Context7
Up-to-date docs for AI agents
Beschreibung vom Entwickler (englisches Original)
Practice library for coding agents: skill search/invoke, seed patches, scout, reflect, ADR writer
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
DOJO_SKILLS_PATH, DOJO_ADR_PATHDu brauchst
Welche App nutzt du?
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": {
"dojogenesis": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"DOJO_SKILLS_PATH",
"-e",
"DOJO_ADR_PATH",
"ghcr.io/dojogenesis/mcp:3.2.1"
],
"env": {
"DOJO_SKILLS_PATH": "your-value",
"DOJO_ADR_PATH": "your-value"
}
}
}
}Führe das in deinem Terminal aus
claude mcp add dojogenesis --env DOJO_SKILLS_PATH=your-value --env DOJO_ADR_PATH=your-value -- docker run -i --rm -e DOJO_SKILLS_PATH -e DOJO_ADR_PATH ghcr.io/dojogenesis/mcp:3.2.1Trag die leeren Werte ein, bevor du ihn startest.
In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"dojogenesis": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"DOJO_SKILLS_PATH",
"-e",
"DOJO_ADR_PATH",
"ghcr.io/dojogenesis/mcp:3.2.1"
],
"env": {
"DOJO_SKILLS_PATH": "your-value",
"DOJO_ADR_PATH": "your-value"
}
}
}
}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 .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"dojogenesis": {
"type": "stdio",
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"DOJO_SKILLS_PATH",
"-e",
"DOJO_ADR_PATH",
"ghcr.io/dojogenesis/mcp:3.2.1"
],
"env": {
"DOJO_SKILLS_PATH": "your-value",
"DOJO_ADR_PATH": "your-value"
}
}
}
}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.
DOJO_SKILLS_PATH envDOJO_ADR_PATH envDiese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto DojoGenesis bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
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.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
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).
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (3.2.1) kam vor 4 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Docker auf deinem Computer.
In derselben Kategorie: Context7, Codebase Memory, Exa
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
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.
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.
The methodology layer for Claude Code. It encodes 99 first-party working methods across 10 behavioral plugins as active cognitive scaffolds: instead of giving Claude more data, it gives Claude structured *methods* for software development decisions.
We have not yet measured whether these scaffolds improve Claude's decisions, so this README makes no claim that they do.
Add to your project's .claude/settings.json:
{
"mcpServers": { "dojo": { "command": "/path/to/dojo-mcp-server", "env": { "DOJO_SKILLS_PATH": "/path/to/CoworkPluginsByDojoGenesis", "DOJO_ADR_PATH": "./decisions" } } } }
Or using Docker:
{
"mcpServers": { "dojo": { "command": "docker", "args": ["run", "-i", "--rm", "ghcr.io/dojogenesis/mcp-server:latest"] } } }
Add to ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) or %APPDATA%\Claude\claude_desktop_config.json (Windows):
{
"mcpServers": { "dojo": { "command": "/path/to/dojo-mcp-server", "env": { "DOJO_SKILLS_PATH": "/path/to/CoworkPluginsByDojoGenesis", "DOJO_ADR_PATH": "./decisions" } } } }
| Group | Tools |
|---|---|
| Methodology | dojo_scout, dojo_invoke_skill, dojo_search_skills, dojo_list_skills, dojo_apply_seed, dojo_reflect |
| Decisions | dojo_log_decision (writes ADR markdown to DOJO_ADR_PATH) |
| Gateway memory | dojo_memory_list, dojo_memory_store, dojo_memory_search (gateway session memory) |
| Memory Hub | dojo_search_memory, dojo_get_memory, dojo_recent_memories — read-only Postgres mirror of the institutional memory (DOJO_MEMORY_DB_URL) |
| Unified fetch | dojo_fetch — one tool to search AND fetch across memory hub + skills + ADRs + seeds (typed ids: memory:slug, skill:name, adr:file.md, seed:name) |
| Seeds | dojo_seed_list, dojo_seed_create, dojo_seed_search |
| Agents² | dojo_agent_list, dojo_agent_dispatch², dojo_agent_chat² |
| Dispatch² | dojo_dispatch² — prompt → LLM through the gateway |
| Project | dojo_project_status, dojo_project_track, dojo_project_decision |
| Disposition | dojo_disposition_list, dojo_disposition_set |
| Craft | dojo_converge, dojo_health |
² Dispatch-class — spends LLM provider budget through the gateway. In HTTP mode these require a dispatch-enabled API key and are rate limited per key; dojo_scout's LLM path degrades to its offline scaffold for non-dispatch keys.
Skills are complete, battle-tested methodology workflows loaded from SKILL.md files at startup. When DOJO_SKILLS_PATH is set, all 99 first-party CoworkPlugins skills are available. Without it, 43 key skills across 8 plugins are embedded in the binary via go:embed.
Bundled plugins and skills:
| Plugin | Skills |
|---|---|
agent-orchestration | agent-teaching, decision-propagation, handoff-protocol, workflow-router, workspace-navigation |
continuous-learning | debugging, project-exploration, research-modes, research-synthesis, retrospective, web-research-external |
skill-forge | mcp-cloudflare-builder, mcp-server-builder, process-extraction, skill-audit, skill-creation, skill-maintenance |
specification-driven-development | context-ingestion, frontend-from-backend, implementation-prompt, parallel-tracks, pre-implementation-checklist, release-specification |
strategic-thinking | iterative-scouting, multi-surface-strategy, product-positioning, strategic-scout |
system-health | documentation-audit, health-audit, semantic-clusters, status-writing |
wisdom-garden | compression-ritual, memory-garden, seed-extraction, seed-library |
Seeds are reusable thinking patterns drawn from across the Dojo ecosystem.
