MeMesh LLM Memory

Mémoire locale pour Claude Code et les agents de codage MCP.
Un fichier SQLite. Aucun Docker. Aucun cloud requis.

Important

Projet en développement actif — les fonctionnalités évoluent continuellement et peuvent changer entre les versions. En cas de bug ou de demande de fonctionnalité, merci d'ouvrir une issue.

Le Problème

Votre agent de codage oublie ce qui s'est passé d'une session à l'autre. Chaque décision architecturale, correction de bug, test échoué et leçon apprise difficilement doit être réexpliquée. Claude Code redémarre à zéro, redécouvre les anciennes contraintes et gaspille du contexte sur des éléments qu'il devrait déjà connaître.

MeMesh offre aux agents de codage une mémoire locale persistante, consultable et évolutive.

Ce package constitue la couche de mémoire locale de la famille de produits MeMesh. Il est volontairement léger et open-source : installez-le avec npm, conservez votre mémoire dans ~/.memesh/knowledge-graph.db et connectez-le à Claude Code ou à tout client compatible MCP. Les produits d'espace de travail hébergé et les systèmes d'exploitation d'entreprise doivent rester distincts de ce README et de la feuille de route du package.

Preuve — 95,40 % R@5 sur LongMemEval-S

Le moteur de récupération de MeMesh utilise FTS5 seul (pas de LLM, pas d'embeddings sur le chemin chaud), mesuré sur le benchmark public LongMemEval-S (500 questions, licence MIT) :

Système	R@5	Source
MeMesh (Mode A, FTS5)	95,40 %	benchmarks/longmemeval/RESULTS.md
MemPalace	96,6 %	Auto-déclaration de l'éditeur
Supermemory	~82 %	Estimation de l'éditeur
Zep	63,8 %	Article LongMemEval
Mem0	49,0 %	Article LongMemEval

Les commandes de reproduction, le SHA256 du jeu de données, les résultats bruts par question et l'analyse des échecs connus se trouvent tous dans benchmarks/longmemeval/. Réexécutable en environ 10 secondes.

Aperçu des chemins d'installation

MeMesh a deux chemins d'installation coexistants. La plupart des utilisateurs veulent les deux. Ils écrivent dans la même base de données mémoire (~/.memesh/knowledge-graph.db), donc les mémoires capturées dans Claude Code apparaissent dans votre shell, et vice versa.

flowchart TB
    classDef client fill:#1f2937,stroke:#4b5563,color:#f9fafb,stroke-width:1px
    classDef pathA  fill:#1e3a8a,stroke:#3b82f6,color:#eff6ff,stroke-width:2px
    classDef pathB  fill:#14532d,stroke:#22c55e,color:#f0fdf4,stroke-width:2px
    classDef db     fill:#7c2d12,stroke:#f97316,color:#fff7ed,stroke-width:2px

    subgraph clients["Where you use memesh from"]
      direction LR
      CC["Claude Code<br/>(chat + agent)"]:::client
      TERM["Terminal / other<br/>MCP clients<br/>(Cursor, Cline...)"]:::client
    end

    subgraph paths["Two install paths"]
      direction LR
      A["<b>Path A — /plugin install</b><br/>───────────────<br/>Lives in <code>~/.claude/plugins/</code><br/><br/>• MCP tools in chat<br/>• Auto-capture hooks<br/>• <code>/memesh</code> skill<br/>• Session-start banner"]:::pathA
      B["<b>Path B — npm install -g</b><br/>───────────────<br/>Lives in <code>$(npm prefix -g)/bin/</code><br/><br/>• <code>memesh</code> shell command<br/>• <code>memesh-mcp</code>, <code>-http</code>, <code>-view</code> bins<br/>• For Cursor / Cline / other MCP"]:::pathB
    end

    DB[("Shared memory DB<br/><code>~/.memesh/knowledge-graph.db</code><br/>Same data, both paths see it")]:::db

    CC -->|uses| A
    TERM -->|uses| B
    A --> DB
    B --> DB

Lequel vous faut-il ?

