영어 원문: https://argusic.com/subject/mcp-memory-service
mcp-memory-service
AI agent 파이프라인(LangGraph, CrewAI, AutoGen)과 Claude를 위한 오픈 소스 영구 메모리입니다. REST API + 지식 그래프 + 자율 통합을 제공합니다.
실행됨출처: GitHubPythonApache-2.0commit 4a2253459760
Python, Apache-2.0 라이선스. 프로젝트 자체 레이블: agent memory, agentic ai, ai agents, autogen, claude, crewai, knowledge graph 및 langgraph.
mcp-memory-service: 실행됩니다. Argusic agent가 GPU가 없는 깨끗한 머신에서 0.5분 만에 설치했고, 오류 2개가 발생했지만 도움 없이 모두 수정했으며, 전체 세션이 녹화되었습니다.
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).
깨끗한 머신에서 agent가 얻은 결과를 agent 자신의 말로 옮긴 것입니다. 측정 방법
Argusic이 매번 새 머신에서 측정합니다. 모든 수치는 해당 증거로 연결됩니다. Argusic 점수 100점 만점에 100점(이 프로젝트 실행 점수의 평균).
한눈에 보기
프로젝트 데이터 출처: GitHub(이 페이지 상단에 링크), 업데이트 . 테스트 데이터 제공: Argusic(CC BY 4.0). 모든 수치는 전체 log, 녹화, 그리고 그 sha256 해시가 있는 실행 페이지로 연결됩니다.
측정한 항목
이 판정을 결정한 실행에서 가져왔습니다. 모든 줄은 추정치가 아니라 기록된 값입니다.
agent 자신의 말로 본 문제점
agent가 직접 남긴 말이며, 심각한 것부터 나열하고 조언으로 고쳐 쓰지 않습니다.
- 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 detected5분
- test_retrieve_exact_query_finds_something (benchmark) fails: hash-embedding fallback mode cannot perform accurate semantic search without ONNX/transformers dependencies
- 설치 시간
- 일 분 미만
- 깨끗한 머신에서 완료까지
- 20분
- 발생하고 수정된 오류
- 2개 발생, 2개를 사람의 도움 없이 수정
- 결과를 증명한 방법
- 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
- 사용한 모델 token
- 139,032
- 테스트한 정확한 commit
- 4a2253459760
- 컨테이너 이미지
- sha256:cdd920bce783
측정하지 않은 항목
나머지 절반입니다. 이 증거가 어디까지 유효한지 정확히 볼 수 있도록 공백은 공백으로 표시하며 절대 채워 넣지 않습니다.
- 최대 GPU 메모리
- CPU 머신에서 실행되어 샘플링할 GPU가 없었습니다
- 장시간 실행 시 동작
- 각 시도는 문서화된 가장 작은 설정과 고정된 시간 예산을 사용하므로, 부하에서 얼마나 버티는지가 아니라 실행되는지를 측정합니다
녹화의 마지막 부분
이 판정을 결정한 터미널 세션의 마지막 줄을 기록된 그대로 보여 줍니다.
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…전체 세션 다시 보기, 깨끗한 머신에서 이 시점까지의 모든 명령.
테스트 방법
하나의 agent, 하나의 컨테이너, 사람의 도움 없음. agent는 프로젝트 문서가 안내하는 방식대로 프로젝트를 설치하고 실행하며, 문제가 생기면 수정합니다. 아래의 모든 내용은 실제로 일어난 그대로 기록되었습니다: 터미널 세션, log, 정확한 commit. 전체 방법론.
장점과 한계
의견이 아니라 측정된 사실입니다. 콘텐츠 작성 방식.
잘된 점
- 깨끗한 머신에서 실행 상태에 도달했으며, 세션이 녹화되었습니다.
- 0.5분 만에 설치되어, Argusic이 측정한 비슷한 프로젝트 24개의 중앙값보다 빨랐습니다.
- 사람의 개입 없이 오류 2개에서 모두 복구했습니다. 실패가 해결할 수 있을 만큼 잘 문서화되어 있다는 뜻입니다.
