설치

요구 사항

Python 3.12+
pip, uv, 또는 pipx
시맨틱 검색용 임베딩 프로바이더 — mm init 단계에서 선택합니다(아래 임베딩 프로바이더 섹션). 초기 단계에서는 선택을 유보해도 무방합니다. 선택 이전에는 키워드 검색만으로 동작합니다.

LTM 서버 (memtomem)

uv tool install 'memtomem[all]'

pipx install 'memtomem[all]'

pip install 'memtomem[all]'

[all]은 이 문서의 기본 흐름에 맞는 권장 설치입니다. 로컬 임베딩(ONNX), 한국어 토크나이저, Ollama / OpenAI 연동, 코드 분할기, 웹 UI, Langfuse 트레이싱, LangGraph Store 어댑터를 포함합니다. 더 가볍게 쓰려면 이 확장(extras)을 생략해 BM25 전용으로 설치할 수 있습니다:

uv tool install memtomem                      # extras 미포함 — 벡터 검색·Web UI·한국어 토크나이저는 별도 설치 필요

이후 필요한 기능만 골라 추가하려면 uv tool install --reinstall 'memtomem[onnx,web]' 형식으로 재설치합니다.

설치 후 바이너리를 확인하고, 버전이 오래되어 보이면 패키지 메타데이터를 새로고침하면서 업그레이드하세요:

mm --version
uv tool install 'memtomem[all]' --refresh

선택적 확장

아래 extras 는 [all]에 포함된 항목입니다. 설치 용량을 줄이려면 필요한 항목만 개별 설치하세요.

Extra	설명	명령
`onnx`	fastembed 로컬 임베딩 (권장 기본값)	`pip install memtomem[onnx]`
`ollama`	Ollama 프로바이더 클라이언트	`pip install memtomem[ollama]`
`openai`	OpenAI 프로바이더 클라이언트	`pip install memtomem[openai]`
`korean`	kiwipiepy 한국어 형태소 분석	`pip install memtomem[korean]`
`code`	tree-sitter AST 청킹 (Python / JS / TS)	`pip install memtomem[code]`
`web`	FastAPI + uvicorn 기반 Web UI	`pip install memtomem[web]`
`langfuse`	Langfuse 관측성 트레이싱	`pip install memtomem[langfuse]`
`langgraph`	`MemtomemStore` 및 `MemtomemBaseStore` 어댑터	`pip install memtomem[langgraph]`
`all`	전체	`pip install memtomem[all]`

`mm` CLI

설치 후 가장 자주 쓰는 명령은 다음과 같습니다:

명령	용도
`mm init`	대화형 설정 마법사
`mm status`	설치 후 DB·설정·임베딩 정합성 점검
`mm search <query>`	지식 베이스 검색
`mm add <content>`	기억 항목 추가
`mm web`	Web UI 대시보드 (http://localhost:8080)
`mm --version` · `mm version`	설치된 버전 출력

전체 명령(ingest, session, context, wiki, watchdog, schedule, tags, upgrade, uninstall 등)은 CLI 레퍼런스를 참조하세요.

MCP 서버 자체는 memtomem-server 콘솔 스크립트로 제공됩니다. 직접 실행하지 않습니다 — memtomem을 MCP 클라이언트(Claude Desktop, Claude Code, Cursor 등) 설정에 등록하면 클라이언트가 자동으로 기동합니다. 클라이언트별 복사용 mcpServers JSON은 Quick Start → MCP 클라이언트 연결을 참고하세요.

파일 위치

memtomem은 모든 데이터를 홈 디렉토리 아래에 보관합니다 — 어떤 데이터도 머신을 벗어나지 않습니다:

경로	내용
`~/.memtomem/memtomem.db`	SQLite 저장소(청크 + 벡터)
`~/.memtomem/config.json`	`mm init`이 작성하는 LTM 설정
`~/.memtomem/logs/web.log`	Web UI 로그(`mm web -b`)

설정 디렉토리는 MEMTOMEM_* 환경 변수로 재정의할 수 있습니다(설정 참고).

STM 프록시 (memtomem-stm)

STM은 선택 사항입니다. 관련 기억을 자동으로 찾아 붙여 주는 서피싱이나 도구 응답 압축이 필요할 때, LTM 빠른 시작 흐름이 동작한 뒤 설치하세요.

uv tool install memtomem-stm

pipx install memtomem-stm

pip install memtomem-stm

uvx memtomem-stm --help

임시 실행 전용 — 영구 설치와 등록은 uv tool install 또는 다른 탭 방식을 사용하세요.

선택적 확장

Extra	설명	명령
`langfuse`	Langfuse 관측성 트레이싱	`pip install memtomem-stm[langfuse]`
`langchain`	LangChain 에이전트 통합	`pip install memtomem-stm[langchain]`

`mms` CLI

설치 후 사용 가능한 주요 명령:

명령	용도
`mms init --mcp claude`	최초 설정 + Claude Code 자동 등록
`mms add <name> --command <cmd>`	업스트림 MCP 서버 등록
`mms add --from-clients`	기존 MCP 클라이언트 설정에서 일괄 가져오기
`mms eject <name>`	가져온 서버를 원래 클라이언트로 복원하고 STM 등록을 해제
`mms list`	등록된 서버 목록(SURFACING 열 포함)
`mms status`	설정 요약 — 활성화 플래그와 서버 수
`mms health`	업스트림 연결 상태 + LTM 서피싱 준비 상태 점검
`mms --version`	설치된 버전 출력

STM 프록시 자체는 memtomem-stm 콘솔 스크립트로 제공됩니다. STM이 MCP 클라이언트에 등록되면(mms init --mcp claude, mms register, .mcp.json 등록 중 하나) 클라이언트가 자동으로 기동합니다. STM은 프록시 설정을 ~/.memtomem/stm_proxy.json에 기록하며, mms add / mms init이 이를 관리하므로 직접 편집할 일은 드뭅니다.

임베딩 프로바이더

프로바이더	설치	GPU	비용
ONNX (fastembed)	기본 내장	불필요	무료
Ollama	`ollama pull nomic-embed-text`	불필요	무료
OpenAI	API 키 필요	—	유료

어떤 프로바이더를 선택할지 결정하기 어려운 경우, ONNX를 권장합니다. 완전 로컬에서 동작하고 무료이며, 별도 데몬이나 API 키가 필요하지 않습니다. 이후 mm init을 다시 실행하거나 MEMTOMEM_EMBEDDING__PROVIDER 환경 변수를 설정하여 바꿀 수 있습니다(환경 변수에서 중첩된 설정 키는 __ 이중 언더스코어로 구분합니다).

기술 스택

범주	기술
MCP	FastMCP (stdio, SSE, Streamable HTTP)
프레임워크	Pydantic v2, Click (CLI), FastAPI (Web UI)
데이터베이스	SQLite (FTS5 전문 검색), sqlite-vec (벡터 검색)
코드 파싱	tree-sitter (Python, JS, TS AST)
한국어	kiwipiepy 형태소 분석기 (선택)
관측성	Langfuse (선택)

설치

요구 사항

LTM 서버 (memtomem)

선택적 확장

mm CLI

파일 위치

STM 프록시 (memtomem-stm)

선택적 확장

mms CLI

임베딩 프로바이더

기술 스택

`mm` CLI

`mms` CLI