Ce que vous voulez faire	Chemin d'installation
Utiliser le skill `/memesh` dans une conversation Claude Code	Path A (plugin)
Auto-capture dans Claude Code (session → leçons → recall suivant)	Path A (plugin)
Exécuter `memesh remember` / `memesh recall` / `memesh doctor` dans n'importe quel terminal	Path B (npm-global)
Ouvrir le dashboard via `memesh` (sans délai de démarrage `npx`)	Path B (npm-global)
Brancher `memesh-mcp` à Cursor, Cline ou un autre client MCP	Path B (npm-global)
Tout ce qui précède	Installez les deux — ils ne sont pas en conflit

Confusion courante : le plugin Claude Code ne met pas memesh sur votre PATH shell. Si vous lancez seulement /plugin install puis tapez memesh reindex dans un terminal, vous verrez command not found. C'est normal — il faut aussi npm install -g @pcircle/memesh pour l'accès shell.

⚠️ Installer le plugin n'installe PAS le CLI

C'est la confusion la plus fréquente. Lisez ceci une fois et vous gagnerez du temps plus tard :

/plugin install memesh@pcircle-memesh depuis Claude Code → installe uniquement Path A. Vous obtenez les outils MCP, les hooks, le skill /memesh. memesh n'est PAS ajouté à votre PATH shell.
memesh reindex / memesh update / memesh doctor dans un terminal → nécessite Path B (npm-global). Sans : zsh: command not found: memesh.
Configuration recommandée pour les utilisateurs Claude Code : installez les deux. Coexistent, partagent la même base de données, aucun conflit.

# Après /plugin install ..., exécutez aussi ceci :
npm install -g @pcircle/memesh

Si vous utilisez memesh uniquement via le chat Claude Code (jamais memesh dans un terminal), Path A suffit. Tous les autres : installez les deux.

Démarrer en 60 Secondes

Étape 1 : Installer

npm install -g @pcircle/memesh

Étape 1,5 : Connecter MeMesh à Claude Code (recommandé, une seule fois)

npm install -g place la CLI dans le PATH et enregistre le serveur MCP, mais ne connecte pas automatiquement les hooks de session MeMesh à Claude Code. Sans ces hooks, vous pouvez utiliser memesh remember / recall manuellement, mais la boucle d'auto-capture (session → leçons → rappel proactif à la session suivante) reste silencieuse.

memesh install-hooks         # ajoute les hooks memesh à ~/.claude/settings.json
memesh doctor                # vérifie que « Hooks wired into Claude Code » passe

Ces hooks coexistent avec vos hooks personnalisés dans ~/.claude/hooks/ — install-hooks écrit de manière additive et n'écrase jamais les vôtres. Pour supprimer : memesh uninstall-hooks.

Étape 2 : Mémoriser une décision

memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"

Étape 3 : La rappeler plus tard

memesh recall "login security"
# → Trouve "OAuth 2.0 with PKCE" même si vous avez cherché des mots différents

C'est tout. MeMesh mémorise et rappelle désormais d'une session à l'autre.

Pour vérifier l'installation et la connexion locale de bout en bout :

memesh doctor

Ouvrez le tableau de bord pour explorer votre mémoire :

memesh

À Qui S'Adresse-T-Il ?

Si vous êtes...	MeMesh vous aide à...
Un développeur utilisant Claude Code	Rappeler automatiquement les décisions du projet, les leçons spécifiques aux fichiers et les échecs passés au fur et à mesure du travail
Un utilisateur avancé d'agent de codage	Partager une couche de mémoire locale unique sur les outils compatibles MCP
Une équipe expérimentant les workflows de codage IA	Exporter/importer les connaissances du projet sans infrastructure hébergée
Un développeur d'agent	Ajouter la mémoire locale via MCP, HTTP, CLI ou le SDK Python

Conçu d'Abord Pour Les Agents De Codage

Claude Code / Desktop

memesh-mcp

Outils MCP + hooks Claude Code

N'Importe Quel Client HTTP

curl localhost:3737/v1/recall \
  -H "Content-Type: application/json" \
  -d '{"query":"auth"}'

memesh serve (REST API)

N'Importe Quel LLM (Format OpenAI)

memesh export-schema \
  --format openai

Collez les outils dans n'importe quel appel API

Pourquoi Pas OpenMemory, Cursor Memories, Mem0 Ou Zep ?

