Otros · Servidor MCP local
Context Keeper
Durable project-memory MCP: decisions, constraints, and pipelines across Claude sessions.
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.jarmstrong158/context-keeper- Versión
- 0.19.0
- Estado
- Activo
- Categoría
- otros
- Transporte
- stdio (proceso local)
- Paquete
- PyPI
- Publicado
- 6 de agosto de 2026
- Actualizado
- 6 de agosto de 2026
- Editor
- jarmstrong158 (GitHub) · 8 servidores con página aquí
- Espacio de nombres
- Espacio de nombres verificado por el MCP Registry mediante GitHub (github.com/jarmstrong158) · cómo
- Repositorio
- github.com/jarmstrong158/context-keeper
- Fuente
- Entrada en la API del registro
Paquetes
| Registro | Paquete | Versión | Transporte |
|---|---|---|---|
| PyPI | context-keeper-mcp | 0.19.0 | stdio |
Cómo conectar Context Keeper
Context Keeper se ejecuta en local a partir de un paquete de Python publicado en PyPI: context-keeper-mcp, versión 0.19.0. 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 context-keeper-mcp. Lee la variable de entorno CONTEXT_KEEPER_PROJECT; hay que definirla 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": {
"context-keeper": {
"command": "uvx",
"args": [
"context-keeper-mcp"
],
"env": {
"CONTEXT_KEEPER_PROJECT": "<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 de jarmstrong158 (GitHub)
| Servidor | Ejecución |
|---|---|
| agentsyncMulti-agent coordination MCP: claim work, survey peers, resolve conflicts via a git branch as CAS. | Local · stdio |
| agentsync (remote)Cloudflare Worker remote transport for agentsync. MCP 2026-07-28, dual-era, stateless. | Remoto · HTTP |
| CambiumKnowledge-lifecycle MCP: turn agent work into memory, recall it across projects, promote to org. | Local · stdio |
| cambium (remote)Cloudflare Worker for read-only recall of cambium knowledge. MCP 2026-07-28, dual-era. | Remoto · HTTP |
| ConductorLocal task scheduler and worker manager with MCP integration for Claude Desktop. | Local · stdio |
| Context Keeper (remote)Cloudflare Worker remote backend for context-keeper (D1). MCP 2026-07-28, dual-era. | Remoto · HTTP |
| Skillmatch MCPJob search and ranking pipeline via MCP for Claude Desktop. | Local · stdio |
Más servidores de otros
| Servidor | Ejecución |
|---|---|
| ContextLocal-first documentation for AI agents. Offline, instant, private doc retrieval. | Local · stdio |
| Context BookStop re-explaining yourself to Agents. Give it the right context, right when needed. | Remoto · HTTPComprobación en directo: ✗ sin negociación inicial |
| Context BridgeContext portability MCP server for compressing, formatting, and resuming AI conversation handoffs. | Local · stdio |
| Context FabricContext sync layer for AI agents. Ensures continuity and eliminates memory drift automatically. | Local · stdio |
| Context MemPersistent memory for AI agents - 98%+ retrieval recall, 99% token savings, 44 tools. | Local · stdio |
| Context PodPersistent context for AI agents built fromlearned vectors with certainty scores. | Remoto · SSEComprobación en directo: requiere inicio de sesión |
| Context Studios MCPAI agency API: free tools for glossary, comparisons, blog, guides, estimates and consulting. | Remoto · HTTPComprobación en directo: ✓ negociación inicial |