Persome

Name: Persome
Author: Intuition-Lab

von Intuition-LabVersion 0.3.2i★ –iLäuft auf deinem Computer

Name in der Registryio.github.Intuition-Lab/personal-model

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Local-first personal memory and model server for trusted MCP agents on macOS.

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
NutzungiNoch nicht gemessen★ –

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": {
    "personal-model": {
      "command": "uvx",
      "args": [
        "personal-model",
        "mcp"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add personal-model -- uvx personal-model mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

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

{
  "mcpServers": {
    "personal-model": {
      "command": "uvx",
      "args": [
        "personal-model",
        "mcp"
      ]
    }
  }
}

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": {
    "personal-model": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "personal-model",
        "mcp"
      ]
    }
  }
}

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 6. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto Intuition-Lab 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 7248 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 21 % der anderen 7248 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 7248 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 Persome 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 (0.3.2) kam vor 4 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:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert heute

Installieren

Codebase Memory

von DeusData

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

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen

Installieren

Exa

von exa-labs

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

Läuft in der Cloud★ 5.213MITAktualisiert letzten Monat

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.

Personal Model: local-first AI memory for coding agents

Auto-playing preview · Full-quality demo and v0.3.2 release notes

Build your HUMAN.md — one evidence-linked Personal Model for Claude Code, Codex, Cursor Agent, and other trusted MCP clients.

Personal Model is an open-source, local-first long-term memory Runtime. It learns how you think and work from focused activity captured on your Mac after you grant macOS permission, then gives your AI tools inspectable context to continue work and make grounded decisions.

Runs locally on your Mac. Private by default. Yours to inspect, correct, export, and delete.

Install Personal Model · Connect your AI tool · Star Personal Model on GitHub

_Concept illustration of a mature Personal Model._

Why Personal Model

Personal Model turns focused activity from the apps you use into a portable context layer, keeps it on your Mac, and makes it available to the trusted AI clients you choose.

One memory across agents. Connect the same Personal Model to Claude Code, Codex, Cursor Agent, and other MCP-compatible clients.
Evidence, not hidden summaries. Important claims retain source receipts; new evidence can strengthen, revise, or overturn an earlier inference.
User-owned by design. Inspect, correct, export, or delete your model and data without depending on a hosted memory service.
More than chat history. Personal Model learns from focused activity after you explicitly grant macOS permissions.

Your Personal Model is your `HUMAN.md`

Personal Model connects activity into progressively deeper context:

Layer	Meaning
Point	A sourced observation or event
Line	A relationship or change over time
Face	A pattern supported by related evidence
Volume	A higher-order structure across projects or areas of life
Root	The current integrated model of you

The result is a living model of what matters now, how you tend to decide, and where your attention is moving.

Works with Claude Code, Codex, Cursor Agent, and MCP clients

Client	Connection	Setup
Claude Code	Native Personal Model installer	`persome install claude-code`
Codex CLI and IDE extension	Native Personal Model installer	`persome install codex`
Cursor Agent CLI	Native Personal Model installer	`persome install cursor-agent`
Claude Desktop	Managed stdio config	`persome install claude-desktop`
opencode	Managed local stdio config	`persome install opencode`
Other compatible clients	Generated MCP JSON	`persome install mcp-json --filename persome-mcp.json`

The MCP client guide covers prerequisites, verification, the permission boundary, transport details, HTTP fallback, and troubleshooting.

Personal Model is an MCP server used by trusted MCP clients. Other MCP servers—such

as Filesystem, GitHub, Slack, or Google Drive—are separate tools and are not

Personal Model integrations unless that path is explicitly built and tested.

Use cases

These visuals show agent workflows enabled by Personal Model. The Runtime

supplies evidence-linked local context through MCP; connected agents own task

selection and execution, and external actions still require your authority.

1. One Root — A Model of You

Thousands of moments. One evolving model of you.

Personal Model turns sourced observations into relationships, patterns, higher-order structure, and one current Root: what matters now, how you tend to decide, and where your attention is moving.

From Points to Lines, Faces, Volumes, and one Root—a living model of who you are and what matters now.

2. Same AI. Different You.

The model is the same. The person it understands is different.

