MemHQ SDK & MCP Server
MemHQ/sdk
Memória persistente e recuperável para agentes IA em produção
Ver no GitHubSDK oficial e servidor MCP para MemHQ, infraestrutura de memória hospedada para agentes IA. Oferece clientes TypeScript e Python com suporte a add, search e ask, além de integrações com LangChain, Vercel AI e LlamaIndex.
Instalação
npx convez-ai MemHQ/sdk1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Armazenar e recuperar contexto de conversas de usuários
- Construir agentes IA com memória de longo prazo
- Implementar busca semântica sobre histórico de interações
Veredito

SDK maduro e bem documentado para memória de agentes IA. Suporte multiplataforma (TS/Python) e integrações diretas com frameworks populares fazem dele escolha prática para aplicações com requisitos de contexto persistente.
README
A tradução para o português deste README ainda está na fila.
MemHQ SDKs & Adapters
Official client libraries for MemHQ — hosted memory infrastructure for AI agents.
These are thin, open-source clients over the MemHQ REST API. The MemHQ service itself is a hosted product; sign up at memhq.ai to get an API key.
Packages
JavaScript / TypeScript (npm)
| Package | Description |
|---|---|
@memhq/sdk | Core TypeScript SDK — add, search, ask |
@memhq/mcp-server | Model Context Protocol server (stdio + HTTP) |
@memhq/langchain | LangChain.js chat history + retriever |
@memhq/vercel-ai | Vercel AI SDK tools |
@memhq/llamaindex | LlamaIndex.TS memory + retriever |
npm install @memhq/sdk
Python (PyPI)
| Package | Description |
|---|---|
memhq | Core Python SDK |
memhq-langchain | LangChain (Python) integration |
memhq-llamaindex | LlamaIndex (Python) integration |
pip install memhq
Quickstart
import { MemHQ } from "@memhq/sdk";
const memhq = new MemHQ({ apiKey: process.env.MEMHQ_API_KEY });
await memhq.add({ messages: [{ role: "user", content: "I prefer dark roast coffee" }], userId: "u1" });
const results = await memhq.search({ query: "coffee preference", userId: "u1" });
const answer = await memhq.ask({ question: "What coffee do I like?", userId: "u1" });
Full docs: memhq.ai/docs
License
Apache-2.0. See LICENSE.