MCP Hub
Back to servers

mcp-memory-server

An advanced contextual memory server for agent orchestration providing chronological history, semantic vector search via Redis Stack, and temporary scratchpad storage. It also enables context compression through history rollups and facilitates inter-agent communication using a Redis-based Pub/Sub system.

Updated
Feb 28, 2026

mcp-memory-server

Servidor MCP de memoria contextual y avanzada sobre Redis: listas cronológicas, memoria semántica (Redis Stack), rollup de historial, scratchpad con TTL y Pub/Sub inter-agente. Pensado para orquestación de agentes.

Arquitectura (hexagonal mínima)

  • domain/ — Contrato de resultado (ToolResult, toolErrorResult, errorToToolResult). Sin I/O.
  • ports/ — Interfaces: ContextualMemoryPort, SemanticMemoryPort, ScratchpadPort, EventPublisherPort.
  • application/ — Casos de uso que reciben un puerto y devuelven ToolResult (formateo y reglas de negocio).
  • adapters/redis/ — Implementación de los puertos con ioredis (y RediSearch para semántica).
  • adapters/mcp/ — Schemas Zod y registro de tools en el servidor MCP; cada tool parsea input y llama al caso de uso con el puerto inyectado.

El entrypoint (index.ts) crea el cliente Redis, instancia los adaptadores y arranca el servidor con startServer(ports).

Herramientas (Tools)

Memoria cronológica (listas)

NombreParámetrosDescripción
get_recent_contextagent_key, limit (opcional, default 5)Últimas N entradas de la bitácora (hidratación del agente).
append_contextual_memoryagent_key, new_entryRegistra un nuevo hito en la bitácora.
get_all_contextagent_keyHistorial completo (para orquestador o resumen).

Memoria semántica (Redis Stack; búsqueda por similitud)

NombreParámetrosDescripción
append_semantic_memoryagent_key, embedding (number[]), content, metadata (opcional)Guarda un recuerdo con vector para búsqueda asociativa.
search_semantic_memoryagent_key, embedding, top_k (opcional, default 5), score_threshold (opcional)"Tráeme recuerdos similares a este contexto".

Rollup / compresión

NombreParámetrosDescripción
get_memory_statsagent_keyCantidad de entradas y primera/última ts; para decidir cuándo hacer rollup.
rollup_memory_segmentagent_key, keep_last (default 20), summary_entryReemplaza entradas antiguas por un ítem [RESUMEN HISTÓRICO]; el orquestador genera el resumen y pasa el texto.

Scratchpad (TTL)

NombreParámetrosDescripción
set_scratchpad_entryagent_key, name, value, ttl_seconds (opcional, default 3600)Guarda dato temporal; Redis lo borra al expirar.
get_scratchpad_entryagent_key, nameLee un scratchpad.
clear_scratchpad_entryagent_key, nameBorra antes del TTL.

Comunicación inter-agente (Pub/Sub)

NombreParámetrosDescripción
publish_interagent_messagechannel, sender_agent_key, payloadPublica en un canal; agentes suscritos (fuera del MCP) lo reciben.
get_channel_logchannel, limit (opcional, default 20)Lee los últimos mensajes del log del canal (para quien no mantiene suscripción).

Nota: El MCP no mantiene suscripciones; solo publica y escribe en log. La recepción en tiempo real la hace un proceso que ejecute SUBSCRIBE en Redis.

Datos en Redis: listas por agent_key con JSON {ts, entry, type?}; memoria semántica en hashes con RediSearch; scratchpad en claves con EX; canales con prefijo channel:.

Cómo ejecutar

Con Cursor (MCP en host, Redis en Docker)

  1. Levantar Redis: desde la raíz del repo:
    docker compose up -d redis_db
    
  2. En mcp-memory-server:
    cd mcp-memory-server
    npm install
    npm run build
    
  3. En .cursor/mcp.json (raíz del workspace) añadí el servidor. Reiniciar Cursor tras cambiar mcp.json.

Cursor: uso standalone (repo por separado)

Si este repo se usa solo (sin orquestador), en la raíz del proyecto donde está mcp-memory-server:

npm install && npm run build

En .cursor/mcp.json del workspace que use este MCP:

"mcp-memory-server": {
  "command": "node",
  "args": ["mcp-memory-server/dist/index.js"],
  "env": {
    "REDIS_URL": "redis://localhost:6379"
  }
}

Si el MCP está en otra ruta, ajustá args (ej. path absoluto o relativo al cwd de Cursor).

Todo en Docker

docker compose up -d

El servicio mcp_memory_server corre dentro de la red; para uso por stdio desde Cursor hay que ejecutar el MCP en el host (ver arriba).

Orquestación y prompts de ejemplo

Prompt para el agente (memoria cronológica)

Eres un arquitecto experto. Para recordar en qué estás trabajando, usa la herramienta de memoria con la clave agent:arq_1. Al empezar, llama a get_recent_context con esa clave; cuando completes un paso, usa append_contextual_memory con la misma clave y un resumen breve.

Playbook orquestador (cuándo llamar cada tool)

  1. Hidratación (agente): get_recent_context(agent_key, limit) — solo los últimos 5 (o N) pasos.
  2. Trabajo (agente): append_contextual_memory(agent_key, new_entry) — registrar hitos.
  3. Memoria a largo plazo: El orquestador (o el agente) genera embeddings y usa append_semantic_memory; para recuperar contexto similar, search_semantic_memory con el embedding de la consulta actual.
  4. Compresión: Si get_memory_stats(agent_key) devuelve más de 100 entradas, el orquestador puede generar un resumen de las más antiguas y llamar rollup_memory_segment(agent_key, keep_last: 20, summary_entry: "[RESUMEN HISTÓRICO] ...").
  5. Pensamientos efímeros: El agente usa set_scratchpad_entry para cálculos o planes de la tarea actual (TTL ej. 1h); get_scratchpad_entry para leer; clear_scratchpad_entry si termina antes.
  6. Comunicación: Un agente publica en publish_interagent_message(channel: "backend_devs", sender_agent_key, payload); otro puede leer el log con get_channel_log("backend_devs") si no está suscrito.
  7. Resumen final (orquestador): get_all_context(agent_key) para pasar el historial a otro modelo o resumir.

Referencia de patrones: .cursor/skills/orchestration-patterns.

Variables de entorno

VariableObligatoriaDescripción
REDIS_URLURL de Redis (ej. redis://localhost:6379, en Docker redis://redis_db:6379).
SEMANTIC_INDEX_NAMENoNombre del índice RediSearch para memoria semántica (default: idx:semantic_memory).
SEMANTIC_VECTOR_DIMNoDimensión del vector de embeddings (default: 1536).
SEMANTIC_DISTANCE_METRICNoMétrica de distancia: COSINE, L2 o IP (default: COSINE).

Memoria semántica requiere Redis Stack (RediSearch + Vector Search). El docker-compose.yml usa redis/redis-stack-server:latest. Si usas Redis sin Stack, las tools de memoria semántica fallarán; el resto (cronológica, scratchpad, pub/sub) funciona con Redis estándar.

No guardar secrets en el repo; documentar aquí y usar env en mcp.json o en el contenedor.

Tests y desarrollo

  • Tests: npm test (Vitest; tools con mock de Redis).
  • Desarrollo: npm run dev (tsx watch) con Redis levantado.

Spec y dependencias

Reviews

No reviews yet

Sign in to write a review