Sviluppo · Server MCP locale

Memdocs

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

Cosa indica il MCP Registry

La voce come pubblicata nel MCP Registry ufficiale (consultazione: 4 ottobre 2026), ultima versione.

Nome nel registro
io.github.silversurfer562/memdocs
Versione
2.1.4
Stato
Attivo
Categoria
sviluppo
Trasporto
stdio (processo locale)
Pacchetto
PyPI
Pubblicato
5 dicembre 2025
Aggiornato
5 dicembre 2025
Editore
silversurfer562 (GitHub)
Namespace
Namespace verificato dal MCP Registry tramite GitHub (github.com/silversurfer562) · come funziona
Repository
github.com/Smart-AI-Memory/memdocs
Fonte
Voce nell’API del registro

Pacchetti

RegistroPacchettoVersioneTrasportoVariabili d’ambiente
PyPIruntime: uvxmemdocs2.1.4stdioPROJECT_ROOT e ANTHROPIC_API_KEY (obbligatorio, segreto)

Come collegare Memdocs

Memdocs viene eseguito in locale a partire da un pacchetto Python pubblicato su PyPI: memdocs, versione 2.1.4. 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 memdocs. Legge queste variabili d’ambiente: PROJECT_ROOT e ANTHROPIC_API_KEY (obbligatorio, segreto); 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": {
    "memdocs": {
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "<valore>",
        "ANTHROPIC_API_KEY": "<segreto>"
      }
    }
  }
}

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

Altri server della categoria sviluppo

Tutti e 5152 →
ServerEsecuzioneEndpoint o pacchetto
Mem ContextTemporal memory MCP server with LanceDB vector search, weight-decay scoring, and LLM consolidation.Locale · stdioPyPI: mem-context
Mem0 CloudA hosted agent-memory API shaped like mem0's REST API (an alternative to running mem0 yourself):...Remoto · HTTPVerifica live: ✓ handshakemem0-cloud.saastemly.com
MemAuthorityGit-backed long-term memory authority for AI agents via MCP.Locale · 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 e locale · HTTP e stdioVerifica live: accesso richiestomemcell.ai
MementoLocal-first, LLM-agnostic memory layer for AI assistants.Locale · stdionpm: @psraghuveer/memento
MementoAgent memory MCP server with 4-type cognitive memory, hybrid search, and TTL-based forgetting.Locale · stdionpm: memento-mcp-server
MementoHosted MCP memory for coding agents: persistent across sessions, editable markdown, team sharing.Remoto · HTTPVerifica live: accesso richiestoapi.mementoagi.com
memexPersistent memory for AI agents - semantic + recency search, ONNX embeddings, Docker Compose.Locale · HTTPImmagine OCI (Docker): ghcr.io/ayushagrawal288/memex:v0.1.0