Memdocs

Name: Memdocs
Author: Smart-AI-Memory

von Smart-AI-MemoryVersion 2.1.4i★ –iLäuft auf deinem Computer

Name in der Registryio.github.silversurfer562/memdocs

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Git-native project memory for AI assistants with enterprise-grade audit compliance

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 Basischecksi0 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
Das musst du eintragen: ANTHROPIC_API_KEY

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 0 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Das trägst du selbst ein: PROJECT_ROOT, ANTHROPIC_API_KEY

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

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": {
    "memdocs": {
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "your-value",
        "ANTHROPIC_API_KEY": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add memdocs --env PROJECT_ROOT=your-value --env ANTHROPIC_API_KEY=your-value -- uvx memdocs

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": {
    "memdocs": {
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "your-value",
        "ANTHROPIC_API_KEY": "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": {
    "memdocs": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "your-value",
        "ANTHROPIC_API_KEY": "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

PROJECT_ROOT env
Root directory of the project to track
ANTHROPIC_API_KEY geheim erforderlich env
API key for Claude AI operations (summarization, analysis)

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

! Vorsicht
Entwickler passt zum Repo
Der Herausgeber (silversurfer562) ist nicht der Repo-Inhaber (Smart-AI-Memory); vielleicht hat jemand anderes ihn eingetragen
… 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 7231 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 1 % der anderen 7231 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 37 % der anderen 7231 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 Memdocs sicher?

Er hat 0 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: ANTHROPIC_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 (2.1.4) kam vor 11 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 vor 3 Tagen

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 vor 44 Tagen

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.

MemDocs 🧠

Persistent Memory for AI Projects

Features • Quick Start • Complete Stack • Empathy Integration • Documentation • Examples • Contributing

🚀 The Complete Stack for 10x+ Productivity

`

VS Code + Claude Code (latest) + MemDocs + Empathy = 10x+ Productivity

`

Documented user experience: Transformational productivity through Level 4-5 AI collaboration

📖 Learn More:

- [Quick Start: Blog Post](docs/EMPATHY_MEMDOCS_BLOG_POST.md) - Engaging narrative explaining the five levels

- [Executive Summary](docs/EMPATHY_MEMDOCS_EXECUTIVE_SUMMARY.md) - 1-page overview for teams & investors

- [Technical Deep-Dive](docs/EMPATHY_MEMDOCS_SYNERGY.md) - 21-page analysis with code examples

🎯 What is MemDocs?

MemDocs is a git-native memory management system that gives AI assistants persistent, project-specific memory. It generates structured, machine-readable documentation that lives in your repository—no cloud services, no recurring costs, just local/git-based storage that enhances AI context and team collaboration.

💡 The Problem

AI assistants like ChatGPT and GitHub Copilot have no memory between sessions. Every conversation starts from scratch, forcing you to repeatedly explain your codebase, architecture decisions, and project context.

Result: AI stuck at Level 1-2 (Reactive) - can only respond after being asked, can't predict future needs, can't learn from patterns.

✨ The Solution

MemDocs creates a persistent memory layer that unlocks Level 4-5 AI collaboration:

🧠 Remembers your project across sessions (via .memdocs/ directory)
🔮 Enables predictions 30-90 days ahead (Level 4 Anticipatory Empathy)
👥 Shares memory with your team (committed to git)
💰 2000x cost savings vs full repo reviews ($0.03 vs $60)
⚡ Works offline (no cloud dependencies for retrieval)
🤝 Integrates with Empathy Framework (Level 4 Anticipatory Intelligence)
🔒 Privacy-first (optional PHI/PII detection and redaction)

Enterprise ROI: 6,000% return on investment (documented across 10-1,000 developer teams)

🚀 Quick Start

Installation

# From PyPI (recommended)

pip install memdocs

With optional features

pip install memdocs[embeddings] # Local vector search pip install memdocs[all] # All features

From source

git clone https://github.com/Smart-AI-Memory/memdocs.git cd memdocs pip install -e ".[dev,embeddings]"

Basic Usage

# 1. Set your Claude API key

export ANTHROPIC_API_KEY="your-key-here"

2. Initialize MemDocs in your project (MCP enabled by default!)

cd your-project memdocs init

3. Set up automatic updates (recommended)

memdocs setup-hooks --post-commit

4. Document changed files

memdocs review --changed

5. Search your project memory

memdocs query "payment processing"

6. Show memory stats

memdocs stats

Large Repository Workflow

# For repos with 1,000+ files: use git integration

memdocs init memdocs setup-hooks --post-commit # Auto-review on every commit

Work normally - memory updates automatically!

git add file.py git commit -m "refactor: improve performance"

MemDocs reviews changed files automatically (5-15 seconds)

Or manually review only changes

memdocs review --changed # Modified files only memdocs review --since main # Your branch changes memdocs review --since HEAD~10 # Last 10 commits

Your First Documentation

# Document a specific file

memdocs review --path src/main.py

Output:

✨ Analyzing src/main.py...

