MemoCat - Shared AI Memory

MemoCat - Shared AI Memory viene eseguito in locale a partire da un pacchetto Python pubblicato su PyPI: memocat-mcp, versione 0.4.3. Comunica via MCP su stdio, quindi il client lo avvia come programma e dialoga con esso tramite standard input e standard output. Richiede Python; i client in genere lo avviano con uvx (di uv) o dopo pip install - il comando abituale è uvx memocat-mcp. Legge queste variabili d’ambiente: MONTYCAT_URI (segreto) e MONTYCAT_TLS; vanno impostate nella configurazione del client per questo server.

MemoCat - Shared AI Memory viene eseguito in locale a partire da un’immagine container in un registro OCI come Docker Hub o GitHub Container Registry: docker.io/montygovernance/memocat-mcp:0.4.3. Comunica via MCP su stdio, quindi il client lo avvia come programma e dialoga con esso tramite standard input e standard output. Richiede Docker o un altro runtime di container OCI; si avvia con docker run - il comando abituale è docker run -i --rm -e MONTYCAT_URI -e MONTYCAT_TLS docker.io/montygovernance/memocat-mcp:0.4.3. Legge queste variabili d’ambiente: MONTYCAT_URI (segreto) e MONTYCAT_TLS; vanno impostate nella configurazione del client per questo server.

Nel formato JSON mcpServers, letto da molti client MCP desktop e per editor di codice, la voce si presenta così (segnaposto tra parentesi angolari):

{
  "mcpServers": {
    "memocat-mcp": {
      "command": "uvx",
      "args": [
        "memocat-mcp"
      ],
      "env": {
        "MONTYCAT_URI": "<segreto>",
        "MONTYCAT_TLS": "<valore>"
      }
    }
  }
}

Ricavato dalla voce del registro, non testato qui. Cosa fa il server, e a quali condizioni, lo stabilisce il suo editore; prima di concedergli l’accesso ai propri account o file conviene consultarne il repository o il sito web. Come aggiungere un server MCP a un assistente · Prima di collegare un server