Cos'è un server MCP per la memoria, e come sceglierne uno

Cerca «server MCP memoria» e trovi decine di repository su GitHub, tutti con la stessa promessa: la tua AI finalmente si ricorderà le cose. Il lavoro che fanno è più o meno lo stesso. Cambia dove sta la memoria, chi ci arriva, e se fra un anno riuscirai ancora a leggerla.

Qui vediamo cos'è davvero un server MCP per la memoria, come sono fatti quelli più diffusi e quali sono le poche domande che decidono quale fa per te.

Cosa sono i server MCP, in breve

Il Model Context Protocol è uno standard aperto, creato da Anthropic, che permette alle applicazioni di AI di collegarsi a strumenti e dati esterni. L'app (Claude, ChatGPT, Claude Code, Codex, un editor) è l'host. Ogni cosa a cui si collega è un server MCP, e il server offre al modello tre tipi di cose: strumenti da chiamare, risorse da leggere e prompt da riusare.

I messaggi viaggiano in due modi. Con stdio l'app avvia il server come processo locale sul tuo computer e ci parla direttamente. Con Streamable HTTP il server sta a un indirizzo web e l'app si collega via rete, di solito dopo un accesso OAuth. La documentazione ufficiale lo dice chiaro: un server locale stdio di solito serve un solo client, uno remoto di solito ne serve molti.

Tieni a mente questa differenza. Per un server di memoria conta più di tutto il resto.

Cosa rende un server MCP un server «di memoria»

Nel protocollo la parola «memoria» non c'è. Un server di memoria è semplicemente un server i cui strumenti permettono al modello di scrivere qualcosa e ritrovarlo dopo: salvare un fatto, aggiungerci un pezzo, cercare, rileggere. Quando chiamarli lo decide il modello, in base a nomi e descrizioni degli strumenti e a quello che gli chiedi.

L'implementazione di riferimento, nel repository ufficiale dei server MCP, è un buon esempio. Tiene un grafo di conoscenza in un file JSONL locale (memory.jsonl di default): entità come una persona o un progetto, relazioni fra le entità e osservazioni, cioè brevi frasi attaccate a un'entità. Gli strumenti fanno quello che dice il nome: create_entities, add_observations, search_nodes, read_graph e qualcun altro. Gira via stdio, sul tuo computer.

Funziona, ed è un bel modo per capire come stanno insieme i pezzi. Mostra anche i compromessi che ritroverai in qualsiasi altra soluzione.

Tre modi di conservare la memoria

In linea di massima, i server di memoria tengono quello che imparano in una di queste tre forme.

Un grafo di conoscenza, come il server di riferimento. Ordinato e strutturato, ma i fatti vengono spezzettati in piccole osservazioni, e il file è pensato per il programma più che per te. Aprire memory.jsonl per controllare cosa «sa» la tua AI si può. Non è un piacere.

Un archivio vettoriale. Il testo diventa embedding e si recupera per somiglianza, quindi una domanda può trovare una nota scritta con parole diverse. Il prezzo è un passaggio di embedding in più a ogni scrittura e ricerca, e risultati difficili da spiegare quando sbagliano. E un vettore non lo leggi.

Note normali. Il server conserva documenti di testo, spesso Markdown, in cartelle, e li cerca per parole e per nome. Sulla carta è meno furbo. Però una persona può aprire le stesse note, correggerle, spostarle, e la memoria dell'AI smette di essere una scatola chiusa.

Nessuna delle tre è sbagliata. Rispondono a domande diverse, e quella giusta dipende da chi, oltre al modello, userà quella memoria.

Locale o remoto: la scelta che decide il resto

Un server locale è privato di suo e non costa niente tenerlo acceso. È anche bloccato su un computer. L'app di Claude sul telefono non può avviare un processo sul tuo portatile, e un collega nemmeno. Se usi due computer, hai due memorie che non sanno niente l'una dell'altra.

