sqlite-memory-mcp

統一的 SQLite Memory MCP Server，為 Claude Code 生態系提供智能記憶管理

特色

• 跨專案記憶共享 — 學一次，處處可用
• FTS5 全文搜尋 — 毫秒級搜尋，精確匹配
• Skill 效果追蹤 — 知道什麼最有效
• 失敗經驗索引 — 不重複犯錯
• Context 狀態共享 — 跨 Skill 無縫傳遞
• 零外部依賴 — 純 SQLite，無需 PyTorch/ONNX

效能

指標	傳統方案	sqlite-memory-mcp
Token/搜尋	~2300	~200 (-91%)
搜尋速度	~20ms	~3.5ms (5.7x)
外部依賴	PyTorch/ONNX	無
並發支援	JSONL 無	SQLite WAL

安裝

從 npm 安裝（推薦）

npm install -g sqlite-memory-mcp

從源碼安裝

git clone https://github.com/miles990/claude-memory-mcp.git
cd claude-memory-mcp
npm install
npm run build

配置 Claude Code

在 ~/.claude/.mcp.json 加入：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["sqlite-memory-mcp"]
    }
  }
}

或如果從源碼安裝：

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": ["/path/to/claude-memory-mcp/dist/index.js"]
    }
  }
}

工具列表 (23 tools)

Memory 工具 (6)

工具	說明
memory_write	寫入記憶到知識庫
memory_read	讀取特定記憶
memory_search	FTS5 全文搜尋
memory_list	列出記憶（可過濾）
memory_delete	刪除記憶
memory_stats	統計資訊

Skill 工具 (7)

工具	說明
skill_register	註冊 skill 安裝
skill_get	取得 skill 資訊
skill_list	列出所有 skill
skill_usage_start	開始使用追蹤
skill_usage_end	結束使用追蹤
skill_recommend	智能推薦（基於成功率）
skill_stats	使用統計

Context 工具 (5)

工具	說明
context_set	設定 context 值
context_get	取得 context 值
context_list	列出 session context
context_clear	清除 context
context_share	跨 session 共享

Failure 工具 (5)

工具	說明
failure_record	記錄失敗經驗
failure_search	FTS5 搜尋解法
failure_list	列出失敗記錄
failure_update	更新解法
failure_stats	失敗統計

資料庫

位置：~/.claude/claude.db

自動建立 schema，包含：

• memory 表 + memory_fts FTS5
• skills 表
• skill_usage 表
• failures 表 + failures_fts FTS5
• context 表

使用範例

記憶搜尋

memory_search query="TypeScript pattern"
memory_list scope="global"

Skill 追蹤

skill_usage_start skill_name="evolve"
skill_usage_end usage_id=1 success=true outcome="completed"
skill_recommend project_type="typescript"

失敗經驗

failure_record error_pattern="TypeError: undefined" solution="Check null values"
failure_search query="TypeError undefined"

與競品比較

功能	server-memory	doobidoo	sqlite-memory-mcp
存儲	JSONL	SQLite-vec	SQLite WAL
搜尋	關鍵字	向量	FTS5 全文
Skill 追蹤	-	-	有
失敗索引	-	-	有
Context 共享	-	-	有
外部依賴	無	PyTorch	無

與 evolve skill 整合

此 MCP Server 設計為與 self-evolving-agent 整合：

• CP1: 使用 memory_search + failure_search 搜尋經驗
• CP3.5: 使用 memory_write 記錄學習
• CP5: 使用 failure_record 記錄失敗
• Skill 追蹤: 自動追蹤使用成功率

License

MIT