Desarrollo · Servidor MCP local

Memograph

Graph-based memory system for LLMs with knowledge graphs and semantic search.

Lo que indica el MCP Registry

La entrada tal como está publicada en el MCP Registry oficial (consultada el 4 de octubre de 2026), última versión.

Nombre en el registro
io.github.Indhar01/memograph
Versión
0.4.0
Estado
Activo
Categoría
desarrollo
Transporte
stdio (proceso local)
Paquete
PyPI
Publicado
25 de junio de 2026
Actualizado
25 de junio de 2026
Editor
Indhar01 (GitHub)
Espacio de nombres
Espacio de nombres verificado por el MCP Registry mediante GitHub (github.com/Indhar01) · cómo
Repositorio
github.com/Indhar01/MemoGraph
Fuente
Entrada en la API del registro

Paquetes

RegistroPaqueteVersiónTransporteVariables de entorno
PyPIentorno de ejecución: uvxmemograph0.4.0stdioMEMOGRAPH_VAULT (obligatorio), MEMOGRAPH_READONLY, MEMOGRAPH_PROVIDER, MEMOGRAPH_MODEL, ANTHROPIC_API_KEY (secreto), OPENAI_API_KEY (secreto) y OLLAMA_HOST

Cómo conectar Memograph

Memograph se ejecuta en local a partir de un paquete de Python publicado en PyPI: memograph, versión 0.4.0. Usa MCP mediante stdio, así que el cliente lo inicia como programa y se comunica con él a través de la entrada y salida estándar. Necesita Python; los clientes suelen iniciarlo con uvx (de uv) o tras pip install - el comando habitual es uvx memograph. Lee estas variables de entorno: MEMOGRAPH_VAULT (obligatorio), MEMOGRAPH_READONLY, MEMOGRAPH_PROVIDER, MEMOGRAPH_MODEL, ANTHROPIC_API_KEY (secreto), OPENAI_API_KEY (secreto) y OLLAMA_HOST; hay que definirlas en la configuración del cliente para este servidor.

En el formato JSON mcpServers que leen muchos clientes MCP de escritorio y de editores de código, la entrada tiene este aspecto (marcadores de posición entre corchetes angulares):

{
  "mcpServers": {
    "memograph": {
      "command": "uvx",
      "args": [
        "memograph"
      ],
      "env": {
        "MEMOGRAPH_VAULT": "<valor>",
        "MEMOGRAPH_READONLY": "<valor>",
        "MEMOGRAPH_PROVIDER": "<valor>",
        "MEMOGRAPH_MODEL": "<valor>",
        "ANTHROPIC_API_KEY": "<secreto>",
        "OPENAI_API_KEY": "<secreto>",
        "OLLAMA_HOST": "<valor>"
      }
    }
  }
}

Obtenido de la entrada del registro, sin probar aquí. Lo que hace el servidor, y en qué condiciones, lo determina su editor; conviene revisar su repositorio o sitio web antes de darle acceso a cuentas o archivos propios. Cómo añadir un servidor MCP a un asistente · Antes de conectar

Más servidores de desarrollo

Ver los 5152 →
ServidorEjecuciónEndpoint o paquete
MeminiLocal-first project memory and mistake-prevention guardrails for AI coding agents.Local · stdionpm: memini
memoMemory for AI agents - MLX (Apple Silicon) or CPU (Linux), sqlite-vec + BM25, zero cloud.Local · stdioPyPI: mlx-memo
MemocallRecall past Claude Code conversations from any project as clean, compact Markdown.Local · stdionpm: memocall
MemocoreShared memory for all your AI agents, your whole team and every MCP client - save, search, recall.Remoto · HTTPComprobación en directo: requiere inicio de sesiónmemocore.ai
MemoirPersistent memory for AI coding tools via MCP. Remembers across sessions and machines.Local · stdionpm: memoir-cli
Memoize - persistent agent memoryPersistent cross-session memory shared by Codex, Claude Code, ChatGPT, and other AI agents.Remoto · HTTPComprobación en directo: requiere inicio de sesiónmemoize.xyz
memoricProvenance-first database for teams and agents: every value carries sources, rules and coverage.Remoto · HTTPComprobación en directo: requiere inicio de sesiónapp.memoric.io
MemoroPersonal AI memory layer on your own computer. Read/write durable memory across MCP clients.Local · stdionpm: @memoro/mcp-server