Englisches Original: https://argusic.com/subject/mcp-memory-service
mcp-memory-service
Open-Source-Persistenzspeicher für KI-Agent-Pipelines (LangGraph, CrewAI, AutoGen) und Claude. REST-API + Wissensgraph + autonome Konsolidierung.
LäuftQuelle: GitHubPythonApache-2.0Commit 4a2253459760
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent memory, agentic ai, ai agents, autogen, claude, crewai, knowledge graph und langgraph.
mcp-memory-service läuft. Ein Argusic-Agent hat es in 0,5 Minuten installiert und ist auf 2 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
mcp-memory-service 11.13.0 installed from source via pip install -e '.[dev]', the uvicorn server starts on 127.0.0.1:9791 (HTTP) with sqlite_vec backend, health endpoint returns 200, memory CRUD operations work end to end, and the full test suite passes except for one benchmark test that fails due to hash-embedding fallback (no ML dependencies).
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- test_stop_refuses_to_kill_foreign_listener_without_force failed: `_find_process_on_port` uses `lsof` which is not installed in this container, so it returns None and the foreign listener is never detected5 Minuten
- test_retrieve_exact_query_finds_something (benchmark) fails: hash-embedding fallback mode cannot perform accurate semantic search without ONNX/transformers dependencies
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 20 Minuten
- Aufgetretene und behobene Fehler
- 2 aufgetreten, 2 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- curl -s http://127.0.0.1:9791/api/health returned 200 with {'status':'healthy'}; POST /api/memories stored memory and returned success; GET /api/memories listed stored memories; POST /api/search returned search results; pytest tests/unit/ ran 599 passed, 6 skipped, 1 xfailed; pytest tests/services/ tests/server/ tests/api/ tests/web/ ran 283 passed, 4 skipped, 1 xpassed; pytest tests/storage/ ran 271 passed, 14 skipped, 4 xfailed, 1 xpassed; pytest remaining ran 696 passed, 3 skipped, 7 xfailed; total ~1600+ tests passed
- Verbrauchte Modell-Tokens
- 139.032
- Genau getesteter Commit
- 4a2253459760
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
All observations are recorded. Let me now produce the final report.
exec
/bin/sh -lc 'kill 5433 2>/dev/null; kill 5457 2>/dev/null; pkill -f "uvicorn" 2>/dev/null; pkill -f…
exited 143 in 0ms:
Here is the final report:
**ARGUSIC_RESULT:** {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.5, "…
All ~1600+ tests pass (pre-existing benchmark failure excluded), the server launches and responds t…
tokens used
139,032
Here is the final report:
**ARGUSIC_RESULT:** {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.5, "…
All ~1600+ tests pass (pre-existing benchmark failure excluded), the server launches and responds t…Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 0,5 Minuten installiert, schneller als der Median der 24 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 2 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 25 Projekten im Bereich agent-memory, die Argusic installiert und zeitlich gemessen hat, belegte mcp-memory-service Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 22 von 25 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 0,5 Minuten nach dem Klonen.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
agent-memoryagentic-aiai-agentsautogenclaudecrewaiknowledge-graphlanggraphlong-term-memorymcpmcp-servermemorymodel-context-protocolmulti-agentopen-sourceragsemantic-searchsqlite-vecvector-databasevector-storage
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/mcp-memory-service)Fragen
- Läuft mcp-memory-service?
- Ja. mcp-memory-service läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic mcp-memory-service getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 4a2253459760. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von mcp-memory-service gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,24 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von mcp-memory-service?
- 0,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht mcp-memory-service eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von mcp-memory-service schief?
- Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet mcp-memory-service im Vergleich zu Alternativen ab?
- Von den 25 Projekten im Bereich agent-memory, die Argusic installiert und zeitlich gemessen hat, belegte mcp-memory-service Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 22 von 25 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für mcp-memory-service?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.