Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Mit Google anmelden, um Bewertungen zu schreiben.Prototyp · alle 30 Min. aktualisiert
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

CROW: LLM Wiki

von crow-hqVersion 1.0.5i★ 305iLäuft auf deinem ComputerRepository ↗
Name in der Registryio.github.crow-hq/llm-wiki-v2

So installierst du es

What it does

Long-term memory as a Markdown wiki: recall with cited notes, remember, file your documents.

  • Connects Läuft auf deinem Computer
  • Account or key No key needed
  • Category Dokumente, Tabellen & Büroarbeit

Zusammen nutzen mit

Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem

MinerU

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.

von opendatalab★ 83.9191 Skills

Skill · AnleitungKeine Lizenz angegeben

watermarks-remover

A privacy-first app that strips AI watermarks from content you own.

von guillaumemeyer★ 27.7231 Skills

Skill · Anleitung

obsidian-skills

Agent skills for Obsidian. Teach your agent to use Obsidian CLI and open formats including Markdown, Bases, JSON Canvas.

von kepano★ 53.104 (whole repo)5 Skills

Skill · Anleitung

Warum es hier steht

Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert

Beliebtheit35/80GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20
Aktualität12/12Volle Punkte für Release oder Codeänderung in 30 Tagen
Antwortet noch0/8Der Cloud-Endpoint antwortete bei der letzten Prüfung
Nutzungswert47/100

Qualität: 3/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: 19 (Nur im Tab Im Trend verwendet)

Installation

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

Mit einem Satz von deiner KI installieren lassen

Installiere bitte CROW: LLM Wiki. Folge https://mcp.popnx.com/i/crow-hq-llm-wiki-v2.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.

Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen

3/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 17. Nov. 2026

Zuerst: Welche KI nutzt du?

Wähle deine App, dann erscheinen die Schritte unten.

Klappt mit Claude, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy

Von der KI installieren lassen

Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server CROW: LLM Wiki für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "llm-wiki-v2": { "command": "uvx", "args": [ "llmwiki2", "mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von CROW: LLM Wiki wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Einstellungsdatei der Claude-Desktop-App öffnen

    SettingsDeveloperEdit Config

  3. Diese Einstellungen einfügen und speichern

    {
      "mcpServers": {
        "llm-wiki-v2": {
          "command": "uvx",
          "args": [
            "llmwiki2",
            "mcp"
          ]
        }
      }
    }
  4. Claude beenden und neu öffnen

  5. Ausprobieren

    Nutze CROW: LLM Wiki und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude sagt, dass es CROW: LLM Wiki nutzt, oder ein Werkzeug von CROW: LLM Wiki in der Antwort zeigt, bist du verbunden

2 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • OKF_MCP_MODELS Whose models do the memory's work, over what llmwiki2 setup saved: client (the MCP client's, on its own plan, no key), hybrid (the client writes, the wiki's classifier files) or wiki (the providers i…
  • OKF_BUNDLE Der wiki-Ordner (Standard /llm-wiki)
    Englisches Original anzeigenThe wiki folder (default ~/llm-wiki)

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

ChatGPT kann CROW: LLM Wiki noch nicht verbinden

CROW: LLM Wiki läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen

Das kannst du stattdessen tun

A · Eine App nutzen, die CROW: LLM Wiki verbinden kann

  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

B · Andere in Dokumente, Tabellen & Büroarbeit, die mit ChatGPT funktionieren

Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden

Klappt mit Claude Code, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server CROW: LLM Wiki für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user llm-wiki-v2 -- uvx llmwiki2 mcp 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von CROW: LLM Wiki wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Terminal öffnen

    Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen

  3. Diesen Befehl einfügen und Enter drücken

    claude mcp add --scope user llm-wiki-v2 -- uvx llmwiki2 mcp
  4. /mcp in Claude Code eingeben

    CROW: LLM Wiki sollte in der Liste als verbunden erscheinen

  5. Ausprobieren

    Nutze CROW: LLM Wiki und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude Code sagt, dass es CROW: LLM Wiki nutzt, oder ein Werkzeug von CROW: LLM Wiki in der Antwort zeigt, bist du verbunden

