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
| Registro | Paquete | Versión | Transporte |
|---|---|---|---|
| PyPIentorno de ejecución: uvx | memdocs | 2.1.4 | stdio |
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
| Servidor | Ejecución |
|---|---|
| Mem ContextTemporal memory MCP server with LanceDB vector search, weight-decay scoring, and LLM consolidation. | Local · stdio |
| Mem0 CloudA hosted agent-memory API shaped like mem0's REST API (an alternative to running mem0 yourself):... | Remoto · HTTPComprobación en directo: ✓ negociación inicial |
| MemAuthorityGit-backed long-term memory authority for AI agents via MCP. | Local · stdio |
| 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 sesión |
| MementoLocal-first, LLM-agnostic memory layer for AI assistants. | Local · stdio |
| MementoAgent memory MCP server with 4-type cognitive memory, hybrid search, and TTL-based forgetting. | Local · stdio |
| MementoHosted MCP memory for coding agents: persistent across sessions, editable markdown, team sharing. | Remoto · HTTPComprobación en directo: requiere inicio de sesión |
| memexPersistent memory for AI agents - semantic + recency search, ONNX embeddings, Docker Compose. | Local · HTTP |