Pulse8 AI Cortex Knowledge Vault

Name: Pulse8 AI Cortex Knowledge Vault
Author: synpulse8-opensource

von synpulse8-opensourceVersion 1.6.0i★ –iLäuft auf deinem Computer

Name in der Registryio.github.synpulse8-opensource/pulse8-ai-cortex-knowledge-vault

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Agent-native knowledge OS on Markdown: typed graph, hybrid search, and compiler over MCP.

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 Basischecksi1 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: CORTEX_VAULT_PATH, CORTEX_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: CORTEX_VAULT_PATH, CORTEX_LLM_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": {
    "pulse8-ai-cortex-knowledge-vault": {
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_API_KEY": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add pulse8-ai-cortex-knowledge-vault --env CORTEX_VAULT_PATH=your-value --env CORTEX_LLM_API_KEY=your-value -- uvx pulse8-ai-cortex-knowledge-vault cortex

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": {
    "pulse8-ai-cortex-knowledge-vault": {
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_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": {
    "pulse8-ai-cortex-knowledge-vault": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_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

CORTEX_VAULT_PATH erforderlich env
Absolute path to the Markdown vault directory the server reads and writes.
CORTEX_LLM_API_KEY geheim env
Optional OpenRouter (or compatible) API key. Only needed for LLM cross-referencing during compile; file conversion and search work without it.

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

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto synpulse8-opensource 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 7235 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 25 % der anderen 7235 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 7235 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 Pulse8 AI Cortex Knowledge Vault 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: CORTEX_VAULT_PATH, CORTEX_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 (1.6.0) kam vor 3 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.

PULSE8.ai Cortex

The open-source knowledge layer for AI agents

Knowledge that compounds.

PULSE8.ai Cortex is the open-source knowledge layer for AI agents: Git-native memory, a typed knowledge graph, and MCP-powered retrieval on top of plain Markdown — so agents can build, evolve, and reuse persistent knowledge instead of re-deriving it on every query.

Under the hood it's a unified vault for AI agents and humans, backed by a typed knowledge graph, full-text + hybrid search, and a MarkItDown-powered file compiler. Drop files in (PDF, DOCX, PPTX, XLSX, HTML, images, and more), let agents read, write, search, link, and compile knowledge — no database required.

Inspired by Andrej Karpathy's LLM Wiki pattern — a persistent, compounding knowledge base maintained by LLMs instead of re-derived on every query. Search powered by Tobi Lütke's QMD.

Why PULSE8.ai Cortex?

Most AI agents can access tools, but they cannot accumulate knowledge.

Traditional RAG systems retrieve documents. PULSE8.ai Cortex builds a persistent, evolving knowledge layer that grows over time and becomes more valuable the more agents and humans interact with it.

With PULSE8.ai Cortex, agents can:

Learn from interactions — every read, write, ingest, and compile event is logged and graph-linked
Build and traverse knowledge graphs — wikilinks, tags, and typed edges, maintained automatically
Store structured insights — Markdown notes with typed nodes (note, agent_def, session, daily, feedback)
Retrieve context across projects — vault_context builds a ranked subgraph from any seed query
Share knowledge through MCP — one vault, every MCP-compatible client
Maintain long-term memory — files survive sessions, deployments, and model upgrades
Version knowledge through Git — the vault is a plain directory of Markdown, diff-friendly out of the box

Aspect	Traditional RAG	PULSE8.ai Cortex
Focus	Documents	Knowledge
Memory	Session-based	Persistent
Structure	Chunks	Markdown + typed graph
Evolution	Static index	Continuous, file-watched
Versioning	None	Git-native
Agent collaboration	Limited	First-class (MCP)

When to use PULSE8.ai Cortex

Ideal use cases

✅ Persistent memory for AI agents
✅ Shared knowledge across multiple agents
✅ Git-versioned organisational knowledge
✅ MCP-compatible knowledge retrieval
✅ Knowledge graphs without a dedicated graph database
✅ Long-term accumulation of institutional knowledge
✅ Human + AI collaborative knowledge management

Not ideal for

❌ Simple full-text document search (use a search engine)
❌ Pure vector-only retrieval with no graph (use a vector DB)
❌ Short-lived, stateless conversations
❌ Workflows that don't need persistent knowledge evolution

PULSE8.ai Cortex vs alternatives

Capability	PULSE8.ai Cortex	Traditional RAG	GraphRAG
Persistent knowledge	✅	❌	⚠️
Markdown-native storage	✅	❌	❌
MCP-compatible out of the box	✅	❌	❌
Knowledge graph	✅	❌	✅
Git versioning	✅	❌	❌
Agent memory layer	✅	❌	⚠️
Human + AI collaboration	✅	❌	⚠️
Continuous knowledge evolution	✅	❌	⚠️
Zero database required	✅	❌	❌

Works with

PULSE8.ai Cortex speaks MCP — so it plugs into any AI client that does. The same vault is reachable over streamable HTTP or stdio, and mirrored 1:1 by a REST API at /api/v1/.

