19 MCP-verktyg for AI-minne: Vad MemPalace:s las-skriv-monster lar motesbyggare

Den skrivskyddade eran tar slut

De flesta MCP-servrar i produktion idag foljer samma ritning. Wrappa ett befintligt API, exponera en search och en get, skeppa det. Agenten kan fraga dina data. Den kan inte andra dem eller ackumulera kunskap over sessioner. Varje motesverktyg som levererat en MCP-server de senaste sex manaderna foljde detta monster: Otter, Fireflies, Granola, Read.ai, Circleback, tl;dv. Sok tidigare moten. Hamta ett transkript. Det ar allt.

Den 6 april 2026 lanserades MemPalace med nagot annorlunda: 19 MCP-verktyg som spanner over lasning, skrivning, kunskapsgrafsmutationer, navigeringsoperationer och agentdagboksskrivning. Det nadde 23 000 GitHub-stjarnor pa 72 timmar. Benchmark-siffrorna var uppblasta (vi aterkommer till det). Kanda-namn-vinkeln -- skadespelarennen Milla Jovovich som medskapare -- var hogljudd. Men under bruset finns ett arkitektoniskt monster som spelar roll.

Om du bygger MCP-servrar for moten, kunskapsbaser, supportaarenden eller nagon corpus dar kunskap forandras over tid, ar det har referensimplementationen att studera. Inte for att du skulle anvanda MemPalace direkt -- det har inget motesstod -- utan for att dess verktygsyta definierar vad "minnes-MCP" ser ut som nar man gar bortom hamtning.

Snabb kontext om MemPalace

MemPalace ar ett oppenkallkods-AI-minnessystem samskapat av Jovovich (koncept och arkitektur) och ingenjoeren Ben Sigman (kod), byggt med Claude Code over flera manader. MIT-licens, Python 3.9+, installera via pip install mempalace. Lagringsbackend: ChromaDB for vektorer, SQLite for kunskapsgrafen. "Palats"-metaforen -- vingar, rum, hallar, lador -- ar en spatial mental modell lagrad ovanpa standard ChromaDB-metadatafiltrering. Den spatiala metaforen ar anvandbar for manniskor som tanker pa var kunskap finns; den tekniska mekanismen under ar metadatascopad vektorsok. Las var bredare analys av AI-minnesveckan for kontext om hur MemPalace passar in i Karpathys LLM-wiki-konversation som gick viralt samma vecka.

De 19 verktygen, organiserade efter avsikt

Anslut via: claude mcp add mempalace -- python -m mempalace.mcp_server

Har ar hela verktygsytan, grupperad efter vad de gor.

Palatsets lasverktyg (7)

• mempalace_status -- Palatsoversikt. Injicerar ocksa en PALACE_PROTOCOL-instruktion som sager till AI:n: "BEFORE RESPONDING about any person, project, or past event: call mempalace_kg_query or mempalace_search FIRST. Never guess -- verify." Promptinjektion-som-funktion.
• mempalace_list_wings -- Listar alla toppnivadomaner (vingar) med ladadraakningar.
• mempalace_list_rooms -- Underamnen inom en specifik vinge.
• mempalace_get_taxonomy -- Fullstandig vinge-till-rum-till-rakning-hierarki.
• mempalace_search -- Semantisk sok med valfria vinge/rum-metadatafilter. Scopning till vinge + rum ger +34% forbattring i hamtning jamfort med ofiltrerat sok, enligt projektets benchmarks pa 22 000+ minnen.
• mempalace_check_duplicate -- Likhetskontroll fore arkivering. Forhindrar det vanligaste feltlaget for skrivverktyg: dubbletter fran omforso.
• mempalace_get_aaak_spec -- Returnerar AAAK-komprimeringsdialeektens specifikation. AAAK ar projektets forlustbringande forkortningssystem for tokendensitet.

Palatsets skrivverktyg (2)

• mempalace_add_drawer -- Arkivera ordagrant innehall i en specifik vinge/rum med auto-dedup. Lad-ID:n ar deterministiska: drawer_{wing}_{room}_{md5(source_file + chunk_index)[:16]}. Samma innehall, samma ID -- omforso ar sakra.
• mempalace_delete_drawer -- Ta bort en lada efter ID.