2 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • OKF_MCP_MODELS Whose models do the memory's work, over what llmwiki2 setup saved: client (the MCP client's, on its own plan, no key), hybrid (the client writes, the wiki's classifier files) or wiki (the providers i…
  • OKF_BUNDLE Der wiki-Ordner (Standard /llm-wiki)
    Englisches Original anzeigenThe wiki folder (default ~/llm-wiki)

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit Cursor, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server CROW: LLM Wiki für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "llm-wiki-v2": { "command": "uvx", "args": [ "llmwiki2", "mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von CROW: LLM Wiki wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Mit diesem Button Cursor öffnen

    In Cursor öffnen

    Cursor fragt nach einer Bestätigung; klicke Install

  3. KI-Chat in Cursor im Agent-Modus öffnen

  4. Ausprobieren

    Nutze CROW: LLM Wiki und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Cursor sagt, dass es CROW: LLM Wiki nutzt, oder ein Werkzeug von CROW: LLM Wiki in der Antwort zeigt, bist du verbunden

2 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • OKF_MCP_MODELS Whose models do the memory's work, over what llmwiki2 setup saved: client (the MCP client's, on its own plan, no key), hybrid (the client writes, the wiki's classifier files) or wiki (the providers i…
  • OKF_BUNDLE Der wiki-Ordner (Standard /llm-wiki)
    Englisches Original anzeigenThe wiki folder (default ~/llm-wiki)

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit VS Code, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server CROW: LLM Wiki für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "llm-wiki-v2": { "type": "stdio", "command": "uvx", "args": [ "llmwiki2", "mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von CROW: LLM Wiki wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Mit diesem Button VS Code öffnen

    In VS Code öffnen

    VS Code fragt nach einer Bestätigung; klicke Install

  3. KI-Chat in VS Code im Agent-Modus öffnen

  4. Ausprobieren

    Nutze CROW: LLM Wiki und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn VS Code sagt, dass es CROW: LLM Wiki nutzt, oder ein Werkzeug von CROW: LLM Wiki in der Antwort zeigt, bist du verbunden

2 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • OKF_MCP_MODELS Whose models do the memory's work, over what llmwiki2 setup saved: client (the MCP client's, on its own plan, no key), hybrid (the client writes, the wiki's classifier files) or wiki (the providers i…
  • OKF_BUNDLE Der wiki-Ordner (Standard /llm-wiki)
    Englisches Original anzeigenThe wiki folder (default ~/llm-wiki)

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Andere Apps mit MCP, etwa Windsurf, Zed oder Gemini CLI, fügen Server unterschiedlich hinzu. Sieh in der App-Liste nach

Alle Apps mit MCP ansehen →

JSON-Einstellungen stehen unten unter „Für Entwickler“

Hängst du fest? Frag Leute, die CROW: LLM Wiki nutzen💬 Diskussion →
Für Entwickler: Terminal-Befehle und JSON-Einstellungen

Auf deinem Computer installiert

Claude Code

claude mcp add --scope user llm-wiki-v2 -- uvx llmwiki2 mcp

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "llm-wiki-v2": {
      "command": "uvx",
      "args": [
        "llmwiki2",
        "mcp"
      ]
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "llm-wiki-v2": {
      "command": "uvx",
      "args": [
        "llmwiki2",
        "mcp"
      ]
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "llm-wiki-v2": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "llmwiki2",
        "mcp"
      ]
    }
  }
}

Werte, die du selbst einträgst

  • OKF_MCP_MODELS env
    Whose models do the memory's work, over what llmwiki2 setup saved: client (the MCP client's, on its own plan, no key), hybrid (the client writes, the wiki's classifier files) or wiki (the providers i…
  • OKF_BUNDLE env
    Der wiki-Ordner (Standard /llm-wiki)
    Englisches Original anzeigenThe wiki folder (default ~/llm-wiki)