Category	Compatible with
AI agents	Claude Desktop, Claude Code, OpenAI Agents, Gemini, custom agent frameworks
Development tools	Cursor, VS Code, JetBrains IDEs
Agent frameworks	LangGraph, LangChain, CrewAI, AutoGen
MCP ecosystem	MCP clients, MCP servers, MCP tool registries
Human tools	Obsidian, any Markdown editor, any Git client

Because the vault is just files, humans and agents collaborate on the same knowledge — no proprietary format, no lock-in.

Get started

[!NOTE]

PULSE8.ai Cortex requires Docker. An OpenRouter API key is optional — needed only for LLM-powered cross-referencing between wiki articles. File conversion works out of the box without any API key.

Clone the repository:

    git clone https://github.com/synpulse8-opensource/pulse8-ai-cortex-knowledge-vault.git

cd cortex-knowledge-vault

2. Launch PULSE8.ai Cortex:

    ./scripts/start.sh

This builds and starts both PULSE8.ai Cortex (API + MCP on :8420) and QMD (search on :3100), waits for health checks, and you're ready to go.

Connect your MCP client (e.g. Claude Desktop) to http://localhost:8420/mcp/.

To stop: ./scripts/stop.sh

Native QMD mode (macOS / Metal GPU)

Docker Desktop on macOS cannot expose the Metal GPU to containers, so containerized QMD embeds on CPU only — over an order of magnitude slower on non-trivial vaults. Run QMD natively instead; the qmd binary uses Metal automatically:

# One-time: install the qmd binary

brew install tobi/tap/qmd # or: npm install -g @tobilu/qmd

Start native QMD (background daemon) + Cortex in Docker

./scripts/start.sh --native-qmd

The QMD daemon's pid and log are kept in .qmd-native.pid / .qmd-native.log. To stop both: ./scripts/stop.sh --native-qmd (a plain ./scripts/stop.sh also cleans up a native QMD if one is running).

Cortex-only mode (external QMD)

If you manage QMD yourself (already running elsewhere), start only the Cortex container:

./scripts/start.sh --cortex-only   # set QMD_URL in .env if not http://host.docker.internal:3100

To stop: ./scripts/stop.sh --cortex-only

GPU-accelerated QMD (EC2 / Linux with NVIDIA GPU)

For production deployments with NVIDIA GPU acceleration:

docker compose -f docker-compose.yml -f docker-compose.gpu.yml up --build -d

See docs/ec2-gpu-setup.md for a full guide on instance selection, NVIDIA toolkit installation, and cost estimates.

Features


Knowledge Graph	Typed graph engine (NetworkX) — wikilinks, tags, and custom edges, auto-maintained on every file change
Full-Text Search	QMD search with hybrid (BM25 + vector + re-ranking) by default; keyword and semantic modes selectable. Results cached with a configurable TTL.
File Compiler	Converts raw sources (PDF, DOCX, PPTX, XLSX, HTML, images, etc.) to Markdown via MarkItDown. LLM used only for cross-referencing.
MCP Server	Streamable HTTP + stdio transport — works with Claude Desktop, Cursor, and any MCP client
Feedback & Notifications	`vault_feedback` captures quality feedback as notes; optional Microsoft Teams webhook posts an adaptive card per submission
Daily Activity Log	Every write/ingest/compile is mirrored into `daily/ .md` as a greppable, wikilinked timeline
Bulk Ingest	Ingest dozens or hundreds of files at once from a local directory with SHA-256 dedup and bounded concurrency
REST API	FastAPI endpoints mirroring all MCP tools at `/api/v1/`, including multipart file upload and bulk ingest
Vault Watcher	Real-time filesystem monitoring — graph stays in sync automatically
Lineage & Audit	Every edge labeled `extracted` / `inferred` / `manual`; `vault_trace` answers "why does the vault say X" back to the source document
Graph Queries	`vault_path` (what connects X to Y), `vault_impact` (what's downstream of this note), `vault_explain` (entity summary with provenance)
Curation Report	Read counters + outcome feedback (`useful` / `dead-end` / `corrected`) surface stale, contradicted, and never-read notes at `GET /api/v1/curation/report`
Zero Database	Everything persists as Markdown + JSON on your filesystem

Benchmarks

45.0% overall accuracy on [LongMemEval-S](https://github.com/xiaowu0162/LongMemEval) (500 questions, full haystacks, hybrid search) with 65.6% evidence recall@8 and zero judge errors — measured end-to-end through the pu

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

Pulse8 AI Cortex Knowledge Vault

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

Why PULSE8.ai Cortex?

When to use PULSE8.ai Cortex

Ideal use cases

Not ideal for

PULSE8.ai Cortex vs alternatives

Works with

Get started

Native QMD mode (macOS / Metal GPU)

Start native QMD (background daemon) + Cortex in Docker

Cortex-only mode (external QMD)

GPU-accelerated QMD (EC2 / Linux with NVIDIA GPU)

Features

Benchmarks