Autres · Serveur MCP local
Context Keeper
Durable project-memory MCP: decisions, constraints, and pipelines across Claude sessions.
Ce qu’indique le MCP Registry
L’entrée telle que publiée dans le MCP Registry officiel (consultée le 4 octobre 2026), dernière version.
- Nom dans le registre
io.github.jarmstrong158/context-keeper- Version
- 0.19.0
- Statut
- Actif
- Catégorie
- autres
- Transport
- stdio (processus local)
- Paquet
- PyPI
- Publié
- 6 août 2026
- Mis à jour
- 6 août 2026
- Éditeur
- jarmstrong158 (GitHub) · 8 serveurs avec une page ici
- Espace de noms
- Espace de noms vérifié par le MCP Registry via GitHub (github.com/jarmstrong158) · comment
- Dépôt
- github.com/jarmstrong158/context-keeper
- Source
- Entrée dans l’API du registre
Paquets
| Registre | Paquet | Version | Transport |
|---|---|---|---|
| PyPI | context-keeper-mcp | 0.19.0 | stdio |
Comment connecter Context Keeper
Context Keeper s’exécute en local depuis un paquet Python publié sur PyPI : context-keeper-mcp, version 0.19.0. Il communique en MCP via stdio : le client le lance comme un programme et échange avec lui par l’entrée et la sortie standard. Il nécessite Python ; les clients le lancent généralement avec uvx (fourni par uv) ou après pip install - la commande habituelle est uvx context-keeper-mcp. Il lit la variable d’environnement CONTEXT_KEEPER_PROJECT ; définissez-la dans la configuration du client pour ce serveur.
Au format JSON mcpServers, que lisent de nombreux clients MCP de bureau et éditeurs de code, l’entrée se présente ainsi (espaces réservés entre chevrons) :
{
"mcpServers": {
"context-keeper": {
"command": "uvx",
"args": [
"context-keeper-mcp"
],
"env": {
"CONTEXT_KEEPER_PROJECT": "<valeur>"
}
}
}
}Déduit de l’entrée du registre, non testé ici. Ce que fait le serveur, et à quelles conditions, relève de son éditeur ; consultez son dépôt ou son site web avant de lui donner accès à vos comptes ou à vos fichiers. Comment ajouter un serveur MCP à un assistant · Avant de connecter un serveur
Du même éditeur : jarmstrong158 (GitHub)
| Serveur | Exécution |
|---|---|
| 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. | Distant · 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. | Distant · 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. | Distant · HTTP |
| Skillmatch MCPJob search and ranking pipeline via MCP for Claude Desktop. | Local · stdio |
Autres serveurs : autres
| Serveur | Exécution |
|---|---|
| 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. | Distant · HTTPVérification en direct : ✗ pas de poignée de main |
| 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. | Distant · SSEVérification en direct : connexion requise |
| Context Studios MCPAI agency API: free tools for glossary, comparisons, blog, guides, estimates and consulting. | Distant · HTTPVérification en direct : ✓ poignée de main |