Erinnerungen

Der Erinnerungs-Server ist ein persistentes, Session-übergreifendes Gedächtnis für Projekte, Entscheidungen und Notizen – erreichbar sowohl für KI-Assistenten wie Claude über das Model Context Protocol als auch über eine eigene Web-Oberfläche direkt hier auf dieser Seite.

Allgemein

Wozu dient er?

Wenn man regelmäßig mit einem KI-Assistenten an denselben Projekten arbeitet, geht zwischen einzelnen Sitzungen viel Kontext verloren – Entscheidungen, Umsetzungsdetails, offene Punkte müssen mühsam wieder rekonstruiert werden. Der Erinnerungs-Server löst das: eine eigene, dauerhafte Wissensdatenbank, die eine KI lesend und schreibend nutzen kann, und die auch zwischen komplett unabhängigen Sitzungen erhalten bleibt.

Aufbau: Projekte → Erinnerungen

Erinnerungen werden in Projekten organisiert. Jedes Projekt hat einen Namen und optional eine kurze Beschreibung, jede Erinnerung darin einen Titel und einen Inhalt in Markdown. Dazu kommen vier optionale Felder: eine Kurzfassung in einem Satz, eine frei wählbare Art (zum Beispiel Regel, Runbook, Referenz oder Zugang), Bereiche innerhalb des Projekts (siehe unten) und die Markierung „angeheftet“. Die Web-Oberfläche führt in drei Schritten dorthin: erst die Projektliste, dann die Erinnerungen innerhalb eines Projekts (mit den Optionen Öffnen, Bearbeiten und Löschen pro Eintrag), zuletzt die eigentliche Bearbeitungsmaske.

Token-sparend: Einzeiler statt Volltexte

Suche und Sitzungsstart liefern pro Erinnerung nur eine Zeile mit Titel, Art und Kurzfassung. Den vollständigen Text lädt die KI erst gezielt, wenn sie ihn wirklich braucht. Angeheftete Erinnerungen – kurze Dinge, die in jeder Sitzung gebraucht werden, etwa Hinweise zur eigenen Person – bekommt sie beim Sitzungsstart immer vollständig mit. So bleibt der Kontext klein und trotzdem ist alles Wichtige sofort da.

Bereiche: nur laden, was zum Thema gehört

Große Projekte lassen sich zusätzlich in Bereiche gliedern, etwa Frontend, Backend und Datenbank. Eine Erinnerung kann mehreren Bereichen angehören oder gar keinem. Beim Sitzungsstart und bei der Suche kann die KI nach Bereichen filtern: Sie bekommt dann die passenden Erinnerungen plus alle ohne Bereich, der Rest wird nicht verschwiegen, sondern nur gezählt („+5 in anderen Bereichen: Backend 3, Datenbank 2“). Die vorhandenen Bereiche eines Projekts werden mit Anzahl angezeigt, damit bestehende wiederverwendet statt neue erfunden werden; Groß- und Kleinschreibung spielen keine Rolle. In der Web-Oberfläche gibt es dafür eine Filterleiste über der Liste und Chips mit Vorschlägen im Editor.

Kleine Änderungen, kleine Nachrichten

Soll in einer langen Erinnerung nur ein Satz geändert oder ein Punkt ergänzt werden, muss die KI nicht den ganzen Text neu schicken: Sie ersetzt gezielt einzelne Textstellen oder hängt etwas an das Ende eines Abschnitts an. Jede zu ersetzende Stelle muss dabei genau einmal vorkommen; passt eine nicht, bleibt die Erinnerung komplett unverändert.

Verknüpfungen: nichts doppelt schreiben

Erinnerungen können auf andere Erinnerungen verweisen. Baut ein Runbook auf einer Zugangs-Erinnerung auf oder ist eine Übersicht der Einstieg zu mehreren Detailthemen, wird der Inhalt nicht kopiert, sondern verknüpft. Ein Fakt steht so an genau einer Stelle und muss nur dort gepflegt werden. Eine Verknüpfung zeigt in eine Richtung; beim Öffnen einer Erinnerung erscheinen beide Seiten: „Verknüpft mit“ (worauf sie verweist) und „Wird referenziert von“ (wer auf sie verweist), jeweils mit Titel und Kurzfassung. Wird eine Erinnerung gelöscht, verschwinden ihre Verknüpfungen automatisch. In der Web-Oberfläche findet man die Ziel-Erinnerung über eine Titelsuche, in der Liste zeigt ein Chip die Anzahl der Verknüpfungen. Auch Aufgaben und wiederkehrende Checks aus den anderen Servern können auf Erinnerungen verweisen, etwa auf das passende Runbook.

