MCP 도구

memtomem은 LTM 기능을 MCP 도구로 제공합니다. 처음에는 기본값인 core 모드를 사용하세요. 자주 쓰는 도구만 목록에 표시하고 나머지는 mem_do를 통해 호출하므로 AI 도구가 살펴볼 목록이 작아집니다.

도구 모드

MCP 클라이언트 설정의 MEMTOMEM_TOOL_MODE로 모드를 지정합니다.

모드	노출 도구	권장 상황
`core` (기본)	`mem_do` 포함 총 9개	대부분의 에이전트에 가장 좋은 기본값
`standard`	`mem_do` 포함 38개	자주 쓰는 관리 도구를 직접 노출하고 싶을 때
`full`	현재 도구 99개 + 제거 예정 별칭 1개	디버깅, 문서화, 많은 도구를 잘 다루는 클라이언트

다음 예시는 MCP 서버만 수동으로 연결할 때 사용합니다. 클라이언트 플러그인이 이미 memtomem을 제공한다면 항목을 추가하기 전에 AI 클라이언트 연결에서 해당 클라이언트의 공존 규칙을 확인하세요.

예시:

{
  "mcpServers": {
    "memtomem": {
      "command": "memtomem-server",
      "env": { "MEMTOMEM_TOOL_MODE": "core" }
    }
  }
}

Core 모드

core 모드에서는 일상적인 기억 작업에 필요한 도구만 표시됩니다.

도구	용도
`mem_status`	서버, 스토리지, 임베딩, 인덱스 상태 확인
`mem_stats`	인덱스 통계 반환
`mem_add`	새 기억 저장
`mem_search`	인덱싱된 기억 하이브리드 검색
`mem_recall`	최근 또는 날짜 필터 기반 기억 조회
`mem_index`	파일 또는 디렉터리 인덱싱
`mem_list`	인덱싱된 기억 / 소스 목록
`mem_read`	인덱싱된 원본 파일 읽기
`mem_do`	나머지 기능으로 요청 전달

AI 도구에 자연어로 작업을 요청하면 필요한 core 도구를 선택합니다.

`mem_do`

mem_do는 나머지 기능을 호출하는 공통 도구입니다. action과 선택 사항인 params를 받습니다.

mem_do(action="help")
mem_do(action="help", params={"category": "context"})
mem_do(action="schedule_list")
mem_do(action="context_diff", params={"scope": "project_shared"})
mem_do(action="context_artifact_transfer", params={"asset_type": "skill", "name": "my-skill", "mode": "copy", "to_scope": "project_shared"})
mem_do(action="version")

설치된 버전에서 사용할 수 있는 액션은 MCP 클라이언트에서 mem_do(action="help")를 호출해 확인하세요.

v0.3.12에는 현재 도구 99개가 등록되어 있습니다. Full 모드는 v0.5.0에서 제거할 mem_context_migrate 별칭도 유지하므로 이름은 총 100개입니다. Pinned Context는 mem_pinned_list/get/set/delete와 mem_context_compose를 제공합니다. 검토 우선 흐름에는 mem_formation_scan과 mem_candidate_propose/list/review/recover가 있습니다. Full 모드에는 AI 도구의 복사본을 미리 확인한 뒤 가져오는 mem_context_pull과 Quality Lab에서 결정론적 재실행에 사용하는 mem_quality_replay도 포함됩니다.

mem_do(action="version")은 서버 버전, 기능 목록, 실제 임베딩·리랭커 실행 환경을 반환합니다. runtime_profile에는 빠진 선택 의존성이 표시되며 비밀값은 포함하지 않습니다.

mem_candidate_propose(content, source, source_ref, idempotency_key)는 민감 정보를 검사한 뒤 검토 대기 후보를 만듭니다. 장기 기억에는 바로 저장하지 않으며 승인된 후보만 일반 쓰기 단계로 넘어갑니다. 같은 idempotency_key에 다른 내용을 보내면 거부합니다.

OpenCode

공개된 opencode-memtomem@0.1.2 플러그인에는 Core 0.3.12가 포함되어 있습니다. OpenCode는 단수 plugin 키를 사용하며 opencode plugin add 명령은 없습니다:

{"plugin": ["opencode-memtomem@0.1.2"]}

플러그인의 슬래시 명령과 스킬 없이 MCP 도구만 사용하려면 opencode.json에 로컬 서버를 설정합니다.

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "memtomem": {
      "type": "local",
      "command": ["uvx", "--isolated", "--from", "memtomem[all]==0.3.12", "memtomem-server"],
      "enabled": true,
      "timeout": 60000,
      "environment": {"MEMTOMEM_TOOL_MODE": "core"}
    }
  }
}

기존 수동 mcp.memtomem 항목은 플러그인의 기본 서버보다 우선하므로 서버 하나만 실행합니다. 수동 서버를 쓰려면 이 키를 정확히 유지하고, 플러그인 서버를 쓰려면 수동 항목을 제거하세요. mcp."memtomem-local"처럼 다른 키는 중복 제거되지 않아 서버 두 개가 실행됩니다. 가능한 구성은 OpenCode 연결 안내에서 모두 확인할 수 있습니다.

자주 쓰는 액션

범주	예시
네임스페이스	`ns_list`, `ns_set`, `ns_assign`, `ns_update`, `ns_rename`, `ns_delete`
태그	`tag_list`, `tag_rename`, `tag_merge`, `tag_delete`
세션	`session_start`, `session_end`, `session_list`
스크래치	`scratch_set`, `scratch_get`, `scratch_promote`
Context Gateway	`context_detect`, `context_init`, `context_generate`, `context_diff`, `context_sync`, `context_pull`, `context_artifact_transfer` (스킬·에이전트·명령을 프로젝트·계층 간 이동/복사), `context_version`, `context_promote`
유지보수	`dedup_scan`, `dedup_merge`, `decay_scan`, `decay_expire`, `cleanup_orphans`, `auto_tag`
가져오기 / 내보내기	`export`, `import`, `import_obsidian`, `import_notion`, `ingest`
품질 / 분석	`quality_replay`, `activity`, `timeline`, `eval`, `reflect`

모드 선택

다음 경우에는 core를 유지하세요.

memtomem을 AI 도구에 처음 연결합니다.
프롬프트와 도구 목록의 크기를 줄이고 싶습니다.
어떤 모드가 필요한지 아직 모릅니다.

MCP 클라이언트가 mem_do보다 개별 도구를 직접 호출하는 방식을 더 잘 다루면 standard를 사용하세요.

테스트, 문서화, 전체 도구 수동 점검이 필요할 때는 full을 사용합니다. full은 의도적으로 많은 도구를 한꺼번에 노출합니다.

CLI 대응 명령

대부분의 MCP 작업에는 같은 기능을 하는 CLI 명령이 있습니다.

MCP	CLI
`mem_status`	`mm status`
`mem_add`	`mm add`
`mem_search`	`mm search`
`mem_index`	`mm index`
`mem_do(action="context_sync")`	`mm context sync`
`mem_do(action="schedule_list")`	`mm schedule list`

AI 도구가 적절한 도구를 고르지 못하면 CLI에서 한 번 직접 실행한 뒤 같은 작업을 다시 요청해 보세요.