EN DIRECT
Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|
MCPEn hausseéditeur officiel

Memory MCP (officiel)

MCP : Standardise la connexion entre une application IA et des systèmes qui proposent des outils ou des données · nécessite tout client MCP

Serveur de référence de mémoire en graphe de connaissances, stocké dans un fichier local.

Suffisant pour découvrir la mémoire persistante, trop simple pour un usage sérieux.

Score global
7.3 /10
Sécu : une réserve, lire la fiche
Utilité
6.5
Fiabilité
10.0
Sécurité
Une réserve
Facilité
1 clic · À l’aise

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Les modèles de langage oublient tout à la fin de chaque conversation. Memory MCP résout ce problème en offrant un espace de mémoire persistante structuré sous forme de graphe de connaissances, stocké dans un fichier local sur votre machine.

Concrètement, le serveur expose des outils que le modèle peut appeler pour créer des entités, établir des relations entre elles et y associer des observations. Ces données sont conservées entre les sessions dans un fichier local, ce qui permet au modèle de retrouver des informations d'une conversation à l'autre.

Cet outil s'adresse aux développeurs qui souhaitent expérimenter la mémoire persistante dans leurs propres projets MCP, ou aux utilisateurs curieux qui veulent comprendre comment ce type de mémoire fonctionne techniquement.

Il ne convient pas à un usage en production : le dépôt officiel précise explicitement que ces serveurs sont des implémentations de référence à visée pédagogique, non des solutions prêtes pour un environnement sérieux. La sécurité et la robustesse restent à la charge du développeur qui s'en inspire.

Ce que ça propose

  • ·Création d'entités nommées dans un graphe de connaissances persistant entre les sessions.
  • ·Établissement de relations typées entre les entités du graphe.
  • ·Ajout d'observations textuelles associées à chaque entité.
  • ·Stockage local dans un fichier sur la machine de l'utilisateur, sans dépendance à un service externe.
  • ·Lancement immédiat via npx sans installation préalable : npx -y @modelcontextprotocol/server-memory.
  • ·Compatible avec tout client MCP, dont Claude Desktop, Claude Code et Cursor.
  • ·Code source ouvert, utilisable comme base d'apprentissage pour construire son propre serveur MCP.

En pratique

Prix
Gratuit
Usage commercial
Usage commercial : oui
Disponible sur
claude-code, cursor
Hôte
tout client MCP
Licence
MIT

Sécurité et données

Pastille
Sécu : une réserve, lire la fiche
Vos données
Données en local
Maintenance
Active
Dernière release
25 octobre 2026

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 novembre 2024

Comment installer Memory MCP (officiel)

1. Vérifiez que Node.js est installé sur votre machine (nécessaire pour npx). 2. Ouvrez le fichier de configuration de votre client MCP (par exemple Claude Desktop). 3. Ajoutez l'entrée suivante dans la section mcpServers : {"memory": {"command": "npx", "args": ["-y", "@modelcontextprotocol/server-memory"]}}. 4. Sur Windows, remplacez command par cmd et ajoutez /c et npx en début de args. 5. Redémarrez votre client MCP pour que le serveur soit pris en compte. 6. Rappel de précaution : ce serveur est une implémentation de référence à visée pédagogique ; n'y stockez pas de données sensibles sans avoir évalué les risques.
npx -y @modelcontextprotocol/server-memory

Dans la même catégorie

Toute la catégorie Nourrir (mémoire, contexte) →