- GPU 없이 실행되었으므로, 시작하는 데 GPU가 필요하지 않습니다.
- 호스트가 보고한 라이선스는 Apache-2.0입니다.
잘되지 않은 점 또는 알 수 없는 점
- 지금까지 한 번 측정되었습니다. 한 번의 시도는 실행될 수 있음을 보여 줄 뿐, 안정적으로 실행된다는 것을 보여 주지는 않습니다.
Argusic이 설치하고 시간을 잰 agent-memory 프로젝트 25개 중 mcp-memory-service 프로젝트는 실행 상태에 3번째로 빨리 도달했으며, 25개 중 22개만 실행 상태에 도달했습니다.
적합한 용도
- 노트북이나 작은 서버에서 시험해 보기: GPU 없이 실행 상태에 도달했습니다.
- 빠른 평가: clone한 뒤 0.5분 만에 실행되고 있었습니다.
같은 분야에서 함께 테스트한 프로젝트
여기 있는 모든 프로젝트는 Argusic이 깨끗한 머신에 설치하고 실행했습니다. 테스트하지 않은 프로젝트는 여기에 나오지 않습니다.
실행 기록
토픽 (출처: GitHub)
agent-memoryagentic-aiai-agentsautogenclaudecrewaiknowledge-graphlanggraphlong-term-memorymcpmcp-servermemorymodel-context-protocolmulti-agentopen-sourceragsemantic-searchsqlite-vecvector-databasevector-storage
배지 삽입
프로젝트 README용 Markdown입니다. 이 페이지로 다시 연결되며, 이용 조건은 다음에 있습니다: 이용 약관 페이지.
[](https://argusic.com/subject/mcp-memory-service)질문
- mcp-memory-service 프로젝트는 실행되나요?
- 예. mcp-memory-service 프로젝트는 실행됩니다. Argusic은 깨끗한 머신에서 1분 만에 설치하고 실행했으며, 그 과정에서 오류 2개가 발생했고, 세션을 녹화했습니다.
- Argusic은 mcp-memory-service 프로젝트를 어떻게 테스트했나요?
- 새로운 일회용 머신에서 모든 명령을 기록하며 테스트했습니다. 리포지토리는 commit 4a2253459760에 고정되었습니다. 기록된 시도는 한 번이며, 전체 방법은 방법론 페이지에 있습니다.
- mcp-memory-service 테스트 비용은 얼마였나요?
- 이 판정을 낸 실행의 비용은 0.24 USD입니다: 백만 token당 정가가 아니라 실제 컴퓨팅 및 모델 비용입니다. 해당 실행 페이지에 기록되어 있습니다.
- mcp-memory-service 설치에는 얼마나 걸리나요?
- 이 판정을 결정한 실행에서 깨끗한 머신부터 실행 상태까지 0.5분이 걸렸습니다. 평균이 아니라 측정된 한 번의 시도입니다.
- mcp-memory-service 실행에 GPU가 필요한가요?
- 시작하는 데는 필요하지 않습니다. Argusic은 GPU가 없는 머신에서 실행 상태에 도달했습니다.
- mcp-memory-service 설치 시 어떤 문제가 생기나요?
- 기록된 실행에서 2개의 문제가 발생했습니다. 그중 2개는 사람의 도움 없이 수정되었습니다. 각 문제와 그로 인해 든 시간이 이 페이지에 나와 있습니다.
- mcp-memory-service 프로젝트는 대안과 비교해 어떤가요?
- Argusic이 설치하고 시간을 잰 agent-memory 프로젝트 25개 중 mcp-memory-service 프로젝트는 실행 상태에 3번째로 빨리 도달했으며, 25개 중 22개만 실행 상태에 도달했습니다.
- mcp-memory-service 프로젝트의 증거는 어디에 있나요?
- 기록된 실행이 이 페이지에 있으며, 각각 전체 log와 터미널 녹화로 연결됩니다. 이들은 몰래 변경할 수 없도록 sha256 지문과 함께 저장됩니다.