obsidian/services/openmemory.md at e37fc2092093ac714bf79834ecb6836078137deb

kaffa/obsidian

Fork 0

Files

kappa e37fc20920 Add OpenMemory (Mem0) service documentation

2026-03-14 12:43:36 +09:00

5.9 KiB

Raw Blame History

title, updated, tags

title

updated

개요

OpenMemory는 Mem0에서 개발한 오픈소스 AI 메모리 레이어. LLM 기반 앱들이 공유 가능한 영속적 메모리를 로컬에서 사용할 수 있게 해주는 시스템.

로컬 우선: 모든 데이터가 사용자 머신에 저장, 클라우드 동기화 없음
크로스 클라이언트: MCP 호환 도구 간 컨텍스트 공유
프라이버시 우선: "Nothing goes to the cloud"
GitHub: https://github.com/mem0ai/mem0 (openmemory/ 디렉토리)
공식 문서: https://docs.mem0.ai/openmemory

현재 운영 환경

항목	값
호스트	`100.115.154.78:8765`
Workers	1
Infer	False
MCP 연결	SSE 방식, Claude Code에 등록

아키텍처

컴포넌트	기술 스택	포트	역할
`mem0_store`	Qdrant (벡터 DB)	6333	메모리 벡터 저장소
`openmemory-mcp`	FastAPI + Uvicorn	8765	API 서버 + MCP 서버
`openmemory-ui`	Next.js (React)	3000	웹 대시보드

DB: SQLite(openmemory.db) + Qdrant 벡터 스토어 이중 구조. Alembic으로 마이그레이션 관리.

설치

# 원클릭 설치
export OPENAI_API_KEY=sk-xxx
curl -sL https://raw.githubusercontent.com/mem0ai/mem0/main/openmemory/run.sh | bash

# 수동 설치
git clone https://github.com/mem0ai/mem0.git
cd mem0/openmemory
make env    # .env 템플릿 복사
make build  # Docker 이미지 빌드
make up     # 서비스 시작

지원 벡터 스토어 (--vector-store= 플래그): Qdrant(기본), Weaviate, Redis, PostgreSQL(pgvector), Chroma, Milvus, Elasticsearch, FAISS

Makefile 명령어

명령	설명
`make build`	Docker 이미지 빌드
`make up`	서비스 시작
`make down`	서비스 중지 + 볼륨 삭제
`make logs`	로그 확인
`make shell`	API 컨테이너 셸 접속
`make migrate`	DB 마이그레이션 실행
`make env`	.env 템플릿 복사
`make ui-dev`	UI 개발 서버 실행

MCP 서버 통합

엔드포인트

GET  /mcp/{client_name}/sse/{user_id}            # SSE 연결
POST /mcp/{client_name}/sse/{user_id}/messages/   # 메시지 전송
POST /mcp/messages/                               # 범용 메시지

MCP 도구 (4개)

도구	설명
`add_memories`	텍스트를 메모리로 저장 (벡터 임베딩 + DB 기록)
`search_memory`	시맨틱 검색으로 관련 메모리 조회
`list_memories`	사용자의 모든 메모리 목록 조회
`delete_all_memories`	전체 메모리 삭제

클라이언트 등록

npx @openmemory/install local http://localhost:8765/mcp/<client-name>/sse/<user-id> --client <client-name>

지원 클라이언트: Claude Desktop, Cursor, Windsurf, Cline 등 MCP 호환 도구 전체

API 엔드포인트

기본 URL: http://localhost:8765 | API 문서: /docs (Swagger), /redoc (ReDoc)

메모리 API (`/api/v1/memories/`)

메서드	경로	설명
GET	`/api/v1/memories/`	메모리 목록 (페이지네이션, 필터, 검색)
POST	`/api/v1/memories/`	메모리 생성
GET	`/api/v1/memories/{id}`	메모리 상세 조회
PUT	`/api/v1/memories/{id}`	메모리 수정
DELETE	`/api/v1/memories/`	메모리 삭제 (배치)
POST	`/api/v1/memories/actions/archive`	메모리 아카이브
POST	`/api/v1/memories/actions/pause`	메모리 일시정지
GET	`/api/v1/memories/{id}/access-log`	접근 로그 조회
POST	`/api/v1/memories/filter`	고급 필터 검색
GET	`/api/v1/memories/{id}/related`	관련 메모리 조회
GET	`/api/v1/memories/categories`	카테고리 목록

설정 API (`/api/v1/config/`)

메서드	경로	설명
GET/PUT	`/api/v1/config/`	전체 설정 조회/수정
POST	`/api/v1/config/reset`	설정 초기화
GET/PUT	`/api/v1/config/mem0/llm`	LLM 설정
GET/PUT	`/api/v1/config/mem0/embedder`	임베딩 모델 설정
GET/PUT	`/api/v1/config/mem0/vector_store`	벡터 스토어 설정

기타 API

경로	설명
`/api/v1/stats/`	통계 (메모리 수, 앱 수)
`/api/v1/apps/`	앱 관리
`/api/v1/backup/`	백업 관리

설정

config.json

{
  "mem0": {
    "llm": {
      "provider": "openai",
      "config": {
        "model": "gpt-4o-mini",
        "temperature": 0.1,
        "max_tokens": 2000,
        "api_key": "env:OPENAI_API_KEY"
      }
    },
    "embedder": {
      "provider": "openai",
      "config": {
        "model": "text-embedding-3-small",
        "api_key": "env:OPENAI_API_KEY"
      }
    }
  }
}

환경 변수

api/.env:

OPENAI_API_KEY=sk-xxx
USER=kaffa

ui/.env:

NEXT_PUBLIC_API_URL=http://localhost:8765
NEXT_PUBLIC_USER_ID=kaffa

LLM/임베딩 모델은 API를 통해 런타임에 변경 가능. 벡터 스토어도 REST API로 동적 전환 가능.

주요 기능

시맨틱 메모리 검색: 벡터 임베딩 기반 의미적 유사 메모리 검색
크로스 앱 메모리 공유: Claude, Cursor 등 여러 MCP 클라이언트 간 공유
메모리 상태 관리: active, paused, archived, deleted 4단계
접근 감사 로그: 어떤 앱이 언제 어떤 메모리에 접근했는지 기록
카테고리 자동 분류: 메모리에 자동 카테고리 태깅
관련 메모리 탐색: 같은 카테고리 관련 메모리 자동 추천
앱별 권한 제어: 앱 단위 메모리 접근 일시정지
웹 대시보드(UI): 메모리 관리, 통계, 설정 GUI
백업/복원: 데이터 백업 내장
다중 벡터 스토어: Qdrant, pgvector, Redis, Milvus 등 8개 백엔드

5.9 KiB Raw Blame History

개요