Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Mit Google anmelden, um Bewertungen zu schreiben.Prototyp · alle 30 Min. aktualisiert
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt Anmelden

SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory

von slashml-aiVersion 1.0.1i★ 1 (Sterne des ganzen Repos)iLäuft auf deinem ComputerOffizielle Website ↗
Name in der Registryio.github.slashml-ai/slashml-robotics

So installierst du es

Was es kann

Persistent 6-DoF SE(3) spatial world state, object trajectories, and affordances for robotics.

Originaltext des Herstellers

  • Verbindung Läuft auf deinem Computer
  • Konto oder Schlüssel Braucht SLASHML_API_KEY
  • Kategorie Suche & KI-Gedächtnis

Zusammen nutzen mit

Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem

timesfm

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

von google-research★ 35.6381 Skills

Skill · Anleitung

Shadowbroker

Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…

von BigBodyCobain★ 11.6051 Skills

Skill · Anleitung

google-maps-scraper

scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place

von gosom★ 8.2361 Skills

Skill · Anleitung

Warum es hier steht

Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert

Beliebtheit0/80GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20
Aktualität12/12Volle Punkte für Release oder Codeänderung in 30 Tagen
Antwortet noch0/8Der Cloud-Endpoint antwortete bei der letzten Prüfung
Nutzungswert12/100

Qualität: 2/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)

Installation

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

Mit einem Satz von deiner KI installieren lassen

Installiere bitte SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory. Folge https://mcp.popnx.com/i/slashml-ai-slashml-robotics.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.

Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen

2/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 13. Nov. 2026

Zuerst: Welche KI nutzt du?

Wähle deine App, dann erscheinen die Schritte unten.

Klappt mit Claude, aber erst etwas vorbereiten

Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy

Von der KI installieren lassen

Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "slashml-robotics": { "command": "uvx", "args": [ "slashml-robotics" ], "env": { "SLASHML_API_KEY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Bei SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory registrieren und Schlüssel erstellen

    Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.

    Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗

  3. Einstellungsdatei der Claude-Desktop-App öffnen

    SettingsDeveloperEdit Config

  4. Diese Einstellungen einfügen und speichern

    {
      "mcpServers": {
        "slashml-robotics": {
          "command": "uvx",
          "args": [
            "slashml-robotics"
          ],
          "env": {
            "SLASHML_API_KEY": "your-value"
          }
        }
      }
    }

    Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem

  5. Claude beenden und neu öffnen

  6. Ausprobieren

    Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

ChatGPT kann SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory noch nicht verbinden

SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen

Das kannst du stattdessen tun

A · Eine App nutzen, die SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory verbinden kann

  • Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
  • Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
  • Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
  • Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

B · Andere in Suche & KI-Gedächtnis, die mit ChatGPT funktionieren

Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden

Klappt mit Claude Code, aber erst etwas vorbereiten

Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user slashml-robotics --env SLASHML_API_KEY=your-value -- uvx slashml-robotics 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Bei SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory registrieren und Schlüssel erstellen

    Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.

    Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗

  3. Terminal öffnen

    Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen

  4. Diesen Befehl einfügen und Enter drücken

    claude mcp add --scope user slashml-robotics --env SLASHML_API_KEY=your-value -- uvx slashml-robotics

    Ersetze „your-value“ vor dem Enter durch deinen Schlüssel

    Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem

  5. /mcp in Claude Code eingeben

    SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory sollte in der Liste als verbunden erscheinen

  6. Ausprobieren

    Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude Code sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit Cursor, aber erst etwas vorbereiten

Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "slashml-robotics": { "command": "uvx", "args": [ "slashml-robotics" ], "env": { "SLASHML_API_KEY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Bei SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory registrieren und Schlüssel erstellen

    Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.

    Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗

  3. Mit diesem Button Cursor öffnen

    In Cursor öffnen

    Cursor fragt nach einer Bestätigung; klicke Install

  4. Schlüssel eintragen

    In den Einstellungen von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory ist SLASHML_API_KEY leer; trag deinen Schlüssel ein und speichere

    Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem

  5. KI-Chat in Cursor im Agent-Modus öffnen

  6. Ausprobieren

    Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Cursor sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit VS Code, aber erst etwas vorbereiten

Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "slashml-robotics": { "type": "stdio", "command": "uvx", "args": [ "slashml-robotics" ], "env": { "SLASHML_API_KEY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. uv installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    uv --version
    • Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst

    Download-Seite von uv öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version

    Einmal installieren, gilt für alles, was uv braucht

  2. Bei SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory registrieren und Schlüssel erstellen

    Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.

    Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗

  3. Mit diesem Button VS Code öffnen

    In VS Code öffnen

    VS Code fragt nach einer Bestätigung; klicke Install

  4. Schlüssel eintragen

    In den Einstellungen von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory ist SLASHML_API_KEY leer; trag deinen Schlüssel ein und speichere

    Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem

  5. KI-Chat in VS Code im Agent-Modus öffnen

  6. Ausprobieren

    Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn VS Code sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Andere Apps mit MCP, etwa Windsurf, Zed oder Gemini CLI, fügen Server unterschiedlich hinzu. Sieh in der App-Liste nach

Alle Apps mit MCP ansehen →

JSON-Einstellungen stehen unten unter „Für Entwickler“

Hängst du fest? Frag Leute, die SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzen💬 Diskussion →
Für Entwickler: Terminal-Befehle und JSON-Einstellungen

Auf deinem Computer installiert

Claude Code

claude mcp add --scope user slashml-robotics --env SLASHML_API_KEY=your-value -- uvx slashml-robotics

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "slashml-robotics": {
      "command": "uvx",
      "args": [
        "slashml-robotics"
      ],
      "env": {
        "SLASHML_API_KEY": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "slashml-robotics": {
      "command": "uvx",
      "args": [
        "slashml-robotics"
      ],
      "env": {
        "SLASHML_API_KEY": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "slashml-robotics": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "slashml-robotics"
      ],
      "env": {
        "SLASHML_API_KEY": "your-value"
      }
    }
  }
}

Werte, die du selbst einträgst

  • SLASHML_API_KEY geheim erforderlich env
    Dein SlashML-API-Schlüssel (sml_live_...) von https://app.slashml.ai
    Englisches Original anzeigenYour SlashML API key (sml_live_...) from https://app.slashml.ai

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Auf einen Blick

GitHub-Sternei
1 (Sterne des ganzen Repos)
Dieses Repo enthält mehrere MCP-Einträge; die Sterne zählen in Ranglisten nur einmal
Downloads pro Wochei
90/Wo.
Lizenzi
Keine Lizenz angegeben
Verbindung
Läuft auf deinem Computer
Neueste Versioni
1.0.1
In der Registry veröffentlichti
9. Nov. 2026
Code zuletzt geänderti
9. Nov. 2026
Entwickler
slashml-ai
Pakete
pypi: slashml-robotics
Website
slashml.ai
Registry-Status
Aktiv

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Laufen auf deinem Computer in

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Alle Apps, mit Vor- und Nachteilen →

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 20. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto slashml-ai bestätigt, dem das Repo gehört

  • ✓ Bestanden

    Wird noch gepflegt

    Code zuletzt geändert: vor 11 Tagen

  • ! Vorsicht

    Hat eine Lizenz

    GitHub konnte die Lizenzart nicht erkennen; öffne die Datei, um nachzusehen

  • – 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

Veröffentlichte Schwachstellen (OSV.dev)

Keine Einträge auf OSV.dev für slashml-robotics@1.0.1

Prüft nur diese Paketversion, nicht alle Abhängigkeiten · geprüft 16. Nov. 2026

Was wir prüfen → · JSON

Entwickler: neue Prüfung anfordern oder falsche Angaben melden
Für Anbieter: Badge ins README

Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/slashml-ai-slashml-robotics.svg)](https://mcp.popnx.com/en/servers/slashml-ai-slashml-robotics)

Diskussion

Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.

Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.

Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.

Anmelden, um zu posten

Nutzerbewertungen

Noch keine Bewertungen

Anmelden, um eine Bewertung zu schreiben

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

  • Mehr Sterne als 0 % der anderen 6447 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 79 % der anderen 6447 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 50 % der anderen 6447 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 SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory sicher?

Er hat 2 von 3 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: SLASHML_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 vor 11 Tagen geändert, und die neueste Version (1.0.1) kam vor 11 Tagen 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: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)

Ähnliche Alternativen

Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

von every-appWeit verbreitet★ 28.285Aktualisiert vor 6 Tagen

Läuft in der Cloud✓ everyapp.com

Exa

Official Exa MCP for web search, content fetching, and multi-step research.

von exa-labsWeit verbreitet★ 5244Aktualisiert heute

Läuft in der Cloud✓ vom Dienst · exa.aiVom PopNx-Team ausprobiert

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

von MicrosoftDocsWeit verbreitet★ 2000Aktualisiert vor 12 Monaten

Läuft in der Cloud✓ vom Dienst · microsoft.comVom PopNx-Team ausprobiert

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

von proxysoulWachsend★ 1628Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ empryo.com

COTAL actions (cotal.ai)

cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls

von Cotal-AIWachsend★ 401Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ vom Dienst · cotal.ai
Im Vergleich mit ähnlichen
Dieser
SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory
OpenSEOExaMicrosoft Learn MCPDocsCOTAL actions (cotal.ai)
Läuft woWird auf deinem Rechner installiertLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine Installation
Braucht SchlüsselJaNeinNeinNeinNeinNein
Mit + in Claude hinzufügenNeinJaJaJaNeinNein
Basisprüfungen2/35/52/44/44/44/4
LizenzNOASSERTIONMITMITCC-BY-4.0NOASSERTIONApache-2.0
PreisKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im Register

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.

SlashML Robotics & Spatial Memory Documentation

Ultra-low-latency spatial memory substrate and dynamic belief tracking for embodied AI, mobile manipulation, and autonomous robots.


