper installieren
claude mcp add memory-keeper npx mcp-memory-keeperLohnt sich MCP Memory Keeper?
Memory Keeper ist um ein echtes Problem langer Agent-Sitzungen herum gebaut: Wenn das Kontextfenster kompaktiert wird, verschwinden Entscheidungen und halbfertige Pläne. Seine Antwort ist bewusst und nicht automatisch. Im Workflow der README bittest du Claude selbst, einen Checkpoint zu speichern, wenn das Gespräch lang wird, und ihn nach dem Reset über seinen Schlüssel wiederherzustellen; nichts hängt sich für dich in die Kompaktierung ein, und das Abrufen hängt von Anweisungen in CLAUDE.md oder einem eigenen Befehl ab.
Die Tool-Liste ist der Hauptkostenfaktor. Das standardmäßige Profil full listet 38 Tools, jedes mit einem Schema, das das Modell in jeder Runde liest, für eine Aufgabe, die der Referenz-Memory-Server mit neun erledigt. Der Maintainer erkennt das mit Profilen an: minimal behält 8 (Sessions, Speichern, Abrufen, Suche, Status und die beiden Checkpoint-Tools), und dort sollten die meisten anfangen. Version 0.12.2 hat außerdem behoben, dass das Profil full OpenAI-kompatible Anbieter lahmlegte, ein Zeichen dafür, wie weit sich die Oberfläche ausgebreitet hat.
Manche Funktionen sind leichter, als ihre Namen klingen. context_semantic_search nutzt kein Sprachmodell: Im Quellcode hasht es Zeichentrigramme und Wörter in einen Vektor mit 384 Zahlen und vergleicht diese, es findet also ähnliche Schreibweisen statt ähnlicher Bedeutung. Die Tools für Knowledge Graph und Multi-Agent-Betrieb laufen lokal über denselben gespeicherten Text. Die Speicherung ist solider: SQLite im WAL-Modus, seit 0.12.x ein absoluter Datenbankpfad, und Import und Export auf ein Verzeichnis beschränkt.
Zwei Sicherheitspunkte verdienen Aufmerksamkeit. context_git_commit führt git add . aus und committet alles im Projektverzeichnis, ein Agent kann also Dateien stagen, die du nicht committen wolltest; lass es aus deinem Profil heraus, wenn du das nicht willst. Und Version 0.13.0 (Juni 2026) hat behoben, dass context_import jede Datei lesen konnte, die der Server erreichte, eine Lücke, über die ein per Prompt Injection gesteuerter Agent Geheimnisse in den Speicher hätte ziehen können. Der Fix ist drin, aber ein offenes Issue bittet den Maintainer weiterhin, private Meldungen von Schwachstellen zu ermöglichen.
Gegenüber dem Referenz-Memory-Server tauschst du Gewicht gegen Struktur. Memory gibt dir eine lesbare JSONL-Datei und einen Entitätsgraphen; Memory Keeper gibt dir Kategorien, Prioritäten, branchbewusste Kanäle und Checkpoints in einer Datenbank, die du mit sqlite3 abfragst. Mit rund 140 npm-Downloads pro Woche und einem Maintainer ist es ein kleines Projekt, das bis September 2026 aktiv Releases veröffentlicht hat.
Wo es sich lohnt
Solo-Entwickler bei einem mehrtägigen Refactoring in Claude Code
Nach Kompaktierung oder Neustart dort weitermachen, wo der Agent aufgehört hat
Mit TOOL_PROFILE=minimal betreiben, in CLAUDE.md eine Regel zum Speichern von Entscheidungen und Fortschritt ergänzen und um context_checkpoint bitten, bevor das Fenster voll ist. Nach dem Reset liefert context_restore_checkpoint die gespeicherten Einträge zurück. Es ist kostenlos; der Aufwand besteht darin, daran zu denken, danach zu fragen.
Entwicklerin mit zwei parallelen Claude Code-Sitzungen, eine recherchiert, eine implementiert
Eine Sitzung Erkenntnisse an die andere übergeben lassen
Beide zeigen auf dasselbe DATA_DIR; Einträge sind standardmäßig über Sitzungen hinweg sichtbar, und ein gemeinsamer Kanal hält die Übergabe bei einem Thema. Zwischen den Sitzungen gibt es keine Zugriffskontrolle, was die eine speichert, kann die andere also lesen.
Engineering Lead, der MCP-Server für ein Team mit 20 Leuten freigibt
Entscheiden, ob Mitarbeitende es auf Arbeitslaptops installieren dürfen
Die Daten bleiben in einer lokalen SQLite-Datei, und der Quellcode macht keine eigenen Netzwerkaufrufe, es gibt also keinen Auftragsverarbeiter zu prüfen. Zu prüfen sind das Git-Commit-Tool (mit einem eigenen Profil in ~/.mcp-memory-keeper/config.json ausschließen), Versionen vor 0.13.0 mit dem Fehler beim Dateilesen im Import und ein Projekt mit einem Maintainer ohne privaten Meldekanal.
