Spec Driven Development
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Beschreibung vom Entwickler (englisches Original)
Code graph context engine with 24 MCP tools. 170+ languages via tree-sitter.
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.
Du 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": {
"tempograph": {
"command": "uvx",
"args": [
"tempograph"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add tempograph -- uvx tempographIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"tempograph": {
"command": "uvx",
"args": [
"tempograph"
]
}
}
}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": {
"tempograph": {
"type": "stdio",
"command": "uvx",
"args": [
"tempograph"
]
}
}
}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.
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 6. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto Elmoaid 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 (0.7.2) kam vor 7 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, Apify MCP Server
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
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.
Extract data from any website with thousands of scrapers, crawlers, and automations on Apify Store ⚡
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.
This is the frozen April-2026 Python line (PyPI
tempograph 0.7.4). The live engine is the all-Rusttempograph_rsinElmoaid/outpm(ruling D-1, 2026-08). The benchmark headline below (+18.6%, p=0.049) was re-analysed as p=0.055, not significant (ruling D-7); it is kept as the published record, not as a current claim. Banner added 2026-09-02.
Your AI agent finds the right files. Every time.
TempoGraph builds a dependency graph of your codebase and gives your AI coding agent exactly the files it needs before making changes. One tool call. No guessing.
AI coding agents guess which files to look at. They search by filename, grep for keywords, and hope for the best. In large codebases, they miss critical dependencies, break things downstream, and waste tokens reading irrelevant code.
pip install tempograph
Add to your MCP config (Claude Code, Cursor, Windsurf, or any MCP client):
{
"mcpServers": { "tempograph": { "command": "tempograph-server", "args": [] } } }
Your agent calls prepare_context with a task description. TempoGraph returns the exact files that matter — based on real dependency analysis, not text matching.
Tested on real PRs from django, flask, httpx, fastapi, requests, and pydantic. Task: predict which files need to change.
| Model | Without TempoGraph | With TempoGraph | Improvement |
|---|---|---|---|
| GPT-4o | 21.7% F1 | 27.5% F1 | +27% |
| GPT-4o-mini | 19.2% F1 | 24.5% F1 | +28% |
| qwen2.5-coder:32b | — | — | +18.6% (p=0.049) |
Consistent improvement across every model. 2-3x more tasks helped than hurt. No other code context tool publishes retrieval benchmarks with statistical significance.
your repo ──→ tree-sitter parse ──→ symbols + edges ──→ SQLite graph
│ AI agent calls prepare_context ─────────┘ │ ◄── KEY FILES + callers + callees + risk signals
Beyond prepare_context, TempoGraph exposes 24 MCP tools for deeper analysis when your agent needs it:
| Tool | When to use it |
|---|---|
blast_radius | "What breaks if I change this file?" |
focus | "Show me everything related to auth" |
hotspots | "Which files are riskiest to change?" |
dead_code | "What can I safely delete?" |
diff_context | "What's the impact of my current changes?" |
overview | "Orient me in this new codebase" |
All 24 tools
| Tool | What it does |
|---|---|
prepare_context | One-shot context for a task — the primary tool |
overview | Repository orientation: size, languages, entry points |
focus | Connected subgraph around a symbol — callers, callees |
blast_radius | What breaks if you change this file or symbol |
diff_context | Impact analysis of changed files |
hotspots | Ranked risk list — complexity x coupling x size |
dead_code | Unreferenced symbols — cleanup candidates |
lookup | "Where is X?", "What calls X?" |
dependencies | Circular imports, dependency layers |
architecture | Module-level dependency view |
symbols | Full symbol inventory |
file_map | File tree with top symbols per file |
search_semantic | Hybrid keyword + vector + structural search |
cochange_context | Files that historically change together |
suggest_next | Predicts the next useful tool call |
run_kit | Composable multi-tool workflows |
stats | Token budget estimates |
get_patterns | Codebase conventions and idioms |
report_feedback | Log whether output was useful |
learn_recommendation | Suggestions from feedback history |
index_repo | Build or rebuild the graph |
watch_repo / unwatch_repo | Live incremental updates |
embed_repo | Generate vector embeddings |
# Orient in a new repo
tempograph ./my-project --mode overview
tempograph ./my-project --mode focus --query "authentication"
tempograph ./my-project --mode blast --file src/lib/db.ts
tempograph ./my-project --mode dead
from tempograph import build_graph
graph = build_graph("./my-project") results = graph.search_symbols("handleLogin") importers = graph.importers_of("src/lib/db.ts") dead = graph.find_dead_code()
Python, TypeScript, JavaScript, Rust, Go, Java, C#, and Ruby get deep extraction (custom tree-sitter handlers). 170+ additional languages are supported via generic handler. pip install tempograph[full] for everything.
If TempoGraph saves you time, consider sponsoring the project. Sponsors get early access to new features.
TempoGraph is AGPL-3.0 — free to use, modify, and distribute. If you use TempoGraph in a network service (SaaS, hosted IDE, AI coding platform), AGPL requires you to open-source your service code. If that doesn't work for you, commercial licenses are available.
Contact eali@needspec.com for commercial licensing terms.
AGPL-3.0 — free to use. Network service use requires source disclosure, or a commercial license.