📝 Generating documentation with Claude Sonnet 4.5...

✅ Documentation saved to .memdocs/docs/main/

- index.json (machine-readable)

- symbols.yaml (code map)

- summary.md (human-readable)

✨ Key Features

🧠 Git-Native Memory

All documentation stored in .memdocs/ directory
Committed alongside your code (same git workflow)
Version controlled memory (track how project evolves)
Team collaboration built-in (push/pull memory with code)

🎯 Smart Scoping

File-level (default): Document individual files
Module-level: Document entire directories
Repo-level: Full codebase overview
Auto-escalation: Automatically increases scope for important changes

🤖 AI-Powered Summarization

Claude Sonnet 4.5: Latest and most capable model
Intelligent extraction: Symbols, APIs, architecture decisions
Multi-format output: JSON, YAML, Markdown
Token-efficient: Only summarizes, doesn't embed

🔍 Semantic Search (Optional)

Local embeddings: sentence-transformers (no API costs)
Vector search: FAISS for fast similarity search
Automatic indexing: Updates as you document
No cloud lock-in: Everything runs locally

📈 Enterprise Scale - Large Repository Support

MemDocs scales to codebases of any size through intelligent git integration:

Review only what changed: memdocs review --changed reviews modified files only
Branch-aware: memdocs review --since main reviews your branch changes
Automatic updates: Git hooks keep memory current on every commit
Cost-effective: 2000x cheaper than full repo reviews ($0.03 vs $60)
Lightning fast: 15 seconds instead of hours

Perfect for large repos (1,000+ files):

# One-time setup

memdocs init memdocs setup-hooks --post-commit

Every commit after: automatic memory updates!

git commit -m "fix: bug in auth" # Reviews 5 files, takes 15s, costs $0.03

Cost comparison:

Repo Size	Full Review	Changed Files	Savings
10,000 files	$60 + 2-4 hours	$0.03 + 15 seconds	2000x
5,000 files	$30 + 1-2 hours	$0.02 + 10 seconds	1500x
1,000 files	$6 + 15 minutes	$0.01 + 5 seconds	600x

🔌 MCP Server (Model Context Protocol)

Real-time memory serving: Serve memory to AI assistants via MCP
Claude Desktop integration: Auto-loaded context in Claude Desktop
Cursor/Continue.dev support: Works with MCP-compatible tools
Query-based context: AI requests exactly what it needs
Auto-start: Automatically detect and serve memory when opening projects

Quick setup for Claude Desktop:

# Start MCP server

memdocs serve --mcp

Or auto-start in VS Code (add to .vscode/tasks.json)

See docs/guides/mcp-setup.md for details

🚀 The Complete Stack: Transformational Productivity

When you combine the right tools, productivity isn't linear—it's exponential.

VS Code + Claude Code (latest) + MemDocs + Empathy = 10x+ Productivity

The four components work synergistically:

Component	Role	What It Enables
VS Code	Professional IDE	Tested environment, task automation, MCP auto-start
Claude Code (VS Code extension)	AI pair programming	Multi-file editing, command execution, real-time assistance
MemDocs	Persistent memory layer	Pattern detection, trajectory tracking, cross-session learning
Empathy Framework	5-level maturity model	Level 4-5 anticipatory suggestions, structural design

Real-world results:

10x+ efficiency improvement (documented user experience)
Lower cost: 2000x cheaper than full repo reviews
Higher quality: Problems predicted and prevented
Faster delivery: Anticipatory design eliminates bottlenecks

Quick setup (5 minutes):

# Install VS Code: https://code.visualstudio.com

Install Claude Code extension in VS Code: https://claude.ai/claude-code

pip install empathy-framework[full]>=1.6.0 # Empathy 1.6.0+ includes MemDocs cd your-project/ memdocs init # Auto-configures MCP for Claude Code empathy-os configure code . # Open in VS Code - MCP server auto-starts!

