Pulse8 AI Cortex Knowledge Vault

Name: Pulse8 AI Cortex Knowledge Vault
Author: synpulse8-opensource

제작자: synpulse8-opensource버전 1.6.0i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.synpulse8-opensource/pulse8-ai-cortex-knowledge-vault

설치

개요

제작자가 쓴 설명(영어 원문)

Agent-native knowledge OS on Markdown: typed graph, hybrid search, and compiler over MCP.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아주 새로움↓ 19/주 · ★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 검색 및 AI 기억
입력해야 할 값: CORTEX_VAULT_PATH, CORTEX_LLM_API_KEY

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
직접 입력할 값: CORTEX_VAULT_PATH, CORTEX_LLM_API_KEY

비밀로 표시된 값은 내 계정의 열쇠예요. 절대 다른 사람과 공유하거나 채팅에 붙여 넣지 마세요.

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "pulse8-ai-cortex-knowledge-vault": {
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_API_KEY": "your-value"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add pulse8-ai-cortex-knowledge-vault --env CORTEX_VAULT_PATH=your-value --env CORTEX_LLM_API_KEY=your-value -- uvx pulse8-ai-cortex-knowledge-vault cortex

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "pulse8-ai-cortex-knowledge-vault": {
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_API_KEY": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "pulse8-ai-cortex-knowledge-vault": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_API_KEY": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

CORTEX_VAULT_PATH 필수 env
Absolute path to the Markdown vault directory the server reads and writes.
CORTEX_LLM_API_KEY 비밀 env
Optional OpenRouter (or compatible) API key. Only needed for LLM cross-referencing during compile; file conversion and search work without it.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 9일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 synpulse8-opensource 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 5746개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 5746개 중 25%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 5746개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Pulse8 AI Cortex Knowledge Vault, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: CORTEX_VAULT_PATH, CORTEX_LLM_API_KEY

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(1.6.0)은 3개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

Up-to-date docs for AI agents

제작자: upstash널리 사용됨↓ 97.3만/주★ 6.4만그저께 업데이트

컴퓨터 또는 클라우드

설치

Codebase Memory

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

제작자: DeusData널리 사용됨↓ 1.8만/주★ 4.8만22일 전 업데이트

내 컴퓨터에서 실행

설치

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

제작자: exa-labs널리 사용됨★ 5.2천2개월 전 업데이트

클라우드에서 실행✓ exa.ai

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

PULSE8.ai Cortex

The open-source knowledge layer for AI agents

Knowledge that compounds.

PULSE8.ai Cortex is the open-source knowledge layer for AI agents: Git-native memory, a typed knowledge graph, and MCP-powered retrieval on top of plain Markdown — so agents can build, evolve, and reuse persistent knowledge instead of re-deriving it on every query.

Under the hood it's a unified vault for AI agents and humans, backed by a typed knowledge graph, full-text + hybrid search, and a MarkItDown-powered file compiler. Drop files in (PDF, DOCX, PPTX, XLSX, HTML, images, and more), let agents read, write, search, link, and compile knowledge — no database required.

Inspired by Andrej Karpathy's LLM Wiki pattern — a persistent, compounding knowledge base maintained by LLMs instead of re-derived on every query. Search powered by Tobi Lütke's QMD.

Why PULSE8.ai Cortex?

Most AI agents can access tools, but they cannot accumulate knowledge.

Traditional RAG systems retrieve documents. PULSE8.ai Cortex builds a persistent, evolving knowledge layer that grows over time and becomes more valuable the more agents and humans interact with it.

With PULSE8.ai Cortex, agents can:

Learn from interactions — every read, write, ingest, and compile event is logged and graph-linked
Build and traverse knowledge graphs — wikilinks, tags, and typed edges, maintained automatically
Store structured insights — Markdown notes with typed nodes (note, agent_def, session, daily, feedback)
Retrieve context across projects — vault_context builds a ranked subgraph from any seed query
Share knowledge through MCP — one vault, every MCP-compatible client
Maintain long-term memory — files survive sessions, deployments, and model upgrades
Version knowledge through Git — the vault is a plain directory of Markdown, diff-friendly out of the box

Aspect	Traditional RAG	PULSE8.ai Cortex
Focus	Documents	Knowledge
Memory	Session-based	Persistent
Structure	Chunks	Markdown + typed graph
Evolution	Static index	Continuous, file-watched
Versioning	None	Git-native
Agent collaboration	Limited	First-class (MCP)

When to use PULSE8.ai Cortex

Ideal use cases

✅ Persistent memory for AI agents
✅ Shared knowledge across multiple agents
✅ Git-versioned organisational knowledge
✅ MCP-compatible knowledge retrieval
✅ Knowledge graphs without a dedicated graph database
✅ Long-term accumulation of institutional knowledge
✅ Human + AI collaborative knowledge management

Not ideal for

❌ Simple full-text document search (use a search engine)
❌ Pure vector-only retrieval with no graph (use a vector DB)
❌ Short-lived, stateless conversations
❌ Workflows that don't need persistent knowledge evolution

PULSE8.ai Cortex vs alternatives

Capability	PULSE8.ai Cortex	Traditional RAG	GraphRAG
Persistent knowledge	✅	❌	⚠️
Markdown-native storage	✅	❌	❌
MCP-compatible out of the box	✅	❌	❌
Knowledge graph	✅	❌	✅
Git versioning	✅	❌	❌
Agent memory layer	✅	❌	⚠️
Human + AI collaboration	✅	❌	⚠️
Continuous knowledge evolution	✅	❌	⚠️
Zero database required	✅	❌	❌

Works with

PULSE8.ai Cortex speaks MCP — so it plugs into any AI client that does. The same vault is reachable over streamable HTTP or stdio, and mirrored 1:1 by a REST API at /api/v1/.

