Long Term MemoryOtak Persisten untuk AI.
Bebaskan model AI Anda dari batasan stateless. Long-Term Memory (LTM) memungkinkan AI untuk mengingat konteks lintas sesi, mengenali pola proyek Anda secara mendalam, dan menyimpan pengetahuan krusial melalui standar Model Context Protocol (MCP) yang terintegrasi secara universal.
Visualisasi Knowledge Graph AI
Coba putar, geser, atau perbesar struktur memori di bawah ini.
Fork of Official MCP Memory
Arsitektur backend Dahono LTM dibangun dengan mem-fork basis kode @modelcontextprotocol/server-memory resmi dari Anthropic. Kami membawa standar memori graf open-source ini ke tingkat Enterprise dengan menyuntikkan dukungan multi-tenant, enkripsi at-rest per-akun, otentikasi aman berbasis token, dan skalabilitas penyimpanan terpusat.
4 Aset Memori untuk AI yang Benar-Benar Pintar.
Kami mengelompokkan ingatan model AI ke dalam 4 kategori terstruktur sehingga recall informasi selalu akurat dan relevan tanpa kerancuan konteks.
Chat Memory
Riwayat percakapan jangka pendek dan panjang lintas sesi. AI tidak akan lupa keputusan akhir dari obrolan Anda kemarin.
Skill Memory
Menyimpan SOP, langkah perbaikan, dan instruksi spesifik cara mengeksekusi tugas dari koreksi Anda sebelumnya.
LLM-Wiki
Ekstraksi otomatis pengetahuan bisnis dan dokumentasi yang dipelajari AI menjadi basis pengetahuan internal tim.
Code-Graph
Pemetaan struktur direktori, konvensi coding (tanpa Tailwind/vanilla CSS), serta dependensi proyek perangkat lunak Anda.
Graph pribadi.
Tanpa bucket yang perlu dikelola.
Dahono menyimpan Knowledge Graph Anda dalam storage internal yang terenkripsi dan terisolasi per akun + workspace. Tidak ada kredensial S3, URL publik, atau konfigurasi bucket yang perlu Anda amankan.
- Isolasi workspace: token MCP hanya dapat membuka graph yang ditugaskan.
- Token dapat dicabut: buat, rotasi, dan revoke dari dashboard.
- Alokasi khusus LTM: harga lebih ringan dari Object Storage umum.
Bucket, API key, akses objek, dan egress dirancang untuk menyimpan serta mendistribusikan file Anda.
Storage graph privat dioperasikan oleh Dahono agar AI Anda dapat mengingat konteks tanpa setup infrastruktur tambahan.
Memori AI, Tanpa Harga Storage.
Bayar dengan Dahono Credit. Setiap paket mencakup storage graph internal yang privat—bukan bucket S3, kredensial, atau kuota file hosting.
~Rp 1.000 / bulan
- 1 LTM workspace
- 250 MB graph allocation
- 2 token MCP aktif
- Remote SSE untuk IDE / CLI
~Rp 2.000 / bulan
- 2 LTM workspace
- 750 MB graph allocation
- 3 token MCP aktif / workspace
- Remote SSE + graph visualizer
~Rp 3.500 / bulan
- 5 LTM workspace
- 2 GB graph allocation
- 5 token MCP aktif / workspace
- Remote SSE prioritas
Pertanyaan Umum
Semua hal yang perlu Anda ketahui tentang Dahono Long-Term Memory MCP.
Dahono LTM MCP memakai arsitektur Knowledge Graph yang kompatibel dengan ekosistem MCP, lalu menambahkan penyimpanan internal Dahono yang otomatis, persisten, terenkripsi, dan terisolasi per akun. LTM bukan bucket S3 pengguna.
Buka workspace LTM di dashboard, buat token MCP bernama, lalu salin endpoint SSE yang ditampilkan sekali. Tempel endpoint tersebut ke konfigurasi MCP Claude Desktop atau Cursor IDE.
Tidak. Kapasitas paket adalah alokasi graph LTM yang dikelola Dahono secara privat. Anda tidak perlu mengatur bucket atau kredensial S3, dan LTM tidak muncul sebagai produk Storage.
Dahono LTM MCP memakai struktur Knowledge Graph ringan di storage internal terkelola, sehingga tidak perlu menjalankan Vector DB atau database SQL berukuran besar untuk setiap workspace.
Kami mengadopsi kategorisasi standar terbaik industri di mana ingatan AI dipilah menjadi 4 aset: (1) Chat Memory untuk riwayat obrolan, (2) Skill Memory untuk SOP/langkah eksekusi tugas, (3) LLM-Wiki untuk pengetahuan bisnis tim, dan (4) Code-Graph untuk relasi struktur dan aturan kode proyek Anda.
Cabut token tersebut langsung di workspace LTM, lalu buat token baru. Token mentah hanya ditampilkan sekali saat dibuat dan tidak dapat dipulihkan.
Siap Memberikan Otak Persisten untuk AI Anda?
Hubungkan ke Claude Desktop, Cursor IDE, atau CLI dalam waktu kurang dari 2 menit.