Datos y búsqueda · Servidor MCP local
Adaptive Memory Graph
Persistent memory for Claude via weighted, interconnected knowledge nodes.
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.raskolnikovdd/adaptive-memory-graph- Versión
- 1.1.1
- Estado
- Activo
- Categoría
- datos y búsqueda
- Transporte
- stdio (proceso local)
- Paquete
- PyPI
- Publicado
- 11 de marzo de 2026
- Actualizado
- 11 de marzo de 2026
- Editor
- raskolnikovdd (GitHub)
- Espacio de nombres
- Espacio de nombres verificado por el MCP Registry mediante GitHub (github.com/raskolnikovdd) · cómo
- Repositorio
- github.com/raskolnikovdd/adaptive-memory-graph.git
- Fuente
- Entrada en la API del registro
Paquetes
| Registro | Paquete | Versión | Transporte |
|---|---|---|---|
| PyPI | adaptive-memory-graph | 1.1.1 | stdio |
Cómo conectar Adaptive Memory Graph
Adaptive Memory Graph se ejecuta en local a partir de un paquete de Python publicado en PyPI: adaptive-memory-graph, versión 1.1.1. 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 adaptive-memory-graph.
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": {
"adaptive-memory-graph": {
"command": "uvx",
"args": [
"adaptive-memory-graph"
]
}
}
}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 datos y búsqueda
| Servidor | Ejecución |
|---|---|
| Actor Pipeline Runner (Chain Actors in One Run)Run up to 25 Apify Actors in order in one call, passing each step's dataset to the next. | Remoto · HTTPComprobación en directo: requiere inicio de sesión |
| Ad RadarSearch winning Meta ads, the hooks brands are scaling, and swipe briefs, inside Claude. | Remoto · HTTPComprobación en directo: ✓ negociación inicial |
| AdAdvisor MCP ServerQuery Meta Ads performance data - accounts, campaigns, ad sets, ads, metrics & settings. | Remoto · HTTPComprobación en directo: requiere inicio de sesión |
| Adamamer20 Paper Search MCP OpenaiSearch and download academic papers from arXiv, PubMed, bioRxiv, medRxiv, Google Scholar, Semantic… | Remoto · HTTPComprobación en directo: requiere inicio de sesión |
| Adaptive RecallAdaptive memory system with cognitive scoring, knowledge graph, and self-improving ML. | Local · HTTP |
| AdlicioCustomer-voice research: scrape reviews and comments from 30+ sites, find ads, hooks, creators. | Remoto · HTTPComprobación en directo: requiere inicio de sesión |
| AdmaxxerAI-powered DTC analytics & ads manager for Meta + Google. | Remoto · HTTP y SSEComprobación en directo: requiere inicio de sesión |
| Admit Coach - College Search & CostsSearch US colleges and compare historical admissions, costs and aid using public federal data. | Remoto · HTTPComprobación en directo: ✓ negociación inicial |