Tva skrivverktyg. Men de forandrar hela den arkitektoniska karaktaaren. Ett minnessystem med bara lasverktyg ar en sokmotor. Med skrivverktyg ar det en kunskapsackumulator.

Kunskapsgrafverktyg (5)

• mempalace_kg_query -- Entitetsrelationer med temporal filtrering. Varje faktum har valid_from och valid_to. Du kan fraga "vad visste vi om Projekt X per 15 mars?"
• mempalace_kg_add -- Lagg till fakta som subjekt-predikat-objekt-tripplar. Lagras i SQLite.
• mempalace_kg_invalidate -- Markera ett faktum som avslutat genom att satta valid_to. Icke-destruktivt: gamla fakta bevaras, historik behalles.
• mempalace_kg_timeline -- Kronologisk entitetshistoria over alla giltighetsfonster.
• mempalace_kg_stats -- Grafoversikt: entitetsantal, trippelaantal, aktiva kontra ogiltigforklarade.

KG:n kor pa SQLite -- en enda fil pa disk. Jamfor med Zeps Graphiti-motor, som kraver Neo4j eller FalkorDB plus embeddinginfrastruktur.

Navigeringsverktyg (3)

• mempalace_traverse -- Vandra i grafen fran ett rum over vingar via BFS. Upp till 2 hopp, max 50 resultat. Tvardomanupptackt.
• mempalace_find_tunnels -- Hitta rum som forbinder tva vingar. En "tunnel" ar ett rumsnamn som forekommer i flera vingar.
• mempalace_graph_stats -- Konnektivitetsoversikt.

Agentdagboksverktyg (2)

• mempalace_diary_write -- AAAK-komprimerad dagbokspost for en namngiven agent. Separat fran det delade palatset.
• mempalace_diary_read -- Las senaste dagboksposter for en namngiven agent.

Dagboksverktygen ar sovarfunktionen. En namngiven agent kan lamna anteckningar till sig sjalv over sessioner utan att fororena den delade kunskapsbasen. Steph Ango (Obsidians medskapare) rekommenderade exakt detta monster for Karpathys wiki: hall agentunderhallet innehall aatskillt fran manniskounderhaallet innehall for att forhindra hallucinerationskontaminering. MemPalace levererade det som ett forstklassigt verktyg.

En notering om verktygsantalet

README:n sager 19. Leonard Lins oberoende kodgranskning (github.com/lhl/agentic-memory) raknade 20. Alexey Grigorevs analys raknade 24 i den faktiska MCP-serverfilen. Det exakta antalet ar inte pointen -- kategorierna ar det. Lasverktyg, skrivverktyg, kunskapsgrafverktyg, navigeringsverktyg, dagboksverktyg. Det ar formen som spelar roll.

Det arkitektoniska monstret: verktyg som muterar tillstand

Det har ar den djupare observationen. Glomm MemPalace specifikt. Titta pa monstret.

Enbart lasverktyg ar inte minne. Det ar sok. Varje session borjar fran samma bas. Agenten harledar samma svar fran samma ramaterial vid varje fraga. Ingenting ackumuleras. Det ar vad varje motes-MCP gor idag.

Skrivverktyg gor minne till en forstklassig arkitektonisk komponent. Nar en agent kan anropa add_drawer, kg_add eller diary_write, persisterar den vad den lart sig for framtida sessioner. Agenten som bearbetade 12 moten pa mandag lamnar strukturerade artefakter som fredagens agent bygger pa. Det ar skillnaden mellan RAG (hamta och glom) och en kunskapsbas (hamta, lar, persistera, ackumulera).

Mutationsoperationer behover andra konventioner an hamtning. Nar din MCP accepterar skrivningar:

• Idempotens. Omforso ska inte skapa dubbletter. MemPalace hanterar detta med deterministiska lad-ID:n och check_duplicate-forhandskontrollverktyget. Varje skrivkapabel MCP behover en motsvarighet.
• Temporal giltighet. "Kai arbetar pa Orion" var sant i januari men inte i mars. MemPalace:s kg_invalidate satter ett valid_to-datum istallet for att skriva over. Historik bevaras, nytt faktum samexisterar. Ratt monster for all kunskap som forandras over tid.
• Separation of concerns. Agentgenererat innehall bor inte kontaminera manniskoundelrhallet innehall. MemPalace:s dagboksverktyg skapar en separat arbetsyta per agent. Utan detta smyger hallucinationer tyst in i kunskapsbasen.