1. Executive Overview

Robotics perception and task execution face a fundamental challenge: spatial amnesia and coordinate obsolescence. When objects move in a dynamic workspace, robots must either:

  1. Re-scan the entire environment with expensive visual search routines (slow, high compute overhead).
  2. Query traditional databases that return outdated coordinates or lack sub-millisecond retrieval guarantees.

SlashML Robotics solves this with a purpose-built spatial memory engine delivering:

  • Sub-Millisecond Query Latency: P50 < 0.35 ms and P99 < 0.55 ms across 2,000+ cluttered objects, fitting easily inside 30-60 Hz (16-33 ms) robot vision-action loops.
  • Dynamic Spatial State Updates: When an object moves, new sensor observations immediately supersede obsolete coordinates in under 1 microsecond without reindexing.
  • Chronological Trajectory History: Automatically maintains timestamped waypoint paths for every entity.
  • Functional Affordance Discovery: Retrieve tools and equipment by capability (e.g. fastening, measuring, cutting).
  • Multi-Language Native Clients: First-class support for Python, C++17, Rust, and TypeScript.

2. Supported Client Libraries

LanguagePackage NameTarget RoleKey Integrations
Pythonslashml-robotics (PyPI)AI Perception & High-Level OrchestrationPyTorch, rclpy, OpenVLA, Isaac Sim, OpenCV
C++slashml-robotics-cpp (CMake)Hard Real-Time & Native Controlrclcpp (ROS 2), Nav2, MoveIt 2, BehaviorTree.CPP
Rustslashml-robotics (crates.io)Zero-Allocation & Fast MiddlewareZenoh, Rerun.io, embedded robotics microservices
TypeScript@slashml/robotics (npm)Fleet Management & Web TeleopFoxglove Studio, React consoles, WebRTC video

3. Quickstart Guides

Python
from slashml_robotics import RoboticMemory, Pose6D

Connect to local appliance daemon or cloud service

memory = RoboticMemory(base_url="http://localhost:8000")

Ingest perception detection (updates belief state automatically)

memory.add_observation( object_name="digital_caliper", room_zone="quality_inspection", pose=Pose6D(x=2.1, y=0.5, z=0.85), tags=["tool", "inspection"], )

Sub-microsecond active location lookup

loc = memory.where_is("digital_caliper") print(f"Location: {loc.room_zone} at ({loc.pose.x}, {loc.pose.y}, {loc.pose.z})")

Chronological trajectory history

traj = memory.get_trajectory("digital_caliper") for wp in traj.waypoints: print(f"[{wp.timestamp}] Visited {wp.room_zone}")

C++17 Header-Only
#include <slashml/client.hpp>

int main() { using namespace slashml::robotics; RoboticMemoryClient client("http://localhost:8000");

client.add_observation("torque_wrench", "tool_crib", Pose6D(1.0, 0.5, 0.8)); auto loc = client.where_is("torque_wrench"); if (loc) { std::cout << "Zone: " << loc->room_zone << "\n"; } return 0; }

Rust
use slashml_robotics::{RoboticMemoryClient, Pose6D};

fn main() { let client = RoboticMemoryClient::new("http://localhost:8000", "key", "robot_1"); client.add_observation("caliper", "tool_crib", Pose6D::new(1.0, 0.0, 0.8), &[], 1.0, None); if let Some(loc) = client.where_is("caliper") { println!("Found at zone: {}", loc.room_zone); } }


4. ROS 2 Bridge Integration

The ROS 2 bridge connects onboard cameras and detectors (e.g. YOLO, RT-DETR, SAM) to SlashML:

from slashml_robotics.ros2.bridge_node import SlashMLSpatialBridgeNode

In your ROS 2 launch file or Python node:

bridge = SlashMLSpatialBridgeNode(node_name="spatial_memory_bridge")

Vision callback runs at 30 Hz with <50 microseconds overhead:

bridge.handle_detection( class_name="wire_strippers", pose_x=1.25, pose_y=-0.4, pose_z=0.9, )

The bridge advertises standard ROS 2 services for behavior tree planners:

  • /slashml/where_is
  • /slashml/get_trajectory
  • /slashml/find_by_affordance

5. Embodied Agentic Tooling (MCP)

For physical reasoning agents (Claude, Gemini, OpenAI, local LLMs), SlashML provides Model Context Protocol (MCP) tools:

  • locate_physical_object: Retrieve active 6-DoF location and room zone.
  • record_sensor_observation: Ingest detection and supersede older coordinates automatically.
  • query_object_trajectory: Reconstruct full chronological movement paths.
  • find_objects_by_affordance: Find workspace items capable of executing an action.
# Install standalone Robotics plugin & skill in Claude Code

/plugin install slashml-robotics --marketplace slashml-ai/slashml-robotics


6. Architecture & Deployment Options

SlashML is distributed as a pre-compiled, opaque binary appliance or container:

  • Local Embedded IPC: Run slashmld directly on NVIDIA Jetson AGX Orin or industrial x86 computers over Unix Domain Sockets for microsecond-level IPC.
  • On-Premise Edge Server: Central workstation serving multiple mobile robots across a facility via gRPC/HTTP.
  • SlashML Cloud: Multi-facility fleet coordination with global synchronization.