	MeMesh	OpenMemory	Cursor Memories	Mem0	Zep / Graphiti
Meilleur usage	Mémoire locale pour agents de codage	Mémoire MCP locale/multi-client	Mémoire de projet Cursor native	Mémoire d'app/agent gérée	Graphes de connaissances temporels
Installation	`npm install -g @pcircle/memesh`	App/serveur local	Intégré à Cursor	API Cloud / SDK / MCP	Configuration service/framework
Stockage	Un seul fichier SQLite local	Pile de mémoire locale	Règles/mémoires gérés par Cursor	Stack hébergée ou auto-hébergée	Base de données graphe
Cloud requis	Non	Non pour le mode local	Dépend du compte/paramètres Cursor	Oui pour la plateforme	Généralement oui/auto-hébergée
Hooks Claude Code	Première classe	Outils MCP	Non	Outils MCP	Pas spécifique à Claude Code
Tableau de bord	Intégré	Intégré	Paramètres Cursor	Tableau de bord plateforme	Outils plateforme/graphe
Tradeoff	Coin simple et local, non adapté à l'échelle entreprise	Empreinte app locale plus large	Verrouillé à Cursor	Plateforme gérée puissante, moins local-first	Modèle graphe puissant, configuration plus lourde

MeMesh sacrifie l'infrastructure gérée à l'échelle entreprise pour une installation locale instantanée, un stockage inspectable et des hooks de workflow spécifiques aux agents de codage.

Ce Qui Se Passe Automatiquement Dans Claude Code

Vous n'avez pas besoin de tout mémoriser manuellement. MeMesh possède 7 hooks qui capturent et injectent les connaissances au fur et à mesure que vous travaillez :

Quand	Ce que MeMesh fait
Au début de chaque session	Charge vos mémoires les plus pertinentes + avertissements proactifs des leçons passées + banneau d'orchestration agentique
Avant d'éditer des fichiers	Rappelle les mémoires liées au fichier ou au projet avant que Claude ne rédige du code
Avant les commandes bash	Encourage Claude à dispatcher les commandes très vérifiables (test, build, lint, migrate, deploy, benchmark) en tant qu'agents de fond
Lorsque vous demandez de mémoriser	Détecte l'intention "remember this" / "記下來" et rappelle à Claude d'écrire en double (memesh + MEMORY.md)
Après chaque `git commit`	Enregistre ce que vous avez modifié, avec les statistiques de diff
Quand Claude s'arrête	Capture les fichiers édités, les erreurs corrigées et génère automatiquement des leçons structurées à partir des défaillances
Avant la compaction de contexte	Sauvegarde les connaissances avant qu'elles ne soient perdues aux limites de contexte

Refuser à tout moment : export MEMESH_AUTO_CAPTURE=false

Configuration

Toute la configuration passe par des variables d'environnement. Les valeurs par défaut sont strictement locales et sans accès réseau — vous n'avez rien à définir pour obtenir un système fonctionnel.