Dagboksmonstret ar nytt. MemPalace skiljer mellan lador (ordagrant innehall) och dagboksposter (agentanteckningar). Nar en motessammanfattande agent skriver "jag tror Sarahs oro kring Q2 kan sta i konflikt med vad Erik sa i mars," hor det hemma i en dagbok, inte i kunskapsgrafen. MemPalace fick det ratt.

Vad MemPalace gor ratt arkitektoniskt

Berom dar det ar fortjanat.

Lokal-forst som standard. SQLite + ChromaDB, inga molnberoenden. Jamfor med Mem0 (249 USD/manad for graffunktioner) eller Zep (Neo4j + embeddinginfrastruktur). For foretag med datasuveranitetskrav ar lokal-forst ett hart krav.

Fyralagersladdsystemet. L0 (identitet, ~50-100 tokens) laddas alltid. L1 (kritiska fakta, ~120 tokens komprimerade) laddar automatiskt de 15 basta ladorna efter vikt. L2 (rumsatergivning) laddas pa begaran. L3 (djupsok) utloses bara nar det efterfragas. Startkostnad begransad; fragekostnad skalar med avsikt. Oberoende analys antyder att L0 + L1 ar narmare 600-900 tokens an de pastadda 170, men principen haller: ladda inte allt vid start.

Auto-dedup som forstklassig operation. check_duplicate kor likhet fore arkivering; add_drawer anvander deterministiska ID:n som forhindrar ominfogning. Om du bygger en skrivkapabel MCP utan en dedup-strategi kommer du ha en databas full av nara-dubbletter inom en vecka.

Temporala giltighetsfoenster. Varje faktum har valid_from och valid_to. Fragor filtrerar: AND (t.valid_from IS NULL OR t.valid_from <= ?) AND (t.valid_to IS NULL OR t.valid_to >= ?). Uppdateringar forstoor inte historik. Korrekt monster for moiteshaarledda fakta dar beslut revideras och ataganden skiftar.

AI-minnesverktygens OpenAPI. Aven om MemPalace inte overlever pa lang sikt ar verktygsytan nu en referens. Las, skriv, KG-mutation, navigering, dagbok -- den taxonomin kommer att vara mattstocken for framtida minnes-MCP-servrar.

Vad MemPalace gor fel (eller overlovade)

Arlig bedomning.

Vingar/rum/hallar-metaforen ar mest metadatafiltrering. Leonard Lins oberoende analys (github.com/lhl/agentic-memory) bekraftade: allt lever i en enda ChromaDB-kollektion kallad mempalace_drawers. +34%-forbattringen i hamtning ar standard metadatafiltrering. Den spatiala metaforen ar en anvandbar mental modell, inte en teknisk innovation. Kalla det en valdesignad UX-konvention ovanpa standardvektorsok.

Motsagelsedetektering finns i README:n, inte i koden. README:n visar exempel som "AUTH-MIGRATION: attribution conflict -- Maya was assigned, not Soren" men knowledge_graph.py innehaller noll forekomster av "contradict." En separat fact_checker.py existerar men ar inte kopplad till KG-operationerna. For motesbyggare: motsagelsedetektering over moten ar ett av de svaraste problemen i omradet. MemPalace:s dokumentation fick det att se lost ut. Koden visar att det inte ar det.

"30x forlustfri" AAAK-komprimeringspastooendet drogs tillbaka. Bada orden var felaktiga. Verkliga tokenraakningar via OpenAI:s tokenizer: ett engelskt exempel pa 66 tokens producerade en AAAK-version pa 73 tokens. AAAK-laget poangsar 84,2% Recall@5 pa LongMemEval jamfort med ramoodets 96,6% -- en regression pa 12,4 procentenheter. README:n kallar nu korrekt AAAK "a lossy abbreviation system... an experimental compression layer that trades fidelity for token density."

100% LongMemEval anvande tre riktade patchar. Fran BENCHMARKS.md: hybrid v4 nadde 100% (500/500) genom att lagga till tre fixar for tre specifika underkanda fragor. GitHub Issue #29 av dial481: "Three patches for three questions. Then the result is reported as 'first perfect score on LongMemEval, 500/500.'" De 450 dolda fragorna poangade 98,4% -- fortfarande utmarkt, mer arligt. Projektets eget BENCHMARKS.md kallar detta "teaching to the test."

