Talamus

Name: Talamus
Author: ampres-ai

von ampres-aiVersion 1.1.3i★ –iLäuft auf deinem Computer

Name in der Registryio.github.ampres-ai/talamus

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Local-first, source-grounded memory that survives AI agent sessions.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiGanz neu↓ 24/Wo. · ★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Suche & KI-Gedächtnis

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "talamus": {
      "command": "uvx",
      "args": [
        "talamus",
        "mcp",
        "serve"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add talamus -- uvx talamus mcp serve

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "talamus": {
      "command": "uvx",
      "args": [
        "talamus",
        "mcp",
        "serve"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "talamus": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "talamus",
        "mcp",
        "serve"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto ampres-ai bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Mehr Sterne als 0 % der anderen 5689 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 34 % der anderen 5689 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 5689 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Talamus sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.1.3) kam vor 3 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

Up-to-date docs for AI agents

von upstashWeit verbreitet↓ 972.664/Wo.★ 64.224Aktualisiert vorgestern

Computer oder Cloud

Installieren

Codebase Memory

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

von DeusDataWeit verbreitet↓ 17.962/Wo.★ 48.148Aktualisiert vor 22 Tagen

Läuft auf deinem Computer

Installieren

Exa

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

von exa-labsWachsend★ 5213Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ exa.ai

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

Talamus

Your coding agent forgets why a decision was made as soon as the session ends.

Talamus keeps the decisions, evidence, and corrections worth remembering as ordinary Markdown, then gives Claude Code, Codex, Cursor, Gemini CLI, and any MCP agent cited recall in the next session.

No hosted account. No telemetry. No required embeddings. Plain search stays on your machine; LLM-backed actions use only the engine you choose.

Try the whole local retrieval loop first — no persistent install, account, LLM, or hook, and no files written outside ./talamus-demo:

uvx --from talamus talamus demo --root ./talamus-demo

uvx --from talamus talamus search "embedding" --root ./talamus-demo uvx --from talamus talamus read "Embedding" --root ./talamus-demo

For a technical evaluation, read the architecture and the measured benchmarks.

Talamus was created and is maintained by Giovanni “Angio” Crapuzzi under Ampres, an independent AI and open-source project. The engineering case study documents the architecture, measurements, and trade-offs behind the project.

Connect an agent

Copy-pasteable arc, with the reproducible version in scripts/demo/run_magic.py:

Set up the project brain. talamus setup initializes the brain, chooses an engine, installs MCP for Claude Code, Cursor, Codex, OpenCode, and OpenClaw when detected, asks once before installing the session-capture hook, and can probe the engine with one tiny live call.

   talamus setup

Your agent session ends. The consented hook reads the transcript and git diff, applies the worth-remembering gate, writes only useful memory into this brain, and audits the event at .talamus/logs/capture.log.

A fresh session asks what happened and gets an answer from real notes, with sources.

   talamus recall "why did we choose FTS5?"

talamus ask "why did we choose FTS5?"

Reproduce the scripted demo without spending LLM calls, or run it with your real engine.

   python scripts/demo/run_magic.py --fake

python scripts/demo/run_magic.py --keep --engine claude-cli

What is different

TIME: notes have version history, facts have valid-time windows, and talamus ask --as-of 2026-01 answers from the brain as it was.

MEANING: the ontology is induced from evidence, versioned, promoted by measured rules, and used to cluster and route the brain.

VERIFIABILITY: every note carries provenance; talamus verify proposes corrections to review, and answers cite the notes they used.

Measured comparison

The one-screen benchmark is rendered in the benchmark guide and committed as one-screen.md. Every number below traces to a committed result artifact.

corpus	metric	Talamus	BM25	MiniLM vector DB
SciFact, English-only turf	recall@10	0.797	0.776	0.783
SciFact, English-only turf	nDCG	0.664	0.652	0.645
Book, cross-language + vague	hit@10	0.971	0.829	0.743
Book, cross-language + vague	recall@10	0.929	0.771	0.700

Also measured in committed artifacts: −97.7% tokens per answer versus loading the brain into context, refusal 1.000 on out-of-scope questions, and search latency p95 72.6 ms at 10k notes / p50 624 ms at 100k.

The honest part: retrieval quality tracks the LLM you bring. With a strong expansion engine, talamus-smart leads a strong multilingual dense model (multilingual-e5) on every metric including ranking (nDCG 0.847 vs 0.837); with a weak or free one, e5 leads ranking while Talamus keeps the best hit/recall — and on a slow local engine, plain search beats --smart outright. Every number traces to a committed artifact; the losses stay on the table.

Engines

Bring the LLM you already have: claude-cli, codex-cli, antigravity-cli (agy), opencode, ollama, or anthropic-api.

Quickstart

pipx install "talamus[mcp]"

talamus setup talamus ingest ./notes && talamus ask "what should I remember?"

Run talamus for the status dashboard, talamus quickstart for essential commands, or talamus ui for the local React workbench.

Agent MCP connections are read-only by default. To let an agent deliberately update this project brain, regenerate its configuration with talamus mcp install --enable-writes; central-brain writes require the additional --enable-central-writes flag.

Install the consent-aware Talamus agent skill from skills.sh:

npx skills add ampres-ai/talamus --skill talamus-memory

OpenClaw can install the same standalone skill directly from ClawHub:

openclaw skills install @ampres-ai/talamus-memory

Installing the standalone skill does not install Talamus automatically. If the CLI is missing, the skill explains the isolated installation choices and asks before running one.

Gemini CLI can install Talamus directly from its extension gallery or from this repository. The extension starts the pinned PyPI release through uvx, so it does not modify the cloned source tree:

gemini extensions install https://github.com/ampres-ai/talamus --auto-update

goose can install the repository as an Open Plugin. This adds the consent-aware memory skill and starts the pinned local MCP server for each new CLI session:

goose plugin install https://github.com/ampres-ai/talamus.git

The plugin requires uv on PATH; uvx downloads Talamus and its MCP dependencies into an isolated cache on first use.

Containerized MCP (the brain remains in the mounted local folder):

docker run --rm -i -v "$PWD:/data" ghcr.io/ampres-ai/talamus:1.1.3

Links

Docs: quickstart, local-first agent memory, agent install guide, commands, agent tool calling, configuration, benchmarks, architecture, design principles, evaluation, multi-brain, ontology.

Project: security, contributing, roadmap, changelog.

Source code, issue tracking, and release history live at ampres-ai/talamus.

Development

pip install -e ".[dev,mcp]"

python dev.py

python dev.py runs ruff, format check, mypy, and unittest. Product behavior changes should update user docs in the same change.

License

Apache-2.0.

Talamus

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Häufige Fragen

Alternativen

Context7

Codebase Memory

Exa

README vom Entwickler

Talamus

Connect an agent

What is different

Measured comparison

Engines

Quickstart

Links

Development

License