Variable	Défaut	Effet
`MEMESH_DB_PATH`	`~/.memesh/knowledge-graph.db`	Remplace l'emplacement de la base SQLite.
`MEMESH_AUTO_CAPTURE`	`true`	Désactive entièrement les hooks d'auto-capture (`Stop`, `PreCompact`).
`MEMESH_AUTO_DETECT_LLM`	non défini	Mettre à `1` pour laisser memesh détecter automatiquement un fournisseur depuis l'environnement shell (`OPENAI_API_KEY`, etc.) et basculer sur des embeddings BYOK. L'installation neuve par défaut utilise uniquement ONNX local (384 dimensions) — activez cette option si vous voulez des embeddings cloud. Sans ce flag, une `OPENAI_API_KEY` présente dans le shell est ignorée.
`MEMESH_ENABLE_AGENTIC_ORCHESTRATION`	non défini	Mettre à `1` pour activer un protocole de modèle de travail expérimental (cadre CTO / Orchestrateur / Agents). Ajoute une bannière en début de session, un nudge sur les commandes Bash et la télémétrie `verify_agent_work`. L'efficacité du protocole est instrumentée mais pas encore prouvée — activez-la si vous souhaitez participer. Désactivé par défaut : les fonctionnalités de mémoire principales fonctionnent sans ce flag.
`MEMESH_AUTO_UPDATE`	`off`	Politique de mise à jour automatique. `off` (défaut) ne met jamais à jour automatiquement ; `patch` autorise `X.Y.Z → X.Y.Z+N` ; `minor` ajoute `X.Y.Z → X.Y+1.0` ; `major` autorise tout incrément. Quand c'est permis, un `npm install -g` détaché s'exécute en fin de session (hook Stop) pour ne jamais bloquer votre travail — les résultats arrivent dans `~/.memesh/auto-update.log`. Configurable aussi via `autoUpdate` dans `~/.memesh/config.json` (la variable d'environnement l'emporte). Quand la version installée est dépréciée par les mainteneurs (alerte de sécurité), `patch` est forcé même en `off` — les incréments minor / major restent manuels pour éviter une dérive de comportement silencieuse.
`OPENAI_API_KEY`	non défini	Votre clé OpenAI. Utilisée uniquement quand `MEMESH_AUTO_DETECT_LLM=1` ou que vous configurez explicitement le fournisseur.
`OLLAMA_HOST`	`http://localhost:11434`	Remplace l'endpoint Ollama lors de l'utilisation d'un fournisseur Ollama local.

memesh doctor affiche la configuration résolue pour que vous puissiez voir ce qui est actif.

Lorsque npm signale une version installée comme dépréciée (typiquement une alerte de sécurité), le prochain démarrage de session ajoute en tête une bannière forte ⚠️ MeMesh <ver> is DEPRECATED et memesh update-status affiche la même ligne jusqu'à la mise à jour. La vérification est mise en cache dans ~/.memesh/update-check.<version>.json pour qu'une panne réseau transitoire ne puisse pas atténuer l'avertissement.

Tableau De Bord

8 onglets, 11 langues, zéro dépendance externe. Accessible à http://localhost:3737/dashboard quand le serveur s'exécute.

Onglet	Ce que vous voyez
Insights	Insights mémoire — résumés hebdomadaires et propositions de patterns du moteur dreamer ; accepter/rejeter en un clic
Recherche	Recherche par texte intégral + similarité vectorielle sur toutes les mémoires
Parcourir	Liste paginée de toutes les entités avec archivage/restauration
Analytics	Score de santé de la mémoire, frise chronologique 30 jours, vélocité PM + métriques de connectivité KG, motifs de travail, suggestions de nettoyage
Graphe	Graphe de connaissances force-directed interactif avec filtres de type, recherche, mode ego, carte thermique de récence
Leçons	Leçons structurées tirées des défaillances passées (erreur, cause racine, correctif, prévention)
Gérer	Archivez et restaurez les entités
Paramètres	Configuration du fournisseur LLM, sélecteur de langue instantané

Fonctionnalités Intelligentes

🧠 Recherche Intelligente — Cherchez « sécurité login » et trouvez des mémoires sur « OAuth PKCE ». MeMesh combine FTS5 et la similarité vectorielle sqlite-vec pour trouver des mémoires sémantiquement liées sans LLM sur le chemin chaud.

📊 Classement Avec Score — Les résultats sont classés par pertinence (30 %) + récence (25 %) + fréquence (15 %) + confiance (15 %) + impact de rappel (10 %) + validité temporelle (5 %).

🔄 Évolution Des Connaissances — Les décisions changent. forget archive les anciennes mémoires (jamais supprimer). Les relations supersedes relient ancien → nouveau. Votre IA voit toujours la version la plus récente.

⚠️ Détection De Conflits — Si vous avez deux mémoires qui se contredisent, MeMesh vous avertit.

🕸️ Connectivité du graphe de connaissances — memesh kg backfill-relations --all-rules relie les entités orphelines par cooccurrence de tags, clustering de projets, contexte de session et similarité de noms — sans LLM. Réduit le taux d'orphelins de 89% à moins de 12% sur une base de connaissances représentative.