Recall@5 ar inte end-to-end QA-noggrannhet. MemPalace mater hamtningsrecall; Mem0 (49,0%), Zep (63,8%) och Hindsight (91,4%) rapporterar end-to-end QA. Dessa ar inte jamforbara metriker. Som dial481 uttryckte det: "A system that retrieves perfectly and then answers wrong scores 100% under recall_any@5 and 0% on the leaderboard." BEAM 100K-benchmarket (GitHub Issue #125) testade MemPalace end-to-end: temporal resoning 69%, motsagelseupplosning 40%, sammanfattning 35%.

Berommet: projektet korrigerade de flesta problemen inom 72 timmar. Sigman erkande offentligt kritik, uppdaterade README:n, drog tillbaka falska pastanden: "Thank you to everyone who poked holes in this. Brutal honest criticism is exactly what makes open source work." 96,6%-raahamtningspoangen -- oberoende reproducerad av @gizmax pa en M2 Ultra (Issue #39) -- ar verklig och star pa egna ben.

Vad som saknas helt: moten

Har ar bryggan till motesbyggarpubliken.

MemPalace:s dokumentation och kodbas innehaller noll omnamnanden av "meeting" eller "transcript." Konversationsminern (normalize.py) forvantar sig chattformad turvaxling (>-markoorer, korta utbyten) som inte mappas pa motestranskript (talaretiiketter, tidsstamplar, monologer, agendaflode). Format som stods: Claude Code JSONL, Claude.ai JSON, ChatGPT conversations.json, Slack-exporter, generell text. Inget VTT, SRT, Zoom, Teams eller Meet.

Inte en kritik -- MemPalace byggdes for utvecklarkonversationer och personlig kunskap. Men de arkitektoniska monstren behover aterimplementeras, inte ateranvandas, for motesnativa MCP:er. Verktygsytan overfor. Inmatningspipelinen gor det inte.

Hur en motesnativ las-skriv-MCP skulle se ut

Mappa varje MemPalace-verktygskategori pa motesspecifika motsvarigheter.

Lasverktyg -- dessa ar grundkraven som redan finns i olika former:

• list_recent_meetings(limit, since) -- avgransad upprakning med datumfilter
• get_transcript(transcript_id) -- fullstandigt transkript med talaretiiketter och tidsstamplar
• search_transcripts(query, limit) -- semantisk sok over biblioteket
• get_meeting_notes(transcript_id) -- strukturerade anteckningar, beslut, atgardspunkter
• find_action_items(item_type, only_open, limit) -- ataganden over moten

Skrivverktyg -- det saknade lagret som ingen motes-MCP levererar idag:

• add_decision(meeting_id, text, participants, status) -- registrera ett beslut fran ett mote
• add_action_item(meeting_id, assignee, text, due_date) -- skapa ett sparat atagande
• link_meetings(meeting_id_a, meeting_id_b, relationship) -- koppla samman relaterade moten
• merge_speakers(source_id, target_id) -- los talaridentitetskonflikter over moten

Kunskapsgrafverktyg -- temporal giltighet tillaampad pa motesfakta:

• track_commitment(person, commitment, meeting_id) -- registrera vad nagon atagit sig, med ett giltighetsfoenster
• invalidate_decision(decision_id, superseded_by, meeting_id) -- markera ett beslut som ersatt av ett senare
• query_project_timeline(project_name) -- kronologisk historia av ett projekt over alla moten
• find_speaker_history(speaker_name, topic) -- allt en person har sagt om ett amne over moten

Navigeringsverktyg -- grafoperationer over motesbiblioteket:

• traverse_decisions_for_project(project_name) -- vandra fran ett projekt till alla relaterade beslut, ataganden och moten
• find_speakers_across_meetings(meeting_id) -- upptack vilka i detta mote som ocksa forekommer i andra moten, och vad de diskuterade
• surface_contradictions(project_name, date_range) -- flagga beslut som star i konflikt med tidigare beslut

Agentdagboksverktyg -- separat arbetsyta for motesbearbetande agenter:

• meeting_agent_notes(meeting_id, agent_name, content) -- lat sammanfattningsagenten lamna anteckningar om sin sakerhet, flaggade osaakerheter och extraktionskvalitet utan att de anteckningarna hamnar i den delade kunskapsbasen

Det har ar formen pa nasta generation motes-MCP:er. De flesta lasverktygen finns idag. Skrivverktygen ar det saknade lagret -- och de ar lagret som forvandlar en motessokmotor till en moteskunskapsbas.

