Для чего: дать ИИ долговременную память через локальный граф знаний (сущности/связи/факты) между сессиями.

Что это даёт ИИ

ИИ получает долговременную память между сессиями — локальный граф знаний из сущностей (люди, проекты, предпочтения), их свойств и связей. То, что ты рассказал вчера, ИИ помнит сегодня: имя, стек, договорённости, контекст проекта. Память хранится локально в файле, под твоим контролем.

Пример: один раз сказал «я работаю на TS/React, БД — Postgres, зови меня Антон» — в следующих сессиях ИИ это уже знает и не переспрашивает.

Подключение (точные шаги)

Claude Code

Локальный stdio-сервер; путь к файлу памяти задаётся env MEMORY_FILE_PATH:

claude mcp add memory \
  --env MEMORY_FILE_PATH=/Users/you/.mcp-memory.json \
  -- npx -y @modelcontextprotocol/server-memory

Cursor / Claude Desktop

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"],
      "env": {
        "MEMORY_FILE_PATH": "/Users/you/.mcp-memory.json"
      }
    }
  }
}

Без MEMORY_FILE_PATH память пишется в файл рядом с пакетом — задавайте путь явно, чтобы знать, где она лежит.

Пример использования

Скажи: «Запомни: дедлайн проекта — 15 июня, ответственный фронта — Маша» → ИИ создаст сущности и связи в графе. Позже спросишь «кто за фронт?» — он ответит из памяти, без повторного ввода.

Безопасность

Локально и приватно: граф лежит в обычном JSON-файле на твоей машине; ничего не уходит в облако.
Не клади секреты: всё, что ИИ «запомнит», окажется в открытом файле — не диктуйте туда пароли/ключи.
Supply-chain: официальный референс-сервер из репозитория modelcontextprotocol/servers — доверенный первоисточник.

Подводные камни

Память не безгранична: разрастаясь, граф раздувает контекст — периодически чистите устаревшие факты.
Файл MEMORY_FILE_PATH — единая точка: удалите/перезапишете его, и память обнулится. Бэкап не помешает.
ИИ сам решает, что записать; иногда нужно явно сказать «запомни это», иначе важный факт не попадёт в граф.

Memory MCP