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

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

Auf einen Blick

Downloads pro Wochei
492/Wo.
Lizenzi
AGPL-3.0
Verbindung
Läuft auf deinem Computer
Neueste Versioni
1.0.5
In der Registry veröffentlichti
17. Nov. 2026
Code zuletzt geänderti
17. Nov. 2026
Entwickler
crow-hq
Pakete
pypi: llmwiki2
Website
github.com
Registry-Status
Aktiv

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Laufen auf deinem Computer in

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Alle Apps, mit Vor- und Nachteilen →

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 19. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto crow-hq bestätigt, dem das Repo gehört

  • ✓ Bestanden

    Wird noch gepflegt

    Code zuletzt geändert: vorgestern

  • ✓ Bestanden

    Hat eine Lizenz

    Nutzt AGPL-3.0

  • – 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

Veröffentlichte Schwachstellen (OSV.dev)

Noch nicht geprüft

Was wir prüfen → · JSON

Entwickler: neue Prüfung anfordern oder falsche Angaben melden
Für Anbieter: Badge ins README

Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/crow-hq-llm-wiki-v2.svg)](https://mcp.popnx.com/en/servers/crow-hq-llm-wiki-v2)

Diskussion

Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.

Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.

Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.

Anmelden, um zu posten

Nutzerbewertungen

Noch keine Bewertungen

Anmelden, um eine Bewertung zu schreiben

Im Vergleich mit anderen in Dokumente, Tabellen & Büroarbeiti

  • Mehr Sterne als 99 % der anderen 4126 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 93 % der anderen 4126 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 99 % der anderen 4126 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 CROW: LLM Wiki sicher?

Er hat 3 von 3 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 vorgestern geändert, und die neueste Version (1.0.5) kam vorgestern 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: Puter MCP, XcodeBuildMCP, Vexa, Atlassian Rovo MCP Server, Anki MCP Server

Ähnliche Alternativen

Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.

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

Puter MCP

Puter MCP enables AI tools to interact with Puter: manage files, websites, workers, and more

von HeyPuterWeit verbreitet★ 44.205Aktualisiert vor 5 Monaten

Läuft in der Cloud✓ vom Dienst · puter.com

XcodeBuildMCP

XcodeBuildMCP provides tools for Xcode project management, simulator management, and app utilities.

von getsentryWeit verbreitet↓ 130.486/Wo. geteiltes Paket★ 6588Aktualisiert vor 4 Monaten

Läuft auf deinem Computer✓ vom Dienst · xcodebuildmcp.com

Vexa

Meeting bot and transcripts for Google Meet, Teams and Zoom. Live or after, speakers labelled.

von Vexa-aiWeit verbreitet★ 2994Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ vom Dienst · vexa.ai

Atlassian Rovo MCP Server

Connect to Atlassian Jira, Confluence, Loom, and more to search, create, and manage your work.

von atlassianWachsend★ 1174Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ vom Dienst · atlassian.com

Anki MCP Server

MCP server for Anki flashcards: adaptive review, notes, media, and deck management via AnkiConnect.

von ankimcpWachsend↓ 1136/Wo.★ 567Aktualisiert letzten Monat

Läuft auf deinem Computer✓ vom Dienst · ankimcp.ai
Im Vergleich mit ähnlichen
Dieser
CROW: LLM Wiki
Puter MCPXcodeBuildMCPVexaAtlassian Rovo MCP ServerAnki MCP Server
Läuft woWird auf deinem Rechner installiertLäuft in der Cloud, keine InstallationWird auf deinem Rechner installiertLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine InstallationWird auf deinem Rechner installiert
Braucht SchlüsselNeinNeinNeinJaNeinNein
Mit + in Claude hinzufügenNeinNeinNeinNeinJaNein
Basisprüfungen3/34/43/32/44/43/3
LizenzAGPL-3.0AGPL-3.0MITApache-2.0Apache-2.0MIT
PreisKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im Register

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.

