Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Melchizedek

von louis49Version 1.0.2i★ –iLäuft auf deinem Computer
Name in der Registryio.github.louis49/melchizedek

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Persistent memory for Claude Code — offline, single-file, hybrid search.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

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

  • npmNode.js installiert (für den Befehl npx)

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 melchizedek

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .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 VS Code öffnen

Oder kopier die Einstellungen selbst

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.

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 7. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto louis49 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 7258 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 4 % der anderen 7258 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 7258 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 Melchizedek 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 (1.0.2) kam vor 8 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 Node.js 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.

Melchizedek

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.


Why Melchizedek?

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.

How it works

~/.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)

Search pipeline - 4 levels of graceful degradation

Every layer is optional. The plugin works with BM25 alone and gets better as more components are available.

LevelComponentWhat it addsDependency
1BM25 (FTS5)Keyword search with stemmingNone (always active)
2Dual vectors (sqlite-vec)Semantic search - text (MiniLM 384d) + code (Jina 768d)@huggingface/transformers (optional)
3RRF fusionMerges BM25 + text vectors + code vectors via Reciprocal Rank FusionVectors enabled
4RerankerCross-encoder re-scoring of top resultsTransformers.js or node-llama-cpp (optional)

Performance

Measured with npm run bench - 100 sessions, 1 000 chunks, on a single SQLite file.

MetricResultTarget
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

Quick Start

npm (recommended)
npm install -g melchizedek

Add the MCP server to Claude Code:

claude mcp add --scope user melchizedek -- melchizedek-server
npx (no install)
claude mcp add --scope user melchizedek -- npx melchizedek-server
From source
git clone https://github.com/louis49/melchizedek.git

cd melchizedek && npm install && npm run build claude --mcp-config .mcp.json

Claude Code plugin marketplace *(coming soon)*

Plugin review pending. In the meantime, use npm or npx install above.

claude plugin install melchizedek   # not yet available
Setting up hooks (automatic indexing)

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.

MCP Tools

Search (start here)
ToolDescription
m9k_searchSearch indexed conversations. Returns compact snippets. Current project boosted. Supports since/until date filters and order (score, date_asc, date_desc).
m9k_contextGet a chunk with surrounding context (adjacent chunks in the same session).
m9k_fullRetrieve 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.

Specialized search
ToolDescription
m9k_file_historyFind past conversations that touched a specific file.
m9k_errorsFind past solutions for an error message.
m9k_similar_workFind past approaches to similar tasks. Prioritizes rich metadata.
Memory management
ToolDescription
m9k_saveManually save a memory note for future recall.
m9k_sessionsList all indexed sessions, optionally filtered by project.
m9k_infoShow memory index info: corpus size, search pipeline, embedding worker, usage metrics.
m9k_configView or update plugin configuration.
m9k_forgetPermanently remove a chunk from the index.
m9k_delete_sessionDelete a session from the index.
m9k_ignore_projectExclude a project from indexing. Future sessions won't be indexed, existing ones optionally purged.
m9k_unignore_projectRe-enable indexing for a previously ignored project. Purged data is not restored.
m9k_restartRestart the MCP server to load fresh code after npm run build. Supports force: true for stuck processes.
Usage guide
ToolDescription
__USAGE_GUIDEPhantom tool. Its description teaches Claude the retrieval pattern and available tools.

Configuration

Zero config by default. Everything is tunable via m9k_config or environment variables.

SettingDefaultEnv var
Database path~/.melchizedek/memory.dbM9K_DB_PATH
Daemon modeenabledM9K_NO_DAEMON=1 to disable
Log levelwarnM9K_LOG_LEVEL
Embeddings enabledtrueM9K_EMBEDDINGS=false to disable
Reranker enabledtrueM9K_RERANKER=false to disable

See docs/configuration.md for the full settings reference (20+ options, env vars, config file examples).

Enhanced Search

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).

How is this different?

Melchizedekclaude-historian-mcpclaude-memepisodic-memorymcp-memory-service
PhilosophySearch engine - indexes everything, you searchSearch engine - scans JSONL on demandNotebook - AI compresses & savesSearch engineNotebook - AI decides what to store
Indexes raw conversationsYes (JSONL transcripts)Yes (direct JSONL read, no persistent index)Compressed summariesYes (JSONL)No (manual store_memory)
Retroactive on installYes (backfills all history)Yes (reads existing files)NoYesNo (empty at start)
SearchBM25 + vectors + RRF + rerankerTF-IDF + fuzzy matchingFTS5 + ChromaDBVectors onlyBM25 + vectors
Progressive retrieval3 layers (search/context/full)NoNoNoNo
100% offlineYesYesNo (needs API for compression)YesYes
Single-file storageSQLiteNone (reads raw JSONL)SQLite + ChromaDBSQLiteSQLite-vec
Zero configYesYesYesYesYes
MCP tools16104212
LicenseMITMITAGPL-3.0MITApache-2.0
Dual embedding (text + code)Yes (MiniLM + Jina Code)NoNoNoNo
Configurable modelsYes (Transformers.js or Ollama)NoNo (Chroma internal)No (hardcoded)Yes (ONNX, Ollama, OpenAI, Cloudflare)
RerankerCross-encoder (ONNX, GGUF, or HTTP)NoNoNoQuality scorer (not search reranker)
PrivacyAll local, tag redactionAll localSends data to Anthropic APIAll localAll local
Multi-instanceSingleton daemon - N Claude windows share 1 process (Unix socket / Windows named pipe, local fallback)N separate processesShared HTTP worker (:37777)N separate processesShared HTTP server
Inspirations

This project stands on the shoulders of others. Key ideas borrowed from:

ProjectWhat we took
CASSRRF hybrid fusion, SHA-256 dedup, auto-fuzzy fallback
claude-historian-mcpSpecialized MCP tools (file_history, error_solutions)
claude-diaryPreCompact hook (archive before /compact)

Known issues

  • Session boost inactive - Claude Code currently send

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

PopNx fragen