Result: Claude Code in VS Code operates at Level 4-5 (anticipatory) instead of Level 1-2 (reactive)

🔗 Empathy Framework Integration: Level 4-5 AI Collaboration

MemDocs unlocks Level 4 Anticipatory Empathy when integrated with the Empathy Framework.

The Five Levels of AI Collaboration:

Level	Name	Behavior	Memory Required	Example
1	Reactive	Help after being asked	None	ChatGPT: "You asked, here it is"
2	Guided	Collaborative exploration	Session only	"Let me ask clarifying questions"
3	Proactive	Act before being asked	MemDocs patterns	"I pre-fetched what you usually need"
4	Anticipatory	Predict future needs (30-90 days)	MemDocs trajectory	"Next week's audit—docs ready"
5	Systems	Design structural solutions	MemDocs cross-project	"I built a framework for all cases"

Why MemDocs is Essential:

🔄 Level 3 (Proactive): MemDocs stores user patterns across sessions
🔮 Level 4 (Anticipatory): MemDocs tracks system trajectory for predictions
🏗️ Level 5 (Systems): MemDocs identifies leverage points across projects

Without persistent memory, AI is stuck at Level 1-2 forever.

📚 Deep Dive Resources:

[Blog Post](docs/EMPATHY_MEMDOCS_BLOG_POST.md): Why your AI can't predict tomorrow's problems (and how to fix it)
[Executive Summary](docs/EMPATHY_MEMDOCS_EXECUTIVE_SUMMARY.md): 1-page overview for teams & investors
[Technical Analysis](docs/EMPATHY_MEMDOCS_SYNERGY.md): 21-page deep-dive comparing five empathy frameworks

Integration features:

✅ Works seamlessly with Empathy framework (1.6.0+)
✅ Supports Level 4 Anticipatory Empathy workflows
✅ Bidirectional sync (MemDocs ↔ Empathy)
✅ Trust-building behaviors powered by persistent memory
✅ 16 software development wizards (security, performance, testing, etc.)
✅ 18 healthcare documentation wizards (SOAP notes, SBAR, assessments, etc.)

🔒 Privacy & Security

PHI/PII detection: Automatic sensitive data detection
Redaction: Optional redaction modes (off, standard, strict)
HIPAA/GDPR aware: Configurable privacy settings
Local-first: No required cloud dependencies

📖 Documentation

Configuration

Create .memdocs.yml in your project root:

version: 1

Scope policy (controls memory granularity)

policies: default_scope: file # file | module | repo max_files_without_force: 150

Auto-escalate for important changes

escalate_on:

cross_module_changes # Multi-module = bigger context
security_sensitive_paths # auth/*, security/* = thorough docs
public_api_signatures # API changes = team awareness

Output configuration (git-committed memory)

outputs: docs_dir: .memdocs/docs # Committed to git memory_dir: .memdocs/memory # Committed to gi

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

Memdocs

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Werte, die du selbst einträgst

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

MemDocs 🧠

🎯 What is MemDocs?

💡 The Problem

✨ The Solution

🚀 Quick Start

Installation

With optional features

From source

Basic Usage

2. Initialize MemDocs in your project (MCP enabled by default!)

3. Set up automatic updates (recommended)

4. Document changed files

5. Search your project memory

6. Show memory stats

Large Repository Workflow

Work normally - memory updates automatically!

MemDocs reviews changed files automatically (5-15 seconds)

Or manually review only changes

Your First Documentation

Output:

✨ Analyzing src/main.py...

📝 Generating documentation with Claude Sonnet 4.5...

✅ Documentation saved to .memdocs/docs/main/

- index.json (machine-readable)

- symbols.yaml (code map)

- summary.md (human-readable)

✨ Key Features

🧠 Git-Native Memory

🎯 Smart Scoping

🤖 AI-Powered Summarization

🔍 Semantic Search (Optional)

📈 Enterprise Scale - Large Repository Support

Every commit after: automatic memory updates!

🔌 MCP Server (Model Context Protocol)

Or auto-start in VS Code (add to .vscode/tasks.json)

See docs/guides/mcp-setup.md for details

🚀 The Complete Stack: Transformational Productivity

Install Claude Code extension in VS Code: https://claude.ai/claude-code

🔗 Empathy Framework Integration: Level 4-5 AI Collaboration

🔒 Privacy & Security

📖 Documentation

Configuration

Scope policy (controls memory granularity)

Auto-escalate for important changes

Output configuration (git-committed memory)