Proudfrogs MCP-server

Proudfrogs MCP-server levererar for narvarande 5 lasverktyg:

• list_recent_meetings(limit, since) -- senaste moten med metadata
• get_transcript(transcript_id) -- fullstandigt transkript med talaretiiketter och tidsstamplar
• search_transcripts(query, limit) -- fulltextsok over biblioteket (semantisk sok kommer i v1.1)
• get_meeting_notes(transcript_id) -- strukturerade anteckningar inklusive beslut, atgardspunkter, nycktelamnen
• find_action_items(item_type, only_open, limit) -- ataganden filtrerade efter typ och status

Autentisering via WorkOS AuthKit (OAuth). Hastighetsbegransad per e-post. Varje verktyg wrappar utdata i <proudfrog_data>-avgransare for promptinjektionsskydd -- en konvention lanad fran Anthropics egna MCP-saekerhetsrekommendationer. Anslut via standard MCP-uppsattning i Claude Desktop, ChatGPT, Cursor eller valfri MCP-klient.

v1.1 kommer att lagga till semantisk sok och de forsta skrivverktygen. Den fullstandiga specifikationen foljer monstren beskrivna ovan: las-skriv, kunskapsgrafmedveten, motesnativ. Vi bygger mot den verktygsyta som beskrivs i foregaende avsnitt -- inte for att MemPalace sa till oss att gora det, utan for att las-skriv-monstret ar det uppenbara nasta steget nar man har byggt skrivskyddade verktyg och sett agenter forsoka ackumulera kunskap utan persistens.

For den bredare produktkontexten ar Proudfrog ett motestranskriberingsverktyg med talardiarisering, entitetsextraktion och en kunskapsgraf. Vi byggde det pa Up North AI for att vi standig sag samma gap pa konsultuppdrag: organisationer genererar det mesta av sin kunskap i moten, och inget av den kunskapen ackumuleras.

For utvecklare som bygger liknande MCP:er for sin egen corpus -- moten, supportarenden, CRM-anteckningar, kodgranskningar -- spelar monstren mer roll an implementationen. Stjal dem. Det gjorde vi.

De narmaste 12 manaderna for minnes-MCP:er

Den skrivskyddade eran tar slut. Las-skriv-minnes-MCP:er kommer, och konvergensen sker snabbt.

MemPalace definierade verktygsytan: las, skriv, mutera, navigera, dagbok. Karpathy definierade inmatningsfilosofin: radata kompilerade till strukturerade wikin. Mem0 definierade den kommersiella kategorin med 24 miljoner dollar i finansiering och 48 000 GitHub-stjarnor. De arkitektoniska ideerna konvergerar. MCP-protokollet sjalvt ar tillrackligt moget for att stodja allt.

Det som fortfarande saknas ar domanspecifika implementationer som behandlar sitt kallmaterial som forstklassigt. Motestranskript ar det uppenbara gapet: de ar den storsta poolen av ostrukturerad organisatorisk kunskap, de forandras standig, och varje befintlig MCP for dem stannar vid hamtning. Men samma gap finns for supportaarendehistoriker, forsaljningssamtalsbibliotek, kodgranskningstrcadar och varje corpus dar kunskap utvecklas session for session.

Den som forst levererar en motes-MCP med skrivverktyg, temporala kunskapsgrafsmutationer och en agentdagbok kommer att aga en kategori som inte finns annu. Vi bygger mot det med Proudfrog. Om du bygger i det har omradet -- for moten eller nagon annan hogvardig corpus -- ar MemPalace:s verktygsyta din startritning, och monstren vi har beskrivit for moten ar den domanspecifika utvidgningen.

Hor av dig. Vi har tankt pa det har ett tag.

Vanliga fragor

Vad ar skillnaden mellan MemPalace:s las-skriv-MCP och befintliga motesverktygs-MCP:er?