Bevor du dich festlegst
- Einrichtung
- claude mcp add memory-keeper npx mcp-memory-keeper oder das npx-Snippet in der Konfiguration von Claude Desktop; laut README unter 30 Sekunden. Daten landen in ~/mcp-data/memory-keeper/, sofern DATA_DIR nicht gesetzt ist. Wer von einer Version vor 0.12.x aktualisiert, muss context.db aus dem alten Arbeitsverzeichnis verschieben.
- Integrationen
- Standardmäßig 38 Tools, alle mit dem Namen context_*: context_session_start, context_save, context_get, context_search, context_checkpoint, context_restore_checkpoint, context_prepare_compaction, context_export, context_import und weitere. Die meisten schreiben in die Datenbank; context_git_commit schreibt in dein Repository. Die Beispiele der README setzen mcp_ davor, was nicht der registrierte Name ist.
- Daten und Datenschutz
- Alles liegt in einer SQLite-Datenbank plus einem Export-Verzeichnis. Gespeicherte Einträge werden standardmäßig über Sitzungen hinweg geteilt. Alles, was der Agent liest, auch eingeschleuster Text von einer Webseite oder aus einer Datei, kann gespeichert und in späteren Sitzungen wieder eingespielt werden. Version 0.13.0 hat ein beliebiges Lesen lokaler Dateien über context_import behoben (#35).
- Kosten im großen Maßstab
- Kostenlos, ohne Rate Limits. Die eigentlichen Kosten sind Kontext: die vollständige Tool-Liste in jeder Runde und Antworten, die standardmäßig auf 25.000 Tokens begrenzt sind (MCP_MAX_TOKENS), was ein großes context_get füllen kann.
- Grenzen
- Nur stdio, ein Nutzer. Kein automatischer Checkpoint bei der Kompaktierung; der Agent muss es gesagt bekommen. Die Suche ist Text- und Trigramm-Abgleich. Das native Modul better-sqlite3 ließ sich bis 0.14.1 nach Node-Upgrades nicht laden, und die README nennt Aufbewahrungsrichtlinien und Mehrbenutzerbetrieb als künftige Arbeit.
Was gut ist
- Checkpoints erfassen Einträge, zwischengespeicherte Dateien und Git-Status zusammen
- Kanäle folgen automatisch dem Git-Branch
- Tool-Profile reduzieren 38 Tools auf 8 oder 22
- Lokales SQLite; kein Konto, kein Schlüssel, kein Netzwerkdienst
Was nicht
- 38 Tools blähen standardmäßig jeden Prompt auf
- context_git_commit staged und committet das ganze Projektverzeichnis
- Die "semantische" Suche sind gehashte Trigramme, keine Embeddings
- Ein einzelner Maintainer; rund 140 npm-Downloads pro Woche
Am besten für
Claude Code-Nutzer mit langen Sitzungen, die bereit sind, dem Agenten zu sagen, wann er Checkpoints speichern und wiederherstellen soll.
Alternativen zu MCP Memory Keeper
MCP Memory Keeper: häufige Fragen
- Lohnt sich MCP Memory Keeper?
- Eine durchdachte Antwort auf Arbeitsverlust bei der Kompaktierung, verpackt in 38 Tools und einen Commit-Befehl, den die meisten Nutzer abschalten sollten. Wir bewerten es mit 3.4 von 5.
- Was kostet MCP Memory Keeper?
- Kostenlos und unter MIT-Lizenz.
- Welche Nachteile hat MCP Memory Keeper?
- 38 Tools blähen standardmäßig jeden Prompt auf; context_git_commit staged und committet das ganze Projektverzeichnis; Die "semantische" Suche sind gehashte Trigramme, keine Embeddings; Ein einzelner Maintainer; rund 140 npm-Downloads pro Woche.
- Für wen eignet sich MCP Memory Keeper?
- Claude Code-Nutzer mit langen Sitzungen, die bereit sind, dem Agenten zu sagen, wann er Checkpoints speichern und wiederherstellen soll.
- Was kostet MCP Memory Keeper für ein Team oder im Produktivbetrieb?
- Kostenlos, ohne Rate Limits. Die eigentlichen Kosten sind Kontext: die vollständige Tool-Liste in jeder Runde und Antworten, die standardmäßig auf 25.000 Tokens begrenzt sind (MCP_MAX_TOKENS), was ein großes context_get füllen kann.
- Ist MCP Memory Keeper sicher für Firmendaten?
- Alles liegt in einer SQLite-Datenbank plus einem Export-Verzeichnis. Gespeicherte Einträge werden standardmäßig über Sitzungen hinweg geteilt. Alles, was der Agent liest, auch eingeschleuster Text von einer Webseite oder aus einer Datei, kann gespeichert und in späteren Sitzungen wieder eingespielt werden. Version 0.13.0 hat ein beliebiges Lesen lokaler Dateien über context_import behoben (#35).
- Was sind die besten Alternativen zu MCP Memory Keeper?
- Die nächsten Alternativen, die wir getestet haben, sind Memory (reference server) und Project RAG.
Antworten geprüft am 26. Okt. 2026.