MemoCat - Shared AI Memory

MemoCat - Shared AI Memory wird lokal ausgeführt, und zwar aus einem auf PyPI veröffentlichten Python-Paket: memocat-mcp, Version 0.4.3. 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 memocat-mcp. Der Server liest diese Umgebungsvariablen: MONTYCAT_URI (geheim) und MONTYCAT_TLS; legen Sie sie in der Konfiguration des Clients für diesen Server fest.

MemoCat - Shared AI Memory wird lokal ausgeführt, und zwar aus einem Container-Image in einer OCI-Registry wie Docker Hub oder GitHub Container Registry: docker.io/montygovernance/memocat-mcp:0.4.3. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird Docker oder eine andere OCI-Container-Laufzeitumgebung; gestartet wird mit docker run - der übliche Befehl lautet docker run -i --rm -e MONTYCAT_URI -e MONTYCAT_TLS docker.io/montygovernance/memocat-mcp:0.4.3. Der Server liest diese Umgebungsvariablen: MONTYCAT_URI (geheim) und MONTYCAT_TLS; 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": {
    "memocat-mcp": {
      "command": "uvx",
      "args": [
        "memocat-mcp"
      ],
      "env": {
        "MONTYCAT_URI": "<geheim>",
        "MONTYCAT_TLS": "<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