Context7
Up-to-date docs for AI agents
Beschreibung vom Entwickler (englisches Original)
Persistent local knowledge for AI coding agents with structured records, search, and DOT context.
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.
KILONOVA_KB_ROOTDu 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": {
"kilonova": {
"command": "uvx",
"args": [
"kilonova-mcp"
],
"env": {
"KILONOVA_KB_ROOT": "your-value"
}
}
}
}Führe das in deinem Terminal aus
claude mcp add kilonova --env KILONOVA_KB_ROOT=your-value -- uvx kilonova-mcpTrag die leeren Werte ein, bevor du ihn startest.
In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"kilonova": {
"command": "uvx",
"args": [
"kilonova-mcp"
],
"env": {
"KILONOVA_KB_ROOT": "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": {
"kilonova": {
"type": "stdio",
"command": "uvx",
"args": [
"kilonova-mcp"
],
"env": {
"KILONOVA_KB_ROOT": "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.
KILONOVA_KB_ROOT 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 MilnaOS 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 (0.1.1) kam vor 3 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: 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 knowledge base tools for Claude Code. Claude remembers your projects, decisions, and patterns across sessions — stored on your machine, no cloud required.
Built by AIM Studio · Free · MIT License
Every Claude Code session starts cold. You re-explain your project structure, re-describe decisions you made last week, re-state what's in flight. Context burns fast.
Kilonova gives Claude a persistent knowledge base on your local machine. At session start, Claude loads your DOT (Document of Truth) — a compressed, structured reference doc with your project state, active tasks, decisions, and patterns. During the session, Claude writes new discoveries back to the KB. Next session, it's all there.
Session 1: Claude learns your architecture → kb_write saves the decision
Session 2: dot_load → Claude already knows. No recap needed.
pip install kilonova-mcp
Or from source:
git clone https://github.com/MilnaOS/kilonova-mcp
cd kilonova-mcp pip install -e .
Add to ~/.claude/settings.json:
{
"mcpServers": { "kilonova": { "command": "python", "args": ["-m", "kilonova_mcp"], "env": { "KILONOVA_KB_ROOT": "/path/to/your/kb" } } } }
Copy CLAUDE.md.template to ~/.claude/CLAUDE.md (or append to your existing one).
1. Create your first KB topic:
In Claude Code, just start writing:
mcp__kilonova__kb_write(
topic="claude_context", entity_type="project_state", name="my-project", data={ "name": "my-project", "status": "active", "location": "/path/to/project", "summary": "What this project is", "next_action": "What to do next" } )
2. Load it next session:
mcp__kilonova__dot_load(topic="claude_context")
3. Search it:
mcp__kilonova__kb_search(topic="claude_context", query="authentication decision")
A DOT is a plain text file with two sections:
---TOC---
1:Projects|1.1:My_Project 2:Active_Tasks 3:Decisions
---CARDS---
STATUS: active NEXT: wire up the auth flow
The TOC lets Claude fetch only the section it needs. Cards hold the actual content.
See example_dot/ for a starter template.
claude_contextCopy schemas/claude_context/ into your KB directory under /claude_context/schemas/:
| Entity type | Use for |
|---|---|
project_state | Current status, location, next action per project |
decision | Architectural choices with rationale |
pattern | Code conventions, gotchas, file locations |
active_task | In-flight work across sessions |
session_note | End-of-session summaries |
| Tool | Description |
|---|---|
dot_load(topic) | Load full DOT document into context |
kb_search(topic, query) | Search records by natural language query |
kb_write(topic, entity_type, name, data) | Write/update a record (merges with existing) |
kb_load(topic, entity_type, name) | Load one specific record |
kb_topics() | List all KB topics and record counts |
kb_schema(topic, entity_type?) | Show field schema for an entity type |
corpus_status(topic) | Show KB size and record counts |
kb_backup(dry?) | Mirror KB to OneDrive |
Kilonova doesn't care what you store. Define your own schemas:
// kb/my_topic/schemas/component.json
{ "name": {"type": "string", "description": "Component name"}, "file": {"type": "string", "description": "Path to file"}, "purpose": {"type": "string", "description": "What it does"}, "dependencies": {"type": "array", "description": "What it depends on"} }
Then write records to it and search them naturally.
Kilonova MCP is the free, standalone KB layer extracted from Milna OS — a full BYOK multi-model AI terminal. If you want the whole thing (parallel model legs, distillation engine, web ingestion, local+cloud hybrid inference), check out Milna OS.
MIT License · © AIM Studio