📦 Partage D'Équipe — memesh export > team-knowledge.json → partagez avec votre équipe → memesh import team-knowledge.json Les bundles importés restent consultables, mais MeMesh n'injecte pas automatiquement les mémoires importées dans les hooks Claude jusqu'à ce que vous les examiniez ou les rémémorisiez localement.

Exemple D'Utilisation

« MeMesh s'est souvenu que nous avions choisi PKCE plutôt que le flux implicite il y a trois semaines. Quand j'ai demandé à Claude à nouveau sur l'auth, il le savait déjà — pas besoin de réexpliquer. » — Développeur seul, construisant une SaaS

« Nous exportons la mémoire de notre équipe tous les vendredis et l'importons le lundi. Chaque Claude de l'équipe commence la semaine en sachant ce que l'équipe a appris la semaine précédente. » — Startup à 3 personnes, base de connaissances partagée

« Le tableau de bord m'a montré que 90 % de mes mémoires étaient des journaux de session auto-générés. J'ai commencé à utiliser remember délibérément pour les décisions architecturales. Un changement radical. » — Développeur qui a découvert l'onglet Analytics

Déverrouiller Le Mode Smart (Optionnel)

MeMesh fonctionne hors ligne par défaut — le rappel reste strictement sans LLM (95,40 % R@5 sur LongMemEval-S dès l'installation). Ajoutez une clé API LLM uniquement si vous voulez des flux d'analyse augmentés par LLM par-dessus : extraction de session plus intelligente, auto-tagging des nouvelles mémoires, génération de leçons depuis les défaillances et compression consolidate / dream :

memesh config set llm.provider anthropic
memesh config set llm.api-key sk-ant-...

Ou utilisez l'onglet Settings du tableau de bord (configuration visuelle) :

memesh  # ouvre le tableau de bord → onglet Settings

	Niveau 0 (défaut)	Niveau 1 (Mode Smart)
Recherche	FTS5 + sqlite-vec, 95,40 % R@5 (~18 ms/requête)	inchangé — le rappel est sans LLM à tous les niveaux
Auto-capture	Motifs basés sur les règles	+ LLM extrait les décisions & leçons
Auto-tagging	Tags manuels uniquement	+ LLM génère des tags pour les nouvelles mémoires
Analyse de défaillance	Indisponible	+ LLM convertit les erreurs de session en leçons structurées
Compression	Indisponible	`consolidate` + `dream` compressent les mémoires verbeux
Coût	Gratuit, aucune clé API	~$0,0001 par appel d'analyse (Haiku)

Les 9 Outils De Mémoire

Outil	Ce qu'il fait
`remember`	Stocker les connaissances avec observations, relations et tags
`recall`	Recherche FTS5 + sqlite-vec avec notation multi-facteurs (pertinence, récence, fréquence, confiance, validité temporelle) — pas de LLM sur le chemin chaud
`forget`	Soft-archivage (jamais supprimer) ou suppression d'observations spécifiques
`consolidate`	Compression des mémoires verbeux alimentée par LLM
`export`	Partager les mémoires au format JSON entre projets ou membres d'équipe
`import`	Importer les mémoires avec stratégies de fusion (skip / overwrite / append)
`learn`	Enregistrer les leçons structurées à partir des erreurs (erreur, cause racine, correctif, prévention)
`user_patterns`	Analyser vos motifs de travail — planning, outils, forces, domaines d'apprentissage
`verify_agent_work`	Persister un rapport de vérification pour le travail d'agent de fond ; reality-check les modifications de fichier revendiquées contre `git diff`

Architecture

                    ┌─────────────────┐
                    │   Core Engine   │
                    │  (8 operations) │
                    └────────┬────────┘
           ┌─────────────────┼─────────────────┐
           │                 │                 │
     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
           │                 │                 │
           └─────────────────┼─────────────────┘
                             │
                    SQLite + FTS5 + sqlite-vec
                    (~/.memesh/knowledge-graph.db)

Le cœur est agnostique du framework. La même logique s'exécute depuis le terminal, HTTP ou MCP.