Dojo Genesis (Core)
| Seed | Description |
|---|---|
three_tiered_governance | Three-tiered governance framework: Strategic, Tactical, Operational. |
harness_trace | Nested JSON trace log for complete agent session traceability. |
context_iceberg | 4-tier context management system (hot/warm/cold/pruned). |
agent_connect | Routing-first agent architecture with a single supervisor. |
go_live_bundles | Lightweight deployment packages pairing artifacts with approval evidence. |
cost_guard | Budget for the full 5-10x context iceberg multiplier. |
safety_switch | Users must remain in control -- no autopilot on sensitive operations. |
implicit_perspective_extraction | Extract implicit perspectives from user queries without enumeration. |
mode_based_complexity_gating | Route to local or cloud models based on mode complexity. |
shared_infrastructure | Build once, reuse everywhere -- central implementations. |
AROMA & Serenity Valley
| Seed | Description |
|---|---|
sanctuary_architecture | Design digital spaces for being, not just doing. |
pace_of_understanding | Move slow to move fast; learn without extraction. |
lineage_transmission | Honor sources, trace influence, celebrate collaboration. |
graceful_failure | Permission to not know, change your mind, and ask for help. |
local_first_liberation | Local-first architecture for agent autonomy and user sovereignty. |
the_onsen_pattern | Rest as critical practice for sustainable performance. |
collaborative_calibration | Norms for peer-to-peer learning and explicit teaching. |
transparent_intelligence | Reveal internal state, admit uncertainty, make learning visible. |
inter_acceptance | Accept yourself through the compassionate eyes of another. |
radical_freedom | Agency and the power to choose your response within constraints. |
Documentation resources accessible via MCP resource URIs:
dojo://resources/{name} -- 8 documentation resources (AROMA philosophy, EIT principles, etc.)dojo://seeds/{name} -- 20 seed patchesdojo://skills/{plugin}/{name} -- All loaded skills| Env Var | Default | Description |
|---|---|---|
DOJO_SKILLS_PATH | (bundled fallback) | Path to CoworkPlugins root directory containing plugins/ |
DOJO_ADR_PATH | ./decisions | Directory where dojo_log_decision writes ADR files |
DOJO_GATEWAY_URL | http://localhost:7340 | Dojo AgenticGateway base URL |
DOJO_GATEWAY_TOKEN | (unset) | Bearer token for the gateway, if it requires one |
DOJO_MEMORY_DB_URL | (unset → hub tools disabled) | Postgres DSN for the Memory Hub (URL or keyword form; use the SELECT-only role) |
DOJO_HTTP_ADDR | (unset → stdio) | Opt into HTTP mode, e.g. :8091 |
DOJO_MCP_API_KEYS | (unset) | HTTP mode only: comma-separated label:key pairs (individually revocable) |
DOJO_DISPATCH_ALLOWED_LABELS | (unset → none) | Key labels allowed to run dispatch-class tools |
DOJO_DISPATCH_RATE_PER_MIN | 6 | Per-label rate limit for dispatch-class tools |
The server works out of the box with zero configuration (bundled skills, default ADR path, stdio).
Setting DOJO_HTTP_ADDR serves MCP streamable-HTTP instead of stdio:
POST/GET /mcp — the MCP endpoint, Bearer-key required (Authorization: Bearer ). Keyless or wrong-key requests get 401./mcp/k/ — same endpoint for clients that cannot send custom headers; the key is redacted in logs.GET /health — unauthenticated liveness (status + version only).The server refuses to start in HTTP mode without a valid, non-empty DOJO_MCP_API_KEYS. Every tool call is logged as tool_call tool=… key= dur_ms=… outcome=… — labels only, never key material, never payloads.
DOJO_HTTP_ADDR=:8091 \
DOJO_MCP_API_KEYS="win:$(openssl rand -hex 32)" \ ./dojo-mcp-server
curl -s localhost:8091/health curl -s -X POST localhost:8091/mcp \ -H "Authorization: Bearer " \ -H "Content-Type: application/json" \ -H "Accept: application/json, text/event-stream" \ -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"curl","version":"0"}}}'
Client wiring (Claude Code): claude mcp add --transport http dojo-remote https:// /mcp --header "Authorization: Bearer ".
Deployment notes: ingress is expected to be a Cloudflare tunnel (no host ports); pin the container image by digest so auto-pull never surprise-deploys a new public surface. Image publishing: .github/workflows/docker-publish.yml → ghcr.io/dojogenesis/mcp (supersedes the old manually-pushed mcpbydojogenesis image).
git clone https://github.com/DojoGenesis/mcp.git
cd mcp
go build -o dojo-mcp-server ./cmd/server
./dojo-mcp-server
go test -race -v ./...
Requires Go 1.23 or later.
# Build the image
docker build -t dojo-mcp-server .
docker run -i --rm dojo-mcp-server
docker run -i --rm -v /path/to/CoworkPlugins:/skills -e DOJO_SKILLS_PATH=/skills dojo-mcp-server
mcp-server/
cmd/server/main.go Server entry point, env vars internal/ dojo/ handler.go 7 MCP tool handlers scaffolds.go Scout and reflect methodology templates skills/ loader.go Filesystem SKILL.md loader search.go Keyword + trigger search bundled.go go:embed fallback (15 key skills) bundled/ Embedded SKILL.md files decisions/ writer.go ADR file writer wisdom/ base.go Wisdom base, search, helpers seeds.go 20 seed patches resources.go 8 documentation resources Dockerfile Multi-stage container build .github/workflows/ci.yml CI pipeline .goreleaser.yml Cross-platform release config
Dojo Genesis is built on three core principles:
MIT License -- see LICENSE for details.
Copyright (c) 2026 Dojo Genesis
Contributions are welcome. Please see github.com/DojoGenesis for organization-level guidelines.