Entwicklung · Lokaler MCP-Server
Memdocs
Git-native project memory for AI assistants with audit compliance.
Was die MCP Registry angibt
Der Eintrag, wie er in der offiziellen MCP Registry veröffentlicht ist (Stand: 4. Oktober 2026), neueste Version.
- Registry-Name
io.github.silversurfer562/memdocs- Version
- 2.1.4
- Status
- Aktiv
- Kategorie
- Entwicklung
- Transport
- stdio (lokaler Prozess)
- Paket
- PyPI
- Veröffentlicht
- 5. Dezember 2025
- Aktualisiert
- 5. Dezember 2025
- Herausgeber
- silversurfer562 (GitHub)
- Namensraum
- Namensraum von der MCP Registry über GitHub verifiziert (github.com/silversurfer562) · So wird verifiziert
- Repository
- github.com/Smart-AI-Memory/memdocs
- Quelle
- Eintrag in der Registry-API
Pakete
| Registry | Paket | Version | Transport |
|---|---|---|---|
| PyPILaufzeitumgebung: uvx | memdocs | 2.1.4 | stdio |
So verbinden Sie Memdocs
Memdocs wird lokal ausgeführt, und zwar aus einem auf PyPI veröffentlichten Python-Paket: memdocs, Version 2.1.4. 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 memdocs. Der Server liest diese Umgebungsvariablen: PROJECT_ROOT und ANTHROPIC_API_KEY (erforderlich, geheim); 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": {
"memdocs": {
"command": "uvx",
"args": [
"memdocs"
],
"env": {
"PROJECT_ROOT": "<wert>",
"ANTHROPIC_API_KEY": "<geheim>"
}
}
}
}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
Weitere Server der Kategorie Entwicklung
| Server | Ausführung |
|---|---|
| Mem ContextTemporal memory MCP server with LanceDB vector search, weight-decay scoring, and LLM consolidation. | Lokal · stdio |
| Mem0 CloudA hosted agent-memory API shaped like mem0's REST API (an alternative to running mem0 yourself):... | Remote · HTTPLive-Prüfung: ✓ Handshake |
| MemAuthorityGit-backed long-term memory authority for AI agents via MCP. | Lokal · stdio |
| MemCellLiving memory for AI coding agents: recall before acting, report outcomes so confidence is earned. | Remote und lokal · HTTP und stdioLive-Prüfung: Anmeldung erforderlich |
| MementoLocal-first, LLM-agnostic memory layer for AI assistants. | Lokal · stdio |
| MementoAgent memory MCP server with 4-type cognitive memory, hybrid search, and TTL-based forgetting. | Lokal · stdio |
| MementoHosted MCP memory for coding agents: persistent across sessions, editable markdown, team sharing. | Remote · HTTPLive-Prüfung: Anmeldung erforderlich |
| memexPersistent memory for AI agents - semantic + recency search, ONNX embeddings, Docker Compose. | Lokal · HTTP |