MemPalace levererar verktyg som muterar tillstand -- agenter kan lagga till kunskap, uppdatera kunskapsgrafen och skriva dagboksposter. Varje motes-MCP i produktion idag (Otter, Fireflies, Granola, Read.ai, Circleback) ar skrivskyddad: agenter kan fraga tidigare moten men kan inte persistera vad de lar sig. Las-skriv-monstret innebar att kunskap ackumuleras over sessioner. Skrivskyddade monstret innebar att varje session borjar fran noll. For en djupare analys av det skrivskyddade motes-MCP-landskapet, las var artikel om moten som forstklassiga kallor.

Ar MemPalace produktionsredo?

For personligt bruk och sma team fungerar det idag. pip install mempalace, anslut till Claude, borja arkivera minnen. Den lokala arkitekturen (ChromaDB + SQLite) innebar ingen infrastruktur att hantera. For enterpriseanvandning ar svaret mer forsiktigt: motsagelsedetektering ar inte kopplad trots vad README:n antyder, AAAK-komprimering forsamrar hamtningen med 12,4 procentenheter, och projektet ar tre dagar gammalt. 96,6%-raahamtningspoangen pa LongMemEval ar oberoende verifierad och verklig. 100% hybridpoangen ar benchmarkspecifik optimering. Anvand raalaaget, hoppa over AAAK, och behandla kunskapsgrafen som appendmestadels tills motsagelsedetektering levereras.

Varfor ar las-skriv-distinktionen sa viktig for minnes-MCP:er?

For att skrivskyddad MCP ar sok, inte minne. En agent som bara kan fraga tidigare data harledar samma svar fran samma ramaterial vid varje session. En agent som kan skriva -- persistera beslut, uppdatera kunskapsgrafer, lamna dagboksanteckningar -- bygger en ackumulerande kunskapsbas. Skillnaden visar sig tydligast over tid: efter 50 moten soker en skrivskyddad MCP fortfarande genom alla 50 transkripten. En las-skriv-MCP har redan extraherat, strukturerat och korslanktat kunskapen fran dessa moten till en fragbar graf.

Hur jamfor Proudfrogs MCP-server?

Proudfrog levererar 5 lasverktyg idag -- moteslistning, transkripthamtning, sok, motesanteckningar och atgaardspunktsforfraaagningar. MemPalace levererar 19 verktyg inklusive skrivning och KG-mutation. Men MemPalace har noll motesstod -- inga transkriptformat, ingen talaridentifiering, ingen agendamedvetenhet. Proudfrog ar motesnativt med talardiarisering, entitetsextraktion och strukturerad anteckningsgenerering inbyggt i transkriptionspipelinen. v1.1 kommer att lagga till semantisk sok och de forsta skrivverktygen. Malet ar att na den fullstandiga las-skriv-verktygsytan beskriven i den har artikeln, syftesbyggd for moteskunskap.

Kan jag anvanda MemPalace:s monster med min egen corpus?

Ja -- det ar den verkliga slutsatsen. Verktygskategorierna (las, skriv, KG-mutation, navigering, dagbok) overfor till vilken doman som helst. Om du bygger en MCP for supportaerenden, ersatt "vingar" med arendekategorier, ersatt "rum" med kundkonton, ersatt "lador" med arendeinnehall. Behall dedup-forhandskontrollern, de temporala giltighetsfoonstren pa din kunskapsgraf och agentdagbokssepareringen. Monstren ar generella. Implementationen ar domanspecifik.

Vad betyder "kunskapsgrafsmutation" i praktiken?

Det innebar att dina MCP-verktyg kan forandara relationerna mellan entiteter, inte bara fraga dem. I MemPalace skapar kg_add ett nytt faktum ("Kai works_on Orion"), kg_invalidate markerar ett faktum som avslutat ("Kai no longer works_on Orion as of March 15"), och kg_query filtrerar efter temporal giltighet for att returnera bara fakta som var sanna vid en given tidpunkt. For moten mappas detta pa att sparad beslut som revideras, ataganden som omfodelas och projektomfang som skiftar mellan sessioner. Utan mutationsverktyg ar din kunskapsgraf en ogonblicksbild. Med dem ar den en tidslinje.