Markdown, Vorschau und Download

Erinnerungen werden als Markdown geschrieben. Ein Umschalter im Editor zeigt den Inhalt wahlweise als Rohtext oder gerendert an (Überschriften, Listen, Code, Zitate, Links) – ganz ohne externe Bibliothek. Jede Erinnerung lässt sich außerdem jederzeit als eigenständige .md-Datei herunterladen.

Dateianhänge

Zu jeder Erinnerung lassen sich beliebige Dateien hochladen – Bilder, PDFs, was auch immer dazugehört. Anhänge lassen sich sowohl über die Web-Oberfläche als auch über eigene Werkzeuge für KI-Clients verwalten.

Für KI-Clients

Ein per Dashboard erzeugter Zugangs-Token mit Zugriff auf „memory“ reicht, um den Server in Claude oder einen anderen MCP-fähigen Client einzubinden. Zur Verfügung stehen dreizehn Werkzeuge:

Werkzeug	Beschreibung
session_briefing	Sitzungsstart in einem Aufruf: angeheftete Erinnerungen vollständig, alle Projekte als Einzeiler und die übrigen Erinnerungen ausgewählter Projekte als Einzeiler mit Kurzfassung, samt vorhandener Bereiche, optional auf Bereiche gefiltert
list_projects	Listet alle eigenen Projekte mit Anzahl enthaltener Erinnerungen und ihren Bereichen
create_project	Legt ein neues Projekt an, optional mit Beschreibung
update_project	Benennt ein Projekt um und/oder ändert seine Beschreibung, die Erinnerungen bleiben im Projekt
search_memories	Durchsucht die eigenen Erinnerungen nach Stichwörtern, optional auf ein Projekt und Bereiche eingeschränkt, und liefert Einzeiler mit Kurzfassung und Anzahl der Verknüpfungen
get_memory	Liefert eine einzelne Erinnerung vollständig, inklusive Anhang-Metadaten und Verknüpfungen (Verweist auf / Wird referenziert von, jeweils als Einzeiler)
create_memory	Legt eine neue Erinnerung in einem Projekt an (Markdown-Inhalt, optional Kurzfassung, Art, Bereiche, Anheften und Verknüpfungen zu anderen Erinnerungen)
update_memory	Ändert Titel, Inhalt, Kurzfassung, Art, Bereiche, Anheften-Markierung und/oder die Verknüpfungen einer bestehenden Erinnerung
patch_memory	Ändert einzelne Textstellen im Inhalt oder hängt Text an das Ende oder an einen Abschnitt an, ohne den ganzen Inhalt neu zu schicken (alles oder nichts)
delete_memory	Löscht eine Erinnerung unwiderruflich
add_attachment	Hängt einer Erinnerung eine Datei an
get_attachment	Liefert einen Anhang zum Lesen
delete_attachment	Entfernt einen Anhang unwiderruflich

Projekte lassen sich nachträglich sowohl über die Web-Oberfläche als auch per update_project umbenennen. Das ist nützlich, weil die KI beim Sitzungsstart Projekte über ihren Namen auswählt: Passt der Name zum Arbeitsverzeichnis oder Thema, findet sie das richtige Projekt ohne Umwege.

Technischer Aufbau

Eigene, isolierte Datenbank

Die Daten liegen bewusst nicht in WordPress, sondern in einer eigenen SQLite-Datenbank – getrennt von der Website, ohne sie unnötig aufzublähen. Jede Abfrage ist strikt nach Nutzer gefiltert, auch wenn aktuell nur ein einziger Account darauf zugreift.

Zwei Zugriffswege, ein Zugangsschlüssel

Der Server ist über den MCP-Gateway für KI-Clients erreichbar und gleichzeitig über eine eigene Web-Oberfläche direkt hier eingebettet. Für die Einbettung erzeugt WordPress bei jedem Seitenaufruf automatisch einen frischen, nur wenige Stunden gültigen Zugangsschlüssel im Hintergrund – es muss nichts manuell kopiert oder eingetragen werden.

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

Memory

The Memory server is a persistent, cross-session memory for projects, decisions and notes – accessible both to AI assistants like Claude via the Model Context Protocol and through its own web interface right here on this page.

General

What’s it for?

