O que é Memory (reference server)?
Memory é um dos sete servidores de referência ainda mantidos em modelcontextprotocol/servers; ele não foi movido para servers-archived. Ele guarda o que um modelo aprende como um pequeno grafo de conhecimento: entidades (uma pessoa, um projeto), relações direcionadas entre elas e observações curtas em texto ligadas a cada entidade. Nove ferramentas criam, leem, buscam e apagam esses registros, e o grafo inteiro também é exposto como o recurso memory://knowledge-graph.
O grafo fica em um único arquivo JSONL local, definido com MEMORY_FILE_PATH; por padrão, ele fica no próprio diretório de instalação do servidor. Rode com npx -y @modelcontextprotocol/server-memory, que exige Node.js 24 ou superior desde a versão 2.0.0 (19 de outubro de 2026), ou com a imagem Docker mcp/memory e um volume nomeado. Não há conta nem chave envolvida.
Como instalar Memory (reference server)
npx -y @modelcontextprotocol/server-memoryMemory (reference server) vale a pena?
Memory é um ponto de partida sólido e inspecionável para a memória pessoal de um agente, e uma escolha ruim quando o grafo passa do que um modelo consegue percorrer. Sua força é que nada fica escondido: a memória é um arquivo de texto que você pode abrir, comparar, copiar ou apagar, e nada sai da máquina.
A recuperação é a parte fraca. No código-fonte, search_nodes é uma correspondência de substring sem distinção de maiúsculas sobre nomes, tipos e texto das observações, com consultas limitadas a 2.048 caracteres, e sem embeddings nem ranking. Peça 'meu gerente' quando a observação diz 'reporta-se a Priya' e nada volta. read_graph evita isso devolvendo tudo, o que funciona para algumas dezenas de entidades e vira uma conta de contexto à medida que o arquivo cresce. Serviços de memória dedicados, e a memória embutida em muitos apps de chat e agentes de programação, tentam a recuperação semântica que este servidor não faz.
Versões recentes corrigiram os problemas de perda de dados que tornavam arriscado compartilhá-lo. Desde a versão 1.0.0, toda ferramenta de escrita usa um arquivo de lock, então dois clientes apontados para o mesmo arquivo não descartam mais as mudanças um do outro; linhas que o servidor não consegue interpretar são mantidas em vez de apagadas no próximo salvamento; e o arquivo mantém permissões 0600. O lock depende da criação exclusiva de arquivos, por isso o README avisa que um sistema de arquivos de rede ainda não pode ser compartilhado com segurança.
O modelo decide o que lembrar, e isso é ao mesmo tempo o design e o risco. Sem um prompt de sistema dizendo quando guardar e quando consultar, a recuperação é errática, e um texto que o agente leu em um e-mail ou página web pode ser gravado como observação e repetido em todas as sessões seguintes. A issue #4117 pede cotas, redação de dados sensíveis e proteções em operações destrutivas; nada disso foi lançado.
Onde ele se destaca
Um desenvolvedor solo usando Claude Desktop e Claude Code em um notebook
Fazer os dois clientes lembrarem convenções do projeto e pessoas entre sessões
Aponte os dois para o mesmo MEMORY_FILE_PATH; o arquivo de lock serializa as escritas para que nenhum perca as mudanças do outro. É gratuito e local, mas a recuperação depende de um prompt de sistema que mande o modelo buscar na memória no início de cada conversa.
Um engenheiro de plataforma prototipando uma camada de memória para agentes
Testar um modelo de memória de entidades e relações antes de se comprometer com um banco vetorial
O formato JSONL é fácil de inspecionar e migrar, então os experimentos não custam nada além de tempo. Conte com substituí-lo quando as consultas precisarem casar significado em vez de palavras exatas, ou quando vários usuários compartilharem uma memória.
Um revisor de segurança aprovando servidores MCP para uma equipe de engenharia de 50 pessoas
Decidir se a equipe pode rodar um servidor de memória nos notebooks de trabalho
Tudo fica em um arquivo no notebook, então não há processador terceirizado a avaliar. Os riscos a pesar são o texto injetado que persiste entre sessões e o local padrão do arquivo; exigir MEMORY_FILE_PATH em um caminho criptografado e com backup resolve o segundo.
Antes de decidir
- Configuração
- Adicione npx -y @modelcontextprotocol/server-memory à configuração do cliente (o README tem trechos para Claude Desktop e VS Code) e defina MEMORY_FILE_PATH; Node.js 24+ é necessário a partir da 2.0.0. As ferramentas funcionam após reiniciar, mas uma recuperação útil precisa de um prompt de sistema dizendo ao modelo quando ler e escrever.
- Integrações
- Nove ferramentas: create_entities, create_relations, add_observations, delete_entities, delete_observations, delete_relations, read_graph, search_nodes e open_nodes. Seis das nove escrevem; o grafo também é um recurso MCP que aceita assinatura.
- Dados e privacidade
- Lê e escreve apenas seu arquivo JSONL; sem rede nem credenciais. Qualquer coisa que o agente tenha lido pode ser salva como observação e devolvida em conversas posteriores, então uma injeção de prompt pode sobreviver à sessão que a trouxe.
- Custo em escala
- Gratuito, sem limites de taxa. O custo é o contexto: read_graph devolve o grafo inteiro, então seu custo em tokens cresce a cada entidade e observação guardada.
- Limites
- Busca por substring, limite de 2.048 caracteres por consulta; sem embeddings, ranking, acesso multiusuário ou cotas. Inseguro em sistemas de arquivos de rede; na 2.0.0, uma única mensagem JSON-RPC acima de 10 MiB fecha a conexão stdio.
O que é bom
- A memória é um único arquivo JSONL local que você pode ler e editar
- O lock de escrita desde a 1.0.0 evita atualizações perdidas entre clientes
- Sem conta, chave ou acesso à rede
O que não é
- Só busca por substring, sem recuperação semântica
- Depende de instruir o modelo a guardar e buscar
- Sem cotas nem redação; texto injetado pode persistir
Ideal para
Entusiastas e desenvolvedores aprendendo como funciona a memória persistente via MCP.
Alternativas ao Memory (reference server)
Memory (reference server): perguntas frequentes
- Memory (reference server) vale a pena?
- Um arquivo local legível e uma busca por substring fazem dele um caderno razoável para um agente, e uma memória de longo prazo fraca quando o grafo cresce. Damos nota 3.5 de 5.
- Quanto custa Memory (reference server)?
- Gratuito e de código aberto.
- Quais são as desvantagens de Memory (reference server)?
- Só busca por substring, sem recuperação semântica; depende de instruir o modelo a guardar e buscar; sem cotas nem redação; texto injetado pode persistir.
- Para quem Memory (reference server) é indicado?
- Entusiastas e desenvolvedores aprendendo como funciona a memória persistente via MCP.
- Quanto custa Memory (reference server) para uma equipe ou em produção?
- Gratuito, sem limites de taxa. O custo é o contexto: read_graph devolve o grafo inteiro, então seu custo em tokens cresce a cada entidade e observação guardada.
- Memory (reference server) é seguro para dados da empresa?
- Lê e escreve apenas seu arquivo JSONL; sem rede nem credenciais. Qualquer coisa que o agente tenha lido pode ser salva como observação e devolvida em conversas posteriores, então uma injeção de prompt pode sobreviver à sessão que a trouxe.
- Quais são as melhores alternativas ao Memory (reference server)?
- As alternativas mais próximas que analisamos são Sequential Thinking (reference server), Filesystem (reference server) e MCP Memory Keeper.
Respostas verificadas em 23 de out. de 2026.