Desarrollo · Servidor MCP local

Memdocs

Git-native project memory for AI assistants with audit compliance.

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.silversurfer562/memdocs
Versión
2.1.4
Estado
Activo
Categoría
desarrollo
Transporte
stdio (proceso local)
Paquete
PyPI
Publicado
5 de diciembre de 2025
Actualizado
5 de diciembre de 2025
Editor
silversurfer562 (GitHub)
Espacio de nombres
Espacio de nombres verificado por el MCP Registry mediante GitHub (github.com/silversurfer562) · cómo
Repositorio
github.com/Smart-AI-Memory/memdocs
Fuente
Entrada en la API del registro

Paquetes

RegistroPaqueteVersiónTransporteVariables de entorno
PyPIentorno de ejecución: uvxmemdocs2.1.4stdioPROJECT_ROOT y ANTHROPIC_API_KEY (obligatorio, secreto)

Cómo conectar Memdocs

Memdocs se ejecuta en local a partir de un paquete de Python publicado en PyPI: memdocs, versión 2.1.4. 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 memdocs. Lee estas variables de entorno: PROJECT_ROOT y ANTHROPIC_API_KEY (obligatorio, secreto); 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": {
    "memdocs": {
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "<valor>",
        "ANTHROPIC_API_KEY": "<secreto>"
      }
    }
  }
}

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
Mem ContextTemporal memory MCP server with LanceDB vector search, weight-decay scoring, and LLM consolidation.Local · stdioPyPI: mem-context
Mem0 CloudA hosted agent-memory API shaped like mem0's REST API (an alternative to running mem0 yourself):...Remoto · HTTPComprobación en directo: ✓ negociación inicialmem0-cloud.saastemly.com
MemAuthorityGit-backed long-term memory authority for AI agents via MCP.Local · stdioMCP Bundle (.mcpb): iasi777/memauthority/releases/download/v1.3.2/me
MemCellLiving memory for AI coding agents: recall before acting, report outcomes so confidence is earned.Remoto y local · HTTP y stdioComprobación en directo: requiere inicio de sesiónmemcell.ai
MementoLocal-first, LLM-agnostic memory layer for AI assistants.Local · stdionpm: @psraghuveer/memento
MementoAgent memory MCP server with 4-type cognitive memory, hybrid search, and TTL-based forgetting.Local · stdionpm: memento-mcp-server
MementoHosted MCP memory for coding agents: persistent across sessions, editable markdown, team sharing.Remoto · HTTPComprobación en directo: requiere inicio de sesiónapi.mementoagi.com
memexPersistent memory for AI agents - semantic + recency search, ONNX embeddings, Docker Compose.Local · HTTPImagen OCI (Docker): ghcr.io/ayushagrawal288/memex:v0.1.0