When you work with an AI assistant on the same projects over time, a lot of context gets lost between sessions – decisions, implementation details, open questions all have to be painstakingly reconstructed. The Memory server solves this: a persistent knowledge base an AI can read from and write to, one that survives across completely independent sessions.

Structure: projects → memories

Memories are organised into projects. Each project has a name and an optional short description, each memory within it a title and Markdown content. On top of that come four optional fields: a one-sentence summary, a free-form type (for example rule, runbook, reference or access), areas within the project (see below) and a „pinned“ flag. The web interface gets you there in three steps: the project list first, then the memories within a project (with Open, Edit and Delete options per entry), and finally the actual editing screen.

Token-saving: one-liners instead of full texts

Search and session start return only one line per memory, with title, type and summary. The AI loads the full text only when it really needs it. Pinned memories – short things that are needed in every session, such as notes about myself – are always delivered in full at session start. That keeps the context small while everything important is immediately available.

Areas: load only what belongs to the topic

Large projects can additionally be split into areas, such as frontend, backend and database. A memory can belong to several areas or to none. At session start and in search, the AI can filter by area: it then gets the matching memories plus all memories without an area, and the rest isn’t hidden silently but counted („+5 in other areas: Backend 3, Database 2“). The existing areas of a project are shown with their counts so that existing ones get reused instead of new ones being invented; upper and lower case don’t matter. In the web interface there is a filter bar above the list and chips with suggestions in the editor.

Small changes, small messages

If only one sentence in a long memory needs changing or a point needs adding, the AI doesn’t have to send the whole text again: it replaces specific passages or appends to the end of a section. Every passage to be replaced must occur exactly once; if one doesn’t match, the memory stays completely unchanged.

Links: don’t write things twice

Memories can point to other memories. If a runbook builds on an access memory, or an overview is the entry point to several detail topics, the content isn’t copied but linked. A fact then lives in exactly one place and only has to be maintained there. A link points in one direction; when a memory is opened, both sides appear: „Linked to“ (what it points to) and „Referenced by“ (who points to it), each with title and summary. If a memory is deleted, its links disappear automatically. In the web interface the target memory is found via a title search, and in the list a chip shows the number of links. Tasks and recurring checks from the other servers can also point to memories, for example to the matching runbook.

Markdown, preview and download

Memories are written as Markdown. A toggle in the editor shows the content either as raw text or fully rendered (headings, lists, code, quotes, links) – no external library involved. Every memory can also be downloaded at any time as a standalone .md file.

File attachments

Any file can be attached to a memory – images, PDFs, whatever belongs with it. Attachments can be managed both through the web interface and through dedicated tools for AI clients.

For AI clients

An access token generated via the dashboard with access to „memory“ is enough to connect the server to Claude or any other MCP-capable client. Thirteen tools are available:

Tool	Description
session_briefing	Session start in one call: pinned memories in full, all projects as one-liners and the remaining memories of selected projects as one-liners with summary, including existing areas, optionally filtered by area
list_projects	Lists all of your projects with the number of memories each contains and their areas
create_project	Creates a new project, optionally with a description
update_project	Renames a project and/or changes its description, its memories stay in the project
search_memories	Searches your memories by keyword, optionally scoped to one project and to areas, and returns one-liners with summary and number of links
get_memory	Returns a single memory in full, including attachment metadata and links (points to / referenced by, each as a one-liner)
create_memory	Creates a new memory within a project (Markdown content, optionally summary, type, areas, pinning and links to other memories)
update_memory	Changes title, content, summary, type, areas, the pinned flag and/or the links of an existing memory
patch_memory	Changes specific passages of the content or appends text to the end or to a section, without sending the whole content again (all or nothing)
delete_memory	Permanently deletes a memory
add_attachment	Attaches a file to a memory
get_attachment	Returns an attachment for reading
delete_attachment	Permanently removes an attachment

Projects can be renamed afterwards both in the web interface and via update_project. That matters because the AI selects projects by name at session start: if the name matches the working directory or topic, it finds the right project straight away.

Technical setup

Own, isolated database

The data deliberately doesn’t live in WordPress but in its own SQLite database – kept separate from the website, without bloating it unnecessarily. Every query is strictly filtered by user, even though only a single account currently uses it.

Two access paths, one access key

The server is reachable through the MCP gateway for AI clients and, at the same time, embedded right here via its own web interface. For the embed, WordPress automatically mints a fresh access key valid for a few hours in the background on every page load – nothing needs to be copied or entered manually.

Web access is only available to authorized users.