Mise à Jour

Le plugin marketplace de Claude Code fige les versions à l'installation et ne se met pas à jour automatiquement. Pour récupérer une nouvelle version :

Option A — Interface /plugin : désinstaller memesh@pcircle-memesh, puis réinstaller. Claude Code récupère la dernière version du marketplace.

Option B — Script en une ligne (sans cliquer dans l'UI, idempotent) :

# Si votre plugin est en v4.2.5 ou plus récent, le script est embarqué :
bash ~/.claude/plugins/cache/pcircle-memesh/memesh/<current-version>/scripts/upgrade-plugin.sh

# Si vous avez installé avant v4.2.5 (c.-à-d. v4.2.4 ou v4.2.3),
# le script n'est pas encore dans votre plugin. Utilisez la copie npm-global :
bash "$(npm prefix -g)/lib/node_modules/@pcircle/memesh/scripts/upgrade-plugin.sh"

# (Cela suppose que vous avez aussi exécuté `npm install -g @pcircle/memesh`. Sinon,
# c'est le bon moment — voir la section « Aperçu des chemins d'installation »
# ci-dessus pour comprendre pourquoi la plupart des utilisateurs veulent les deux.)

Le script fast-forward le cache marketplace, place la nouvelle version dans ~/.claude/plugins/cache/, installe les runtime deps, et repointe installed_plugins.json. Redémarrez Claude Code ensuite pour que le serveur MCP se reconnecte.

Les installations npm-global (npm install -g @pcircle/memesh) peuvent s'auto-mettre à jour via memesh update. Source checkouts : git pull && npm install && npm run build.

Au démarrage de session, une bannière sur une ligne s'affiche (limitée à une fois par 24h par version) quand une nouvelle version est disponible, et memesh doctor indique la cible de mise à jour avec la commande adaptée au canal.

Contribuer

git clone https://github.com/PCIRCLE-AI/memesh-llm-memory
cd memesh-llm-memory && npm install && npm run build
npm test             # 630 tests
npm run test:e2e-dashboard

Tableau de bord : cd dashboard && npm install && npm run dev

MIT — Créé par PCIRCLE AI

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!

MeMesh LLM Memory

Le Problème

Preuve — 95,40 % R@5 sur LongMemEval-S

Aperçu des chemins d'installation

⚠️ Installer le plugin n'installe PAS le CLI

Démarrer en 60 Secondes

Étape 1 : Installer

Étape 1,5 : Connecter MeMesh à Claude Code (recommandé, une seule fois)

Étape 2 : Mémoriser une décision

Étape 3 : La rappeler plus tard

À Qui S'Adresse-T-Il ?

Conçu d'Abord Pour Les Agents De Codage

Pourquoi Pas OpenMemory, Cursor Memories, Mem0 Ou Zep ?

Ce Qui Se Passe Automatiquement Dans Claude Code

Configuration

Tableau De Bord

Fonctionnalités Intelligentes

Exemple D'Utilisation

Déverrouiller Le Mode Smart (Optionnel)

Les 9 Outils De Mémoire

Architecture

Mise à Jour

Contribuer

Uh oh!

FilesExpand file tree

README.fr.md

Latest commit

History

README.fr.md

File metadata and controls

MeMesh LLM Memory

Le Problème

Preuve — 95,40 % R@5 sur LongMemEval-S

Aperçu des chemins d'installation

⚠️ Installer le plugin n'installe PAS le CLI

Démarrer en 60 Secondes

Étape 1 : Installer

Étape 1,5 : Connecter MeMesh à Claude Code (recommandé, une seule fois)

Étape 2 : Mémoriser une décision

Étape 3 : La rappeler plus tard

À Qui S'Adresse-T-Il ?

Conçu d'Abord Pour Les Agents De Codage

Pourquoi Pas OpenMemory, Cursor Memories, Mem0 Ou Zep ?

Ce Qui Se Passe Automatiquement Dans Claude Code

Configuration

Tableau De Bord

Fonctionnalités Intelligentes

Exemple D'Utilisation

Déverrouiller Le Mode Smart (Optionnel)

Les 9 Outils De Mémoire

Architecture

Mise à Jour

Contribuer