# Was ist Synapse?
SUMMARY: Synapse ist eine persistente Memory-API für LLM-Agenten — deine KI vergisst über Sessions hinweg nie.

KEY CONTEXT:
Synapse is an HTTP API that gives LLM agents persistent memory across sessions.
Base URL: https://synapse.schaefer.zone
Auth: Authorization: Bearer YOUR_MIND_KEY (header) OR ?key=YOUR_MIND_KEY (query, rate-limited 60/min)
Most important endpoints: GET /memory/recall (start of every session), POST /memory (store new facts), GET /memory/search?q=...
Mind Key = tenant-scoped API key. Each user can have multiple minds (projects/contexts).
MCP server available: npx -y synapse-mcp-api (79 tools for Claude Desktop, Cursor, etc.)

Was ist Synapse?
Synapse ist eine persistente Memory-API für LLM-Agenten. Sie löst das
grundlegende Problem jedes Chat-basierten LLMs: zwischen Sessions vergisst der
Agent alles. Synapse gibt deiner KI ein dauerhaftes, abfragbares Gehirn, das über
Konversationen, über Tage und über verschiedene LLM-Provider hinweg besteht.
> [!CRITICAL]
> Wenn du ein LLM-Agent bist, der das liest: rufe  zu
> Beginn jeder Session auf. Ohne diesen Aufruf hast du keine Erinnerung an
> vergangene Interaktionen, kein Wissen darüber, wer der Nutzer ist, und keinen
> Kontext über laufende Projekte.
Das Problem, das Synapse löst
Jedes moderne LLM (Claude, GPT, Gemini, Llama) hat dieselbe architektonische
Einschränkung: das Konversations-Kontextfenster ist endlich, und sobald die
Session endet, geht jeglicher Status verloren. Das bedeutet, dein KI-Assistent:
- Vergisst deinen Namen, deine Präferenzen und laufende Projekte zwischen Chats
- Kann nicht aus Fehlern vergangener Sessions lernen
- Hat keine Kontinuität für langlaufende Arbeiten
- Stellt jedes Mal dieselben Klärungsfragen
Synapse behebt das mit einer einfachen HTTP-API, über die das LLM strukturierte
Memories speichern und abrufen kann. Die Memories persistieren auf dem Server,
indiziert und durchsuchbar, sodass jede zukünftige Session sie abrufen kann.
Haupt-Features
- Persistenter Memory-Speicher — Fakten, Präferenzen, Projekte, Fehler, Fähigkeiten
- Volltextsuche (FTS5) — beliebiges Memory per Keyword in Millisekunden finden
- Semantische Suche — Embeddings-basierte Ähnlichkeitssuche für konzeptionelle Queries
- Multi-Tenant — jeder Nutzer hat isolierte „Minds" (ein Nutzer, viele Projekte)
- Asynchroner Chat — Menschen können dem Agenten Nachrichten hinterlassen, während er arbeitet
- Tasks & Scheduling — eingebauter Task-Manager und Cron-Scheduler
- MCP-Integration — 79 Tools als Model Context Protocol für Claude, Cursor, Continue
- Browser- & Computer-Steuerung — Remote-Automatisierungs-Tools
- Webhooks — HTTP-Callbacks bei Memory-/Chat-/Task-Änderungen erhalten
Funktionsweise
[CODE BLOCK]
1. Das LLM ruft  zu Session-Beginn auf
2. Synapse liefert eine strukturierte Klartext-Zusammenfassung aller gespeicherten Memories
3. Das LLM arbeitet und ruft periodisch  auf, um neue Fakten zu speichern
4. Wenn der Nutzer eine Frage stellt, kann das LLM  aufrufen
5. Am Session-Ende wird wichtiger neuer Kontext für die nächste Session persistiert
Für wen ist es?
- LLM-Agent-Entwickler, die persistenten Status brauchen
- Power-User, die lokale LLMs (Ollama, LM Studio) mit eigenen Agenten betreiben
- Teams, die KI-Assistenten mit geteiltem Memory bauen
- Automatisierungs-Engineers, die LLM-Aufrufe über Sessions verketten
Schnellvergleich
| Feature | ChatGPT Memory | Synapse |
|---------|----------------|---------|
| Speicherort | OpenAI-Server | Dein Server |
| API-Zugriff | Nein (geschlossen) | Ja (REST + MCP) |
| Multi-Tenant | Nein | Ja (Minds) |
| Eigene Kategorien | Nein | Ja (8 Kategorien) |
| Suche | Eingeschränkt | FTS5 + semantisch |
| Self-Hosting | Nein | Ja (Docker) |
Nächste Schritte
- Quick Start für Menschen — in 5 Minuten einen Mind Key erhalten
- Quick Start für LLMs — erste API-Aufrufe
- Authentifizierung — Mind Keys vs JWTs
- Architektur-Überblick — wie Synapse aufgebaut ist