Servidor de memória MCP local para contexto de codificação persistente e recuperação
claude-mem-lite da Sdsrss oferece memória persistente de longo prazo para agentes compatíveis com Claude Code e MCP durante sessões de codificação e trabalho em projetos. Ele armazena observações, decisões de codificação e correções em um backend SQLite local, recupera contexto relevante com uma pesquisa híbrida FTS5 e TF-IDF, e injeta memória nas sessões. Agrupamento de episódios, limpeza de segredos, gravações atômicas e despacho de intenções bilíngues estão incorporados para gerenciamento de memória em escala de projeto, projetado para desenvolvedores que desejam uma camada de memória com foco em privacidade e baixo overhead, sem bancos de dados vetoriais externos ou serviços daemonizados.
Quais tarefas você pode realmente usar?
A ferramenta captura e preserva decisões de codificação, correções de bugs e contexto do projeto para que os modelos possam reutilizar resultados anteriores em sessões. Batching de episódios agrupa observações relacionadas em conjuntos coerentes, o que suporta a recuperação de trabalhos recentes e correções vinculadas. Usos típicos incluem recuperar etapas de depuração passadas, preservar escolhas de design e fornecer notas do projeto no início da sessão através da injeção de contexto com orçamento de tokens limitado a cerca de 2.000 tokens.
Quão precisas são suas recuperações de memória em comparação com a busca por embedding?
A qualidade da busca depende do SQLite FTS5 mais uma camada de classificação TF-IDF, portanto a ferramenta produz correspondências lexicais fortes sem um banco de dados vetorial externo. Sem banco de dados vetorial significa que similaridade semântica, estilo embedding, não é fornecida, e correspondências conceituais profundas podem ser mais fracas do que sistemas de embedding. O agrupamento de episódios e o classificador híbrido melhoram a relevância para memórias recentes e textualmente similares, mas junções semânticas complexas ainda precisam de verificação humana.
Ele se encaixa em um fluxo de trabalho de desenvolvedor sem serviços extras?
A ferramenta é projetada para implantação local-primeiro em hosts MCP e espera a versão 18 ou superior do Node.js em Linux ou macOS. Ela armazena dados em um único arquivo SQLite com gravações atômicas e bloqueio de arquivo para proteger a integridade durante o acesso concorrente. A limpeza de segredos remove padrões comuns de credenciais antes do armazenamento. A recuperação acionada por erro pode puxar correções passadas quando ocorrem falhas no bash, o que conecta a recuperação de memória a fluxos de depuração ao vivo.
Melhor para memória focada em projetos e voltada para a privacidade em fluxos de trabalho MCP
Para engenheiros que integram memória ciente da sessão no desenvolvimento baseado em MCP, a ferramenta oferece uma camada de memória voltada para a privacidade e com foco restrito que reduz a entrada repetida de contexto. Espere validar o contexto recuperado antes de confiar nele para decisões críticas, uma vez que sua abordagem de busca lexical difere da recuperação semântica baseada em embedding. Use-a como um complemento em nível de projeto para revisão de código e testes automatizados, em vez de como a única fonte de conhecimento.
