Compact MCP-geheugenmotor voor langetermijnagentcontext
dm-lite (daimon-memory v2) door Wakbijok levert persistente geheugen voor AI-agenten, opererend als een Model Context Protocol-server om langetermijncontext op te slaan en op te roepen over sessies. De tool combineert trefwoordmatching met vectorembeddings om het ophalen te verbeteren, biedt bitemporale geschiedenis voor verleden-toestandvragen, en levert een kleine, getypte binaire met multitenantondersteuning. Ontwikkelaars die autonome agenten bouwen voor lokalisatie, codering of tekstverwerking krijgen een compact geheugenmotor met offline implementatieopties.
Ontworpen om in MCP-agentwerkstromen te integreren en sessie-tot-sessie status op te slaan
De tool draait als een MCP-compatibele server en integreert met agenthosts die het protocol spreken. Het wordt verspreid als een cross-platform Rust-binary en vereist een MCP-compatibele host plus een Node.js-omgeving voor bepaalde integratiehooks. Ondersteunde agentvoorbeelden zijn onder andere Claude Code, Devin en Claude Desktop. De server accepteert netwerk endpoints of een lokale loopback endpoint, waardoor de implementatie flexibel is voor desktop- en netwerkagents.
Herstelkwaliteit hangt af van de keuze van het embeddingmodel en de indexplaatsing
dm-lite slaat dichte vectorembeddings op naast getypte SQLite-opslag, zodat het herstelgedrag de gebruikte embeddingmodel en de indexlay-out weerspiegelt. De standaard footprint van het embeddingmodel is ongeveer 130 MB op schijf, en elke huurder onderhoudt zijn eigen vectorindex en SQLite-bestand. Praktisch resultaat: de relevantie van de query verbetert met hogere kwaliteit embeddings en zorgvuldige huurderindexering, terwijl ruisige of ondermaatse modellen de hitpercentages verlagen.
Past bij compacte, ontwikkelaarsgerichte implementaties in plaats van grote vectorclusters
Het project benadrukt een lage operationele footprint in vergelijking met cluster-stijl vector databases, waardoor het geschikt is voor onderzoek, prototypes of enkele-host agents. Multitenancy creëert geïsoleerde datapools voor afzonderlijke agents, en de embeddingcache kan vooraf worden gevuld voor air-gapped installaties. Het project wordt actief onderhouden binnen de MCP-ontwikkelaarsgemeenschap, wat helpt bij compatibiliteitsupdates en protocolwijzigingen.
Praktische keuze voor MCP-ontwikkelaars die compacte, onderhoudbare geheugen nodig hebben
dm-lite is een pragmatische optie voor ontwikkelaars die MCP-agenten bouwen en lokaal, onderhoudbaar langetermijncontext en een actief onderhouden project willen. Teams die prioriteit geven aan zeer grootschalige, enterprise vectorindexering zouden in plaats daarvan speciale clusterdatabases moeten evalueren. De tool is geschikt voor prototypes, desktopagenten en onderzoeksgebruik waar een kleine, hostbare geheugenmotor de voorkeur heeft boven een volledige vectorcluster.
