Context7
Up-to-date docs for AI agents
Beschreibung vom Entwickler (englisches Original)
Persistent memory for Claude Code — offline, single-file, hybrid search.
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": {
"melchizedek": {
"command": "npx",
"args": [
"-y",
"melchizedek"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add melchizedek -- npx -y melchizedekIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"melchizedek": {
"command": "npx",
"args": [
"-y",
"melchizedek"
]
}
}
}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": {
"melchizedek": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"melchizedek"
]
}
}
}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 7. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto louis49 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 (1.0.2) kam vor 8 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js 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.
Persistent memory for Claude Code. Automatically indexes every conversation and provides production-grade hybrid search (BM25 + vectors + reranker) via MCP tools. 100% local, zero config, zero API keys, zero invoice.
Claude Code forgets everything between sessions - and knows nothing about your other projects. Melchizedek fixes both.
It runs silently in the background - indexing your conversations as you work - then gives Claude the ability to search across your entire history, across all projects: past debugging sessions, architectural decisions, error solutions, code patterns.
No cloud. No API keys. No config. Plug and ask.
~/.claude/projects/**/*.jsonl (your conversation transcripts - read-only)
| v SessionEnd hook (auto-triggers after each session) | v +-----------------+ | Indexer | Parse JSONL -> chunk pairs -> SHA-256 dedup | (better-sqlite3)| FTS5 tokenize -> vector embed (optional) +-----------------+ | v ~/.melchizedek/memory.db (single SQLite file, WAL mode) | v +-----------------+ | MCP Server | 16 search & management tools | (stdio) | Hybrid: BM25 + vectors + RRF + reranker +-----------------+ | v Claude Code (searches your history via MCP)
Every layer is optional. The plugin works with BM25 alone and gets better as more components are available.
| Level | Component | What it adds | Dependency |
|---|---|---|---|
| 1 | BM25 (FTS5) | Keyword search with stemming | None (always active) |
| 2 | Dual vectors (sqlite-vec) | Semantic search - text (MiniLM 384d) + code (Jina 768d) | @huggingface/transformers (optional) |
| 3 | RRF fusion | Merges BM25 + text vectors + code vectors via Reciprocal Rank Fusion | Vectors enabled |
| 4 | Reranker | Cross-encoder re-scoring of top results | Transformers.js or node-llama-cpp (optional) |
Measured with npm run bench - 100 sessions, 1 000 chunks, on a single SQLite file.
| Metric | Result | Target |
|---|---|---|
| Indexation (100 sessions) | ~80 ms | < 10 s |
| BM25 search (mean) | ~0.2 ms | < 50 ms |
| DB size (100 sessions) | ~1.4 MB | < 30 MB |
| Tokens per search | ~125 | < 2 000 |
npm install -g melchizedek
Add the MCP server to Claude Code:
claude mcp add --scope user melchizedek -- melchizedek-server
claude mcp add --scope user melchizedek -- npx melchizedek-server
git clone https://github.com/louis49/melchizedek.git
cd melchizedek && npm install && npm run build claude --mcp-config .mcp.json
Plugin review pending. In the meantime, use npm or npx install above.
claude plugin install melchizedek # not yet available
The MCP server provides search tools, but hooks trigger automatic indexing. Without hooks, you'd need to manually index sessions.
For marketplace installs, hooks are configured automatically. For npm/npx/source installs, add hooks to ~/.claude/settings.json.
See docs/installation.md for the full JSON configuration, hook reference, and troubleshooting.
After setup, restart Claude Code. Indexing starts automatically.
| Tool | Description |
|---|---|
m9k_search | Search indexed conversations. Returns compact snippets. Current project boosted. Supports since/until date filters and order (score, date_asc, date_desc). |
m9k_context | Get a chunk with surrounding context (adjacent chunks in the same session). |
m9k_full | Retrieve full content of chunks by IDs. |
Progressive retrieval pattern - search returns ~50 tokens/result, context ~200-300, full ~500-1000. Start with m9k_search, drill down only when needed. 4x token savings vs loading everything.