Category	Compatible with
AI agents	Claude Desktop, Claude Code, OpenAI Agents, Gemini, custom agent frameworks
Development tools	Cursor, VS Code, JetBrains IDEs
Agent frameworks	LangGraph, LangChain, CrewAI, AutoGen
MCP ecosystem	MCP clients, MCP servers, MCP tool registries
Human tools	Obsidian, any Markdown editor, any Git client

Because the vault is just files, humans and agents collaborate on the same knowledge — no proprietary format, no lock-in.

Get started

[!NOTE]

PULSE8.ai Cortex requires Docker. An OpenRouter API key is optional — needed only for LLM-powered cross-referencing between wiki articles. File conversion works out of the box without any API key.

Clone the repository:

    git clone https://github.com/synpulse8-opensource/pulse8-ai-cortex-knowledge-vault.git

cd cortex-knowledge-vault

2. Launch PULSE8.ai Cortex:

    ./scripts/start.sh

This builds and starts both PULSE8.ai Cortex (API + MCP on :8420) and QMD (search on :3100), waits for health checks, and you're ready to go.

Connect your MCP client (e.g. Claude Desktop) to http://localhost:8420/mcp/.

To stop: ./scripts/stop.sh

Native QMD mode (macOS / Metal GPU)

Docker Desktop on macOS cannot expose the Metal GPU to containers, so containerized QMD embeds on CPU only — over an order of magnitude slower on non-trivial vaults. Run QMD natively instead; the qmd binary uses Metal automatically:

# One-time: install the qmd binary

brew install tobi/tap/qmd # or: npm install -g @tobilu/qmd

Start native QMD (background daemon) + Cortex in Docker

./scripts/start.sh --native-qmd

The QMD daemon's pid and log are kept in .qmd-native.pid / .qmd-native.log. To stop both: ./scripts/stop.sh --native-qmd (a plain ./scripts/stop.sh also cleans up a native QMD if one is running).

Cortex-only mode (external QMD)

If you manage QMD yourself (already running elsewhere), start only the Cortex container:

./scripts/start.sh --cortex-only   # set QMD_URL in .env if not http://host.docker.internal:3100

To stop: ./scripts/stop.sh --cortex-only

GPU-accelerated QMD (EC2 / Linux with NVIDIA GPU)

For production deployments with NVIDIA GPU acceleration:

docker compose -f docker-compose.yml -f docker-compose.gpu.yml up --build -d

See docs/ec2-gpu-setup.md for a full guide on instance selection, NVIDIA toolkit installation, and cost estimates.

Features


Knowledge Graph	Typed graph engine (NetworkX) — wikilinks, tags, and custom edges, auto-maintained on every file change
Full-Text Search	QMD search with hybrid (BM25 + vector + re-ranking) by default; keyword and semantic modes selectable. Results cached with a configurable TTL.
File Compiler	Converts raw sources (PDF, DOCX, PPTX, XLSX, HTML, images, etc.) to Markdown via MarkItDown. LLM used only for cross-referencing.
MCP Server	Streamable HTTP + stdio transport — works with Claude Desktop, Cursor, and any MCP client
Feedback & Notifications	`vault_feedback` captures quality feedback as notes; optional Microsoft Teams webhook posts an adaptive card per submission
Daily Activity Log	Every write/ingest/compile is mirrored into `daily/ .md` as a greppable, wikilinked timeline
Bulk Ingest	Ingest dozens or hundreds of files at once from a local directory with SHA-256 dedup and bounded concurrency
REST API	FastAPI endpoints mirroring all MCP tools at `/api/v1/`, including multipart file upload and bulk ingest
Vault Watcher	Real-time filesystem monitoring — graph stays in sync automatically
Lineage & Audit	Every edge labeled `extracted` / `inferred` / `manual`; `vault_trace` answers "why does the vault say X" back to the source document
Graph Queries	`vault_path` (what connects X to Y), `vault_impact` (what's downstream of this note), `vault_explain` (entity summary with provenance)
Curation Report	Read counters + outcome feedback (`useful` / `dead-end` / `corrected`) surface stale, contradicted, and never-read notes at `GET /api/v1/curation/report`
Zero Database	Everything persists as Markdown + JSON on your filesystem

Benchmarks

45.0% overall accuracy on [LongMemEval-S](https://github.com/xiaowu0162/LongMemEval) (500 questions, full haystacks, hybrid search) with 65.6% evidence recall@8 and zero judge errors — measured end-to-end through the pu

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

Pulse8 AI Cortex Knowledge Vault

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 README

Why PULSE8.ai Cortex?

When to use PULSE8.ai Cortex

Ideal use cases

Not ideal for

PULSE8.ai Cortex vs alternatives

Works with

Get started

Native QMD mode (macOS / Metal GPU)

Start native QMD (background daemon) + Cortex in Docker

Cortex-only mode (external QMD)

GPU-accelerated QMD (EC2 / Linux with NVIDIA GPU)

Features

Benchmarks