빠른 시작

예상 시간: 10분

목표: 로컬 저장소를 초기화하고, 기억 하나를 추가한 뒤 터미널에서 다시 찾습니다.

이 경로에서는 LTM만 사용합니다. 기존 노트 폴더, 임베딩 모델, 클라우드 계정, MCP 클라이언트, STM 프록시는 필요하지 않습니다.

1. 사전 준비 확인

memtomem은 Python 3.12 이상이 필요합니다. 이 가이드에서는 CLI를 계속 사용할 수 있도록 uv 설치를 권장합니다.

python --version
uv --version

Windows에서 python을 찾지 못하면 py --version을 사용하세요. uv가 없다면 uv 공식 설치 안내에 따라 설치하고 터미널을 다시 연 뒤 uv --version을 확인합니다.

uv tool install 'memtomem[all]'
mm --version
mm init --preset minimal --non-interactive --mcp skip

Minimal 프리셋은 키워드 검색을 사용하며 임베딩 모델을 내려받지 않습니다. --mcp skip은 첫 검증이 클라이언트 설정과 무관하게 동작하도록 MCP 등록을 건너뜁니다.

셸에서 mm을 찾지 못하면 uv tool update-shell을 실행하고 터미널을 다시 여세요. 버전이 오래되어 보이면 패키지 메타데이터를 새로고침합니다.

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

먼저 비어 있는 저장소 상태를 확인합니다.

mm status

저장소와 데이터베이스 경로가 표시되어야 합니다. 새 저장소의 청크 수가 0인 것은 정상입니다. 이제 기억 하나를 추가하고 검색합니다.

mm add "트래픽 전환 전에 릴리스 smoke test를 실행한다" --tags release,decision
mm search "릴리스 smoke test"

결과에 저장한 문장과 Markdown 출처 경로가 나오면 성공입니다. 로컬 저장소, 쓰기, 색인, 키워드 검색이 모두 동작한다는 뜻입니다.

대화형 프리셋 선택 화면에는 현재 릴리스 기준으로 다음 이름이 표시됩니다.

첫 성공 뒤 제공자를 바꾸고 싶을 때 mm init을 다시 실행하세요. 기존 인덱스의 임베딩 모델을 바꾸기 전에는 설치를 확인합니다.

AI 클라이언트 연결에서 사용하는 클라이언트 하나를 고르고 서버를 등록한 뒤 mem_status를 확인하세요. Claude Code·Codex 사용자는 공식 플러그인 경로를 우선하고, 다른 클라이언트는 공개된 MCP 설정 형식을 사용합니다.

플러그인 설치나 MCP 등록만으로 프로젝트 전체 색인, 파일 감시, 내장 기억 가져오기, 대화 저장이 자동 실행되지는 않습니다.

기존 자료 색인·가져오기에서 mm index와 mm ingest의 차이를 확인하고, 미리보기·출처 검색·재실행까지 완료하세요.

첫 성공에는 CLI 저장·검색만으로 충분합니다. 검색 결과, 출처, 태그, 설정, Context Gateway를 브라우저에서 보려면 다음 명령을 실행하세요.

mm web --open

개발·유지보수 페이지는 mm web --dev에서만 추가됩니다. 일반적인 사용에는 필요하지 않습니다.

기존 MCP 흐름에 응답 압축, 캐시, 관련 LTM 기억 자동 제시가 필요해졌을 때만 STM을 추가하세요. MCP 서버에 STM 추가에서 내장 데모부터 실제 프록시 호출, mms eject 원복까지 확인할 수 있습니다.