LLM Wiki v2

Give it your documents. It files them into a tidy wiki of Markdown notes and answers your questions, citing the notes it used. It runs on your computer, with any AI provider: OpenRouter, OpenAI, Gemini, Ollama (free and local) or any OpenAI-compatible server. It works in CROW mode by default: a small classifier decides where things go, so the wiki stays fast and cheap as it grows.

Start in 2 steps

Rather not use a terminal? Crow is this library as a desktop app, with downloads for macOS, Windows and Linux. The steps below install the library itself, with its web page and command line.

1. Install it with Python 3.11 or later (in a virtual environment, if your system asks for one):

pip install llmwiki2

No Python, or you'd rather keep it apart from your other packages? Use uv, which also fetches Python: uv tool install llmwiki2. The same install is the Python library too: from llmw2 import Wiki, see the library guide.

2. Start it:

llmwiki2

Your browser opens. Pick a provider, paste its key, press Test connection, then Save and start. That's it.

Just looking? llmwiki2 demo opens an example wiki, the notes of a fictional coffee roastery, with no key needed to browse it and its brain. It is copied to ~/llm-wiki-demo, so you can add to it or delete it. To try it without installing anything but uv: uvx llmwiki2 demo.

[!TIP]

No key? Pick Ollama: free, runs on your computer, no account

(download it, then ollama pull gemma4).

Ollama runs the model locally; CROW's classifier is separate and remote by default.

It has its own provider (Settings → Advanced): OpenRouter, TypeSafe or a local

server. Without one the wiki uses classic mode, where the model decides by itself.

One OpenRouter key works for every model, and for CROW too.

What you can do

Add documentsDrop text, Markdown, PDF, Word, PowerPoint, Excel or OpenDocument files anywhere on the page. Each one lands in the right folder, merged with what the wiki already knows; a spreadsheet gives a note per sheet.
Ask questionsType a question. The answer cites the notes it used: click one to read it.
Give Claude a memoryFrom the terminal only: llmwiki2 setup, then talk to Claude Code or Codex in plain words. With the page: Memory → Start, then paste the claude mcp add … or codex mcp add … line it shows. Either way they recall from your wiki and file what they learn in it (below).
See the brainA live map of your folders, notes and links.
DeleteHover a note or folder in the sidebar and press the bin, or Delete note at the foot of a note. Links to it go from the other notes. Empty the wiki on the home page starts over.
Move and describeMove at the foot of a note files it in another folder; every link to and from it follows. The pencil beside a folder in the sidebar edits its description, the line the librarian routes by.
AreasAreas at the top: create a top-level folder, confirm or dismiss the areas proposed to the wiki, rename one or merge it into another. The wiki never opens or proposes an area by itself.
Keep your filesPlain Markdown in ~/llm-wiki: open it in any editor, keep it in git.

Claude's memory (MCP)

The wiki can be the long-term memory of Claude Code, Codex or any MCP client, documents already filed included. It comes with the mcp extra (the Docker image has it).

From the terminal only (Claude Code, Codex)

No page, no server to keep running: Claude Code starts the memory by itself.

1. Install it:

uv tool install 'llmwiki2[mcp]'      # or: pip install 'llmwiki2[mcp]'

2. Set it up:

llmwiki2 setup

To the first question answer 2 (as the memory of an agentic CLI); after that, Enter takes the default every time:

It asksPick
Which models do the work1 (the default): Claude Code or Codex do it, on their plan, no key. 2 (hybrid) is quicker and needs an OpenRouter key, or Ollama on your computer
Connect Claude Code?Y. With several configurations (~/.claude, ~/.claude-work), it asks which: Enter for all
Add the lines to CLAUDE.md?Y: they make Claude use the memory when you talk normally

3. Talk to it, in any language, in Claude Code or Codex, anywhere:

ricorda che Rossi ci paga a 45 giorni · what did we decide about pricing? · add ~/Downloads/offer.pdf to the

wiki · move the pricing note to suppliers

The first time it uses each tool, Claude Code asks your permission: choose "don't ask again" for the ones you trust. To see the brain or browse the notes, run llmwiki2: the page opens on the same wiki, while Claude Code keeps using it. Run llmwiki2 setup again to change anything. Windows says it blocked llmwiki2.exe? See Something wrong?.

