Czym jest i do czego służy ?
MegaMemory to serwer MCP (Model Context Protocol), który pozwala agentowi kodującemu budować i odpytywać graf pojęć, architektury oraz decyzji projektowych. Dzięki temu agent pamięta kontekst między sesjami – zamiast za każdym razem zaczynać od zera.
Podejście jest nietypowe: to nie parser AST ani statyczna analiza kodu indeksuje projekt. Indekserem jest sam LLM. Agent czyta kod, zapisuje pojęcia własnymi słowami i odpyta je przed kolejnymi zadaniami. Graf przechowuje pojęcia – funkcje, moduły, wzorce, decyzje – a nie symbole kodu.
Całość utrwala się w bazie SQLite dla danego projektu, w pliku .megamemory/knowledge.db.
Pętla pracy wygląda tak: understand → work → update.
- Start sesji – agent wywołuje
list_roots, aby się zorientować. - Przed zadaniem – agent wywołuje
understandz zapytaniem w języku naturalnym (alboget_conceptdo wyszukania po dokładnym ID). - Po zadaniu – agent wywołuje
create_conceptlubupdate_concept, aby zapisać, co zbudował.
Kluczowe funkcjonalności
- Serwer MCP z zestawem narzędzi:
understand,get_concept,create_concept,update_concept,link,remove_concept,list_roots,list_conflicts,resolve_conflict. - Wyszukiwanie semantyczne po grafie wiedzy –
understandzwraca dopasowane pojęcia wraz z dziećmi, krawędziami i kontekstem rodzica. - Embeddingi w procesie – model all-MiniLM-L6-v2 (ONNX, kwantyzowany, 384 wymiary). Bez kluczy API i bez połączeń sieciowych po pierwszym pobraniu modelu (~23 MB).
- Trwałość w SQLite – tryb WAL, historia miękkiego usuwania, migracje schematu (obecnie v3).
- Web Explorer – wizualizacja grafu w przeglądarce. Węzły są kolorowane według rodzaju i skalowane liczbą krawędzi; krawędzie przerywane to relacje rodzic–dziecko, ciągłe to zwykłe relacje. Kliknięcie węzła pokazuje podsumowanie, pliki i krawędzie, a wyszukiwanie obsługuje filtr podświetlania/przygaszania.
- Scalanie grafów wiedzy – dedykowane polecenia
merge,conflictsiresolve, ponieważ plików SQLite nie da się automatycznie scalić przez git. - Rozwiązywanie konfliktów z pomocą AI – agent nie wybiera strony bezrefleksyjnie, lecz weryfikuje obie wersje względem aktualnego kodu i wywołuje
resolve_conflictz potwierdzoną treścią. - Rodzaje pojęć:
feature,module,pattern,config,decision,component. - Typy relacji:
connects_to,depends_on,implements,calls,configured_by.
Instrukcja instalacji (Linux, macOS, Windows).
Wymagany jest Node.js >= 18.
Instalacja globalna:
npm install -g megamemory
Następnie uruchom interaktywny instalator i wybierz swojego edytora:
megamemory install
Instalator aktualizuje pliki konfiguracyjne dopiero po udanym odczycie i scaleniu, a istniejących plików pluginów/poleceń nie nadpisuje, o ile nie są już oznaczone jako zarządzane przez MegaMemory.
Instalacja dla konkretnego celu:
megamemory install --target opencode
megamemory install --target claudecode
megamemory install --target antigravity
megamemory install --target codex
Dla opencode jedno polecenie konfiguruje serwer MCP w ~/.config/opencode/opencode.json, instrukcje workflow w ~/.config/opencode/AGENTS.md, plugin narzędzia w ~/.config/opencode/tool/megamemory.ts oraz polecenia /user:bootstrap-memory i /user:save-memory. Po instalacji zrestartuj opencode.
Dla Claude Code konfigurowany jest serwer MCP w ~/.claude.json, instrukcje w ~/.claude/CLAUDE.md oraz polecenia w ~/.claude/commands/.
Dla Antigravity serwer MCP trafia do ./mcp_config.json na poziomie workspace.
Dla Codex konfigurowany jest serwer MCP w ~/.codex/config.toml oraz instrukcje w ~/.codex/AGENTS.md.
Z innymi klientami MCP dodaj megamemory jako serwer stdio. Polecenie to po prostu megamemory (bez argumentów). Odczyt i zapis odbywa się względem .megamemory/knowledge.db w katalogu roboczym; ścieżkę można nadpisać zmienną MEGAMEMORY_DB_PATH.
{
"megamemory": {
"type": "local",
"command": ["megamemory"],
"enabled": true
}
}
Przydatne polecenia CLI:
megamemory serve
megamemory serve --port 8080
megamemory merge main.db feature.db --into merged.db
megamemory conflicts
megamemory resolve <merge-group-uuid> --keep left
