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

Alaya MCP

von SecurityRoninVersion 0.4.7i★ –iLäuft auf deinem Computer
Name in der Registryio.github.SecurityRonin/alaya-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Local memory engine for AI agents with knowledge graphs, forgetting, and semantic recall

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
  • Das musst du eintragen: ALAYA_LLM_API_KEY

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).
  • Das trägst du selbst ein: ALAYA_LLM_API_KEY, ALAYA_LLM_API_URL, ALAYA_LLM_MODEL, ALAYA_DB

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

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": {
    "alaya": {
      "command": "npx",
      "args": [
        "-y",
        "alaya-mcp"
      ],
      "env": {
        "ALAYA_LLM_API_KEY": "your-value",
        "ALAYA_LLM_API_URL": "your-value",
        "ALAYA_LLM_MODEL": "your-value",
        "ALAYA_DB": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add alaya --env ALAYA_LLM_API_KEY=your-value --env ALAYA_LLM_API_URL=your-value --env ALAYA_LLM_MODEL=your-value --env ALAYA_DB=your-value -- npx -y alaya-mcp

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

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

{
  "mcpServers": {
    "alaya": {
      "command": "npx",
      "args": [
        "-y",
        "alaya-mcp"
      ],
      "env": {
        "ALAYA_LLM_API_KEY": "your-value",
        "ALAYA_LLM_API_URL": "your-value",
        "ALAYA_LLM_MODEL": "your-value",
        "ALAYA_DB": "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 VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "alaya": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "alaya-mcp"
      ],
      "env": {
        "ALAYA_LLM_API_KEY": "your-value",
        "ALAYA_LLM_API_URL": "your-value",
        "ALAYA_LLM_MODEL": "your-value",
        "ALAYA_DB": "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.

Werte, die du selbst einträgst

  • ALAYA_LLM_API_KEY geheim env
    API key for auto-consolidation (enables LLM-powered knowledge extraction)
  • ALAYA_LLM_API_URL env
    OpenAI-compatible chat completions endpoint
  • ALAYA_LLM_MODEL env
    Model name (e.g. gpt-4o-mini, haiku, gemini-flash)
  • ALAYA_DB env
    Path to SQLite database

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 SecurityRonin 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 7275 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 7 % der anderen 7275 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 7275 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 Alaya MCP 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?

Das musst du eintragen: ALAYA_LLM_API_KEY

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 (0.4.7) kam vor 7 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 gestern
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 21 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.

alaya-mcp

The only memory engine with neuroscience-grounded memory dynamics — Bjork dual-strength forgetting, retrieval-induced suppression, and Hebbian co-activation — in a zero-dependency embeddable Rust library.

Stores conversation episodes, consolidates knowledge through a cognitive lifecycle, and builds a personal knowledge graph — all in a local SQLite database.

Install

Claude Code

Add to ~/.claude/claude_code_config.json:

{

"mcpServers": { "alaya": { "command": "npx", "args": ["-y", "alaya-mcp"] } } }

Claude Desktop

Add to your Claude Desktop MCP config:

{

"mcpServers": { "alaya": { "command": "npx", "args": ["-y", "alaya-mcp"], "env": { "ALAYA_LLM_API_KEY": "sk-...", "ALAYA_LLM_API_URL": "https://api.openai.com/v1/chat/completions", "ALAYA_LLM_MODEL": "gpt-4o-mini" } } } }

The ALAYA_LLM_* env vars are optional — they enable automatic knowledge extraction. Without them, the agent extracts knowledge from its own context.

MCP Tools

ToolDescription
rememberStore a conversation episode
recallSemantic search across memories
statusMemory system health and stats
knowledgeBrowse extracted knowledge
learnStore pre-extracted facts and relationships
categoriesView emergent category taxonomy
preferencesTrack crystallized user preferences
neighborsExplore the knowledge graph
lifecycleTrigger maintenance (strengthen, transform, forget)
configureSet embedding provider and other options

How It Works

  1. Remember — store conversation episodes as they happen
  2. Consolidate — extract facts, relationships, and concepts from episodes
  3. Strengthen — co-retrieved memories strengthen their connections (Hebbian LTP); retrieving memory A actively suppresses competing memories B and C (retrieval-induced forgetting)
  4. Categorize — emergent categories form automatically from your knowledge
  5. Forget — Bjork dual-strength decay separates storage strength (how well-encoded) from retrieval strength (how easily found); weak memories fade, strong ones persist
  6. Crystallize — implicit preferences emerge from accumulated impressions (vasana), no LLM required

All data stays on your machine in ~/.alaya/memory.db.

Why Alaya

ProblemFile-based memoryAlaya
Token wasteFull-context injection (~35K tokens/msg)Ranked retrieval — only top-k relevant memories
No structureEverything in one fileThree typed stores: episodes, knowledge, preferences
No forgettingFiles grow until manually curatedBjork dual-strength decay + retrieval-induced forgetting
No associationsFlat files, no linksHebbian co-retrieval graph (LTP/LTD)
Brittle preferencesAgent-authored summary, driftsImplicit preferences emerge from impressions (vasana)
LLM requiredCan't function without oneGraceful degradation: no embeddings → BM25-only

Links

License

MIT

PopNx fragen