Un server remoto lo raggiungi da ovunque tu possa accedere: le app di chat nel browser, il telefono, Claude Code su un server, il Codex di un collega. Il prezzo è che qualcuno deve farlo girare, e devi fidarti di come gestisce accessi e permessi.

Ecco cosa supportano oggi le app principali:

• Claude (web, desktop, Cowork) accetta i server remoti come connettori personalizzati su tutti i piani, compreso il gratuito, che è limitato a un connettore personalizzato. Claude Desktop può anche far girare server locali.
• ChatGPT supporta MCP completo, in lettura e scrittura, con la modalità sviluppatore, sul web, per gli account Plus, Pro, Business, Enterprise ed Education. OpenAI la segnala come ad alto rischio, e le azioni di scrittura chiedono conferma di default.
• Claude Code aggiunge un server remoto con claude mcp add --transport http <nome> <url>, poi /mcp per accedere. Con --scope user è disponibile in tutti i progetti.
• Codex supporta sia server stdio sia Streamable HTTP. Uno remoto va in config.toml sotto [mcp_servers.<nome>] con un url, e codex mcp login <nome> gestisce l'OAuth.

Quindi, se usi un solo agente di programmazione su un solo computer, va bene locale. Appena entra in gioco un'app di chat o una seconda persona, serve remoto.

Le domande da farsi prima di sceglierne uno

1. Quali AI ci devono arrivare? Elencale, telefono compreso. Questo decide fra locale e remoto.
2. Puoi leggere quello che ha salvato? Se l'unico modo per controllare la memoria è chiederlo all'AI, non ti accorgerai di quando salva qualcosa di sbagliato.
3. Cosa succede quando l'AI sovrascrive qualcosa? I modelli sbagliano anche in scrittura. Cerca lo storico delle versioni, o almeno un freno contro la sostituzione di una nota lunga con una corta.
4. Chi altro la vede? In un team i permessi li deve far rispettare il server, non la buona educazione del modello.
5. Come cerca? La ricerca per parole è prevedibile ed economica. Quella per somiglianza trova di più ma può sorprenderti. Sappi quale stai prendendo.
6. Puoi andartene? Un'esportazione in file normali vuol dire che la memoria sopravvive allo strumento. Un formato proprietario vuol dire di no.

Dove si colloca Cobrain

Cobrain è un server MCP remoto per la memoria costruito sulle note normali. Un solo indirizzo vale per tutte le AI, via Streamable HTTP con OAuth 2.1, quindi non c'è nessuna API key da incollare. Ogni nota è un file Markdown in cartelle che organizzi tu, e puoi esportare tutto quando vuoi. La ricerca usa un indice di parole che si aggiorna mentre scrivi, spiegato passo passo in come cerca l'AI. Ogni scrittura conserva la versione precedente, e ogni nota dice quale programma l'ha modificata.

Il connettore ha diciannove strumenti documentati, e tutti lavorano con i tuoi permessi: quello che non puoi fare tu, non può farlo nemmeno l'AI. Le guide ti accompagnano nel collegamento di Claude, ChatGPT e Claude Code. Se stai ancora decidendo se la memoria integrata ti basta, parti da come funziona la memoria di Claude.

Domande rapide

Cos'è un server MCP per la memoria? Un server MCP i cui strumenti permettono a un'AI di salvare informazioni e ritrovarle dopo, così passano da una conversazione all'altra e, con un server remoto, da un'app all'altra.

Il server di memoria ufficiale di MCP basta? Per una persona su un computer può bastare. Tiene un grafo di conoscenza in un file locale e gira via stdio, quindi le app di chat nel browser o sul telefono non ci arrivano.

ChatGPT supporta i server MCP per la memoria? Sì, con la modalità sviluppatore sul web, per gli account Plus, Pro, Business, Enterprise ed Education. Le azioni di scrittura chiedono conferma di default.

Server MCP locale o remoto per la memoria? Locale se lo usa una sola app su un solo computer. Remoto se vuoi la stessa memoria in Claude, ChatGPT e nei tuoi agenti di programmazione, o condivisa con un team.