Context7
Up-to-date docs for AI agents
Descripción del creador (original en inglés)
Vector collections and document search backed by a Chroma HTTP service.
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"embedbase": {
"command": "npx",
"args": [
"-y",
"@reneturcios/embedbase",
"mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add embedbase -- npx -y @reneturcios/embedbase mcpPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"embedbase": {
"command": "npx",
"args": [
"-y",
"@reneturcios/embedbase",
"mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"embedbase": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@reneturcios/embedbase",
"mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 6 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub CloudCorpRecords, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (0.1.0) llegó al registro hace 7 días.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js, Docker en tu computadora.
En la misma categoría: Context7, Codebase Memory, Exa
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Up-to-date docs for AI agents
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
embedbase gives an agent — or you, at a terminal — a tidy way to work with vector collections: create them, fill them with documents, and query them for the closest matches. It speaks to a Chroma-compatible HTTP service over its v2 REST API, so the embedding store stays a separate process and this tool stays a thin, testable client.
Point it at a running service with CHROMA_URL or EMBEDBASE_URL (without either, it assumes http://localhost:8000). Collections are addressed by name at the MCP and CLI layers; internally the client resolves each name to its server id before calling the id-scoped document endpoints, exactly as the REST API requires.
npx @reneturcios/embedbase list
Or run the container image:
docker run -i ghcr.io/cloudcorprecords/embedbase
The container defaults to the MCP server (see below). Pass CLI arguments to use it as a CLI instead.
# List collections (pagination is optional)
embedbase list --limit 20 --offset 0
embedbase info notes embedbase count notes
embedbase create notes
embedbase mcp
embedbase --version
Exit codes: 0 on success, 1 when the service call fails (the error includes the HTTP status), 2 for usage errors.
One bin serves both faces. The mcp subcommand starts a stdio MCP server:
npx -y @reneturcios/embedbase mcp
MCP client configuration:
{
"mcpServers": { "embedbase": { "command": "npx", "args": ["-y", "@reneturcios/embedbase", "mcp"], "env": { "CHROMA_URL": "http://localhost:8000" } } } }
All tools take collection_name (string) unless noted. Optional parameters are omitted from the request when not supplied.
| Tool | Required | Optional | Purpose |
|---|---|---|---|
chroma_list_collections | — | limit, offset (integers) | List collections with pagination. |
chroma_create_collection | collection_name | metadata (object), embedding_function_name (string) | Create a collection. |
chroma_peek_collection | collection_name | limit (integer) | Preview documents in a collection. |
chroma_get_collection_info | collection_name | — | Collection metadata and configuration. |
chroma_get_collection_count | collection_name | — | Number of records in a collection. |
chroma_modify_collection | collection_name | new_name, new_metadata | Rename or re-tag a collection. |
chroma_delete_collection | collection_name | — | Delete a collection and its records. |
chroma_add_documents | collection_name, documents (string array) | metadatas, ids | Add documents; ids are generated deterministically when omitted. |
chroma_query_documents | collection_name, query_texts (string array) | n_results, where, where_document, include | Nearest-neighbour query. |
chroma_get_documents | collection_name | ids, where, limit, offset, include | Fetch documents by id or filter. |
chroma_update_documents | collection_name, ids | documents, metadatas, embeddings | Update existing records. |
chroma_delete_documents | collection_name | ids, where | Delete records by id or filter. |
Requests go to the v2 tenant/database paths (/api/v2/tenants/default_tenant/databases/default_database/collections...). Service errors come back as tool errors carrying the HTTP status — results are never invented.
npm install
npm run build # tsc -> dist/ npm test # node test runner over test/*.test.ts, fake fetch only, no live service npm run dev # run the CLI from source via tsx
The client core sits behind an injectable fetch function, which is what the test suite drives: URL construction, request bodies, id resolution, count unwrapping, and error surfacing are all covered without a running server.
MIT — see LICENSE.