With the page

Open Memory, press Start, and connect a client:

claude mcp add --transport http --scope user llm-wiki http://127.0.0.1:8000/mcp

codex mcp add llm-wiki --url http://127.0.0.1:8000/mcp

What it can do

The client gets its tools: recall answers from your notes and documents, citing them; remember files what it learns, in the right folder, merged and linked like any note (CROW); search finds notes by their words with no model call; read_note reads a note in full; folders, move_note, describe_folder, rename_area, merge_areas and delete_note reorganize the wiki (the last two only when you ask); rebuild (with confirm) files every note again on the same folders, from the memory's own raw copies. Started from the terminal (llmwiki2 mcp) it also files documents from your disk: remember_file and sync_folder. Which models do the work is a choice under Memory or in setup:

  • This wiki's settings (the default on the page). OpenRouter or a local model, with Jev or Laya deciding, file the memories; the client only calls the memory.
  • Claude or GPT for everything (the default in setup). The memory hands the client every model call it makes, while CROW runs as always. Claude Code decides with a Haiku subagent and writes with its own model; Codex uses its own. It runs on the client's plan, with no key in the wiki. The requests carry your documents' text to the client: it is told to read it as data and to answer without tools, but that is an instruction, not a sandbox (see Security in the memory guide).
  • Hybrid. The client's model writes, and the wiki's classifier (Jev through OpenRouter, or Ollama or Laya on your computer) decides: fewer round trips than the above, and no Haiku subagents.

Docker, the tools and security: docs/wiki/memory.md.

Why not RAG?

Because a wiki stays readable. RAG keeps your documents as embeddings, an opaque vector index no one can read or fix. Here every document becomes a Markdown note, filed in a folder that says what it holds and linked to related notes: you can open it, correct it and keep it in git, and every answer cites the notes it used. And knowledge accumulates: a new source updates the note on its subject instead of being rediscovered at every question.

CROW keeps it that way as the wiki grows. In Karpathy's LLM Wiki the model finds pages by reading an index, which works at moderate scale (about a hundred sources); beyond that the gist suggests adding search, hybrid lexical and vector. In CROW a small classifier works with the folders instead: filing picks the folder among every folder of the wiki in one choice, and answering finds the notes by search and lets the classifier reorder them, so the wiki can grow without vectors and stay something a person can read. The LLM lays out the folders: in a batch, before its documents are filed, and for a document filed alone, by splitting a folder that has grown. In the paper, retrieval kept its accuracy across a twentyfold growth of the wiki. A separate test on a private wiki of about 500 notes pointed the same way: with CROW the right note was found nearly as often at the end as early on, while with the LLM taking the decisions it was found markedly less often as the wiki grew. On 1,000 Enron mails filed in their owners' folders, CROW read the right note for every question at each step of the growth while classic went from 76% to 60%. The classifier weighs at most 24 candidate notes per decision, so its tokens per document nearly stopped growing after the first few hundred documents; CROW's cost per document rose 1.4 times over the 1,000, classic's 1.6 times, and at 800 to 1,000 documents CROW cost 0.41 times classic's with the writer at its list price (benchmarks/README.md).

FAQ

Does everything run on my computer? It can, with no key and nothing leaving it. Crow, the desktop app, does it out of the box. With the library, Ollama serves the writer and the classifier too: a typed classifier such as tev1 behind Ollama 0.35 or later, or Laya (see everything on your computer). The library's default classifier is remote: Jev, through OpenRouter or TypeSafe. Without a classifier the wiki runs in classic mode, where the LLM takes every decision.

What is Jev? A typed classifier by TypeSafe AI. Given a text, it answers typed questions (pick one of these options; is this statement true?) with probabilities instead of prose. CROW asks it every filing and retrieval decision and ke

Nur der Anfang wird gezeigt; den Rest findest du im Repo