Context-aware ranking - results from your current project (×1.5) and current session (×1.2) are automatically promoted. Cross-project results remain visible.
| Tool | Description |
|---|---|
m9k_file_history | Find past conversations that touched a specific file. |
m9k_errors | Find past solutions for an error message. |
m9k_similar_work | Find past approaches to similar tasks. Prioritizes rich metadata. |
| Tool | Description |
|---|---|
m9k_save | Manually save a memory note for future recall. |
m9k_sessions | List all indexed sessions, optionally filtered by project. |
m9k_info | Show memory index info: corpus size, search pipeline, embedding worker, usage metrics. |
m9k_config | View or update plugin configuration. |
m9k_forget | Permanently remove a chunk from the index. |
m9k_delete_session | Delete a session from the index. |
m9k_ignore_project | Exclude a project from indexing. Future sessions won't be indexed, existing ones optionally purged. |
m9k_unignore_project | Re-enable indexing for a previously ignored project. Purged data is not restored. |
m9k_restart | Restart the MCP server to load fresh code after npm run build. Supports force: true for stuck processes. |
| Tool | Description |
|---|---|
__USAGE_GUIDE | Phantom tool. Its description teaches Claude the retrieval pattern and available tools. |
Zero config by default. Everything is tunable via m9k_config or environment variables.
| Setting | Default | Env var |
|---|---|---|
| Database path | ~/.melchizedek/memory.db | M9K_DB_PATH |
| Daemon mode | enabled | M9K_NO_DAEMON=1 to disable |
| Log level | warn | M9K_LOG_LEVEL |
| Embeddings enabled | true | M9K_EMBEDDINGS=false to disable |
| Reranker enabled | true | M9K_RERANKER=false to disable |
See docs/configuration.md for the full settings reference (20+ options, env vars, config file examples).
Melchizedek works out of the box with BM25 keyword search. Text embeddings (MiniLM) download automatically on first use for semantic search.
For GPU-accelerated code embeddings (Ollama), cross-encoder reranking (GGUF models), platform-specific setup guides, and the full model reference, see [Enhanced Search Setup](docs/enhanced-search.md).
| Melchizedek | claude-historian-mcp | claude-mem | episodic-memory | mcp-memory-service | |
|---|---|---|---|---|---|
| Philosophy | Search engine - indexes everything, you search | Search engine - scans JSONL on demand | Notebook - AI compresses & saves | Search engine | Notebook - AI decides what to store |
| Indexes raw conversations | Yes (JSONL transcripts) | Yes (direct JSONL read, no persistent index) | Compressed summaries | Yes (JSONL) | No (manual store_memory) |
| Retroactive on install | Yes (backfills all history) | Yes (reads existing files) | No | Yes | No (empty at start) |
| Search | BM25 + vectors + RRF + reranker | TF-IDF + fuzzy matching | FTS5 + ChromaDB | Vectors only | BM25 + vectors |
| Progressive retrieval | 3 layers (search/context/full) | No | No | No | No |
| 100% offline | Yes | Yes | No (needs API for compression) | Yes | Yes |
| Single-file storage | SQLite | None (reads raw JSONL) | SQLite + ChromaDB | SQLite | SQLite-vec |
| Zero config | Yes | Yes | Yes | Yes | Yes |
| MCP tools | 16 | 10 | 4 | 2 | 12 |
| License | MIT | MIT | AGPL-3.0 | MIT | Apache-2.0 |
| Dual embedding (text + code) | Yes (MiniLM + Jina Code) | No | No | No | No |
| Configurable models | Yes (Transformers.js or Ollama) | No | No (Chroma internal) | No (hardcoded) | Yes (ONNX, Ollama, OpenAI, Cloudflare) |
| Reranker | Cross-encoder (ONNX, GGUF, or HTTP) | No | No | No | Quality scorer (not search reranker) |
| Privacy | All local, tag redaction | All local | Sends data to Anthropic API | All local | All local |
| Multi-instance | Singleton daemon - N Claude windows share 1 process (Unix socket / Windows named pipe, local fallback) | N separate processes | Shared HTTP worker (:37777) | N separate processes | Shared HTTP server |
This project stands on the shoulders of others. Key ideas borrowed from:
| Project | What we took | |
|---|---|---|
| CASS | RRF hybrid fusion, SHA-256 dedup, auto-fuzzy fallback | |
| claude-historian-mcp | Specialized MCP tools (file_history, error_solutions) | |
| claude-diary | PreCompact hook (archive before /compact) |
Nur der Anfang wird gezeigt; den Rest findest du im Repo