Two people can give the same AI the same prompt and deserve different answers. Your Personal Model changes how an agent prioritizes, decides, writes, and acts—because it understands who it is working for.

The same prompt should not produce the same answer for everyone. Give AI a model of you.

3. One MCP — Turn coding agents into proactive agents

Your coding agent finds its own work

Connect Personal Model once through MCP. Codex, Claude Code, and other trusted agents can use the same model of your goals, priorities, working patterns, and boundaries.

A connected agent can search Personal Model for unfinished work, rank proposed next steps against your priorities, and separate local implementation from external actions that need your approval.

Continue where you left off

Work while you sleep

Install, connect, and verify

Install Personal Model, connect a trusted MCP client, then verify the local Runtime.

1. Install with your data

Requirements: macOS 13 or newer and Xcode Command Line Tools. For the shortest package-managed installation:

uv tool install personal-model

persome onboard persome model open --after 30

The distribution is named personal-model; the installed CLI is persome.

For the most explicit source-based first run:

git clone https://github.com/Intuition-Lab/personal-model.git

cd personal-model bash install.sh

After successful interactive onboarding, the source installer opens the unified local setup experience immediately.

What onboarding proves

persome onboard explains each macOS request before it appears.
Accessibility is granted to the versioned mac-ax-helper and, only when event-driven capture is enabled, mac-ax-watcher.
Screen Recording is requested only when the effective screenshot or local-OCR policy requires pixels. Personal Model never requires Full Disk Access.
On Apple Silicon, local OCR uses bundled PP-OCRv6; on Intel, it uses the macOS Apple Vision framework. Onboarding verifies the isolated worker on both architectures.
Unified localhost onboarding offers a read-only, multi-source import and builds the first model from existing Markdown history. Local folders are always available; Obsidian and Notion appear only when detected on the Mac. The same sources remain available through persome import-data; see the import guide.
It proves the final lifecycle owner and Runtime generation, then reports a fresh-capture receipt in standard daemon mode or an explicit readiness/privacy receipt for supported alternate modes such as trusted ingest.

An LLM is optional for collection and BM25 recall, but required for semantic modeling. You can configure a hosted/local provider for unattended processing:

persome llm setup

persome llm status --check

Alternatively, explicitly lend an existing coding-agent subscription to the background Runtime. The client CLI keeps and refreshes its own login; Personal Model stores only its executable path, routing policy, and a durable daily call cap:

persome llm agent setup --client codex --daily-call-limit 50 --check

also supported: claude-code, cursor-agent

persome llm status

A trusted MCP client that supports Sampling with tools can still call process_pending_model_work for a one-request, 1–10-session batch. Both paths use the connected agent allowance without exposing its OAuth token to Personal Model; the CLI bridge is the opt-in path that also powers unattended stages.

2. Connect a trusted MCP client

persome install claude-code

persome install codex persome install cursor-agent persome install claude-desktop persome install opencode

The commands above install only the MCP server. To also give background semantic stages explicit consent to use a supported coding-agent subscription, add --fund-model; the default cap is 50 model invocations per local day:

persome install codex --fund-model --daily-call-limit 50

also supported: claude-code, cursor-agent

persome llm agent disable revokes that consent without logging the client out or deleting a fallback provider profile.

These stdio registrations launch the MCP process on demand, so the daemon does not need to be running after onboarding has initialized the local database, and no HTTP bearer is copied into client configuration. Schema creation and migration remain daemon-owned; a brand-new or externally upgraded data root must run persome start once before stdio clients use it. Stdio writes remain available while the daemon is stopped, but WAL maintenance waits for the daemon; start it periodically if you use write tools in that mode so the WAL stays bounded.

For another Cursor-compatible setup, you can still generate a stdio obj

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

Persome

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

Personal Model: local-first AI memory for coding agents

Why Personal Model

Your Personal Model is your HUMAN.md

Works with Claude Code, Codex, Cursor Agent, and MCP clients

Use cases

1. One Root — A Model of You

2. Same AI. Different You.

3. One MCP — Turn coding agents into proactive agents

Continue where you left off

Work while you sleep

Install, connect, and verify

1. Install with your data

also supported: claude-code, cursor-agent

2. Connect a trusted MCP client

also supported: claude-code, cursor-agent

Your Personal Model is your `HUMAN.md`