Massive Context MCP

Massive Context MCP wird lokal ausgeführt, und zwar aus einem auf PyPI veröffentlichten Python-Paket: massive-context-mcp, Version 3.0.1. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird Python; Clients starten das Paket meist mit uvx (aus uv) oder nach pip install - der übliche Befehl lautet uvx massive-context-mcp. Der Server liest diese Umgebungsvariablen: RLM_DATA_DIR und OLLAMA_URL; legen Sie sie in der Konfiguration des Clients für diesen Server fest.

Massive Context MCP wird lokal ausgeführt, und zwar aus einem MCP Bundle, also einem einzelnen herunterladbaren Archiv mit einem lokalen Server und einem Manifest, das ihn beschreibt: https://github.com/egoughnour/massive-context-mcp/releases/download/v3.0.1/massive-context-mcp.mcpb. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird ein Client, der MCP Bundles installiert; die Datei wird in diesem Client geöffnet oder ihm hinzugefügt. Der Server liest diese Umgebungsvariablen: RLM_DATA_DIR und OLLAMA_URL; legen Sie sie in der Konfiguration des Clients für diesen Server fest.

Im JSON-Format mcpServers, das viele MCP-Clients für Desktop und Editor lesen, sieht der Eintrag so aus (Platzhalter in spitzen Klammern):

{
  "mcpServers": {
    "massive-context-mcp": {
      "command": "uvx",
      "args": [
        "massive-context-mcp"
      ],
      "env": {
        "RLM_DATA_DIR": "<wert>",
        "OLLAMA_URL": "<wert>"
      }
    }
  }
}

Abgeleitet aus dem Registry-Eintrag, hier nicht getestet. Was der Server tut und zu welchen Bedingungen, legt sein Herausgeber fest; prüfen Sie sein Repository oder seine Website, bevor Sie ihm Zugriff auf Ihre Konten oder Dateien geben. So fügen Sie einem Assistenten einen MCP-Server hinzu · Vor dem Verbinden