SuperMemory

Name: SuperMemory
Author: YashvantHange

von YashvantHangeVersion 0.2.5i★ –iLäuft auf deinem Computer

Name in der Registryio.github.YashvantHange/supermemory

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

MCP-first agent learning: capture failures, validate lessons, retrieve context, improve.

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: Sonstiges

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: SUPERMEMORY_STORAGE_PATH, UALL_DATA_DIR

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": {
    "supermemory": {
      "command": "uvx",
      "args": [
        "supermemory-agent"
      ],
      "env": {
        "SUPERMEMORY_STORAGE_PATH": "your-value",
        "UALL_DATA_DIR": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add supermemory --env SUPERMEMORY_STORAGE_PATH=your-value --env UALL_DATA_DIR=your-value -- uvx supermemory-agent

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": {
    "supermemory": {
      "command": "uvx",
      "args": [
        "supermemory-agent"
      ],
      "env": {
        "SUPERMEMORY_STORAGE_PATH": "your-value",
        "UALL_DATA_DIR": "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": {
    "supermemory": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "supermemory-agent"
      ],
      "env": {
        "SUPERMEMORY_STORAGE_PATH": "your-value",
        "UALL_DATA_DIR": "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

SUPERMEMORY_STORAGE_PATH env
Local directory for .supermemory file storage
UALL_DATA_DIR env
Legacy alias for SUPERMEMORY_STORAGE_PATH

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 YashvantHange 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 Sonstigesi

Mehr Sterne als 0 % der anderen 32415 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 13 % der anderen 32415 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 32415 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 SuperMemory 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?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

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 (0.2.5) kam vor 5 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: Spec Driven Development, Remote Desktop Commander, Safe Fetch

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

Spec Driven Development

von formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

Läuft auf deinem Computer★ 440MITAktualisiert vor 14 Monaten

Installieren

Remote Desktop Commander

von desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

Läuft in der Cloud★ 211Aktualisiert gestern

Installieren

Safe Fetch

von Sanoy24

MCP server for fetching URLs, safe against SSRF, DNS rebinding, and redirect-to-internal attacks.

Läuft auf deinem ComputerAktualisiert heute

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.

SuperMemory

MCP-first agent learning layer for Claude, Cursor, and custom agent workflows.

SuperMemory captures distilled lessons from failures and corrections — not full conversation transcripts — validates them before storage, and improves agents over time through a closed-loop cycle.

Quick start

pip install supermemory-agent

supermemory-agent --storage .supermemory --transport stdio

Or with uv:

uvx supermemory-agent --storage .supermemory --transport stdio

Latest release: v0.2.4 — wheel + sdist attached on every GitHub Release.

What you get

Component	Description
MCP server	29 tools + 4 resources over stdio (or streamable HTTP)
Agent skill	`skills/supermemory-agent-learning/SKILL.md` — bundled in the PyPI package
Python SDK	In-process integration via `uall_python`
REST API	FastAPI server for remote / polyglot clients
Storage	Local `.supermemory/` files by default; SQLite and PostgreSQL optional

Everything lives in one repo: MCP server, skills, SDK, REST API, tests, and release packages.

Install

PyPI (recommended)

pip install supermemory-agent

After install, bundled skills are at site-packages/skills/supermemory-agent-learning/. Copy to your editor skills folder if needed.

GitHub Release (offline / pinned version)

Each release ships installable assets:

pip install https://github.com/YashvantHange/SuperMemory/releases/download/v0.2.4/supermemory_agent-0.2.4-py3-none-any.whl

Browse all versions: github.com/YashvantHange/SuperMemory/releases

From source (developers)

git clone https://github.com/YashvantHange/SuperMemory.git

cd SuperMemory pip install -e ".[dev]" python -m pytest tests/ -v

Configure MCP

Cursor

Copy examples/cursor.mcp.json to .cursor/mcp.json in your project:

"mcpServers": { "supermemory": { "command": "supermemory-agent", "args": ["--storage", ".supermemory", "--transport", "stdio"] } } }

Claude Desktop

Merge examples/claude_desktop_config.json into:

%APPDATA%\Claude\claude_desktop_config.json

Restart Claude Desktop after saving.

Run manually

Do not run supermemory-agent alone in a terminal — stdio mode expects JSON-RPC from an MCP client. Pressing Enter in the shell causes a JSON parse error.

# For local HTTP testing only:

supermemory-agent --transport streamable-http

When configured in Cursor or Claude Desktop, the client launches the server automatically over stdio.

Agent skills (Cursor + Claude Code)

Source	Path
Canonical (edit here)	`skills/supermemory-agent-learning/`
Cursor project	`.cursor/skills/supermemory-agent-learning/`
Claude Code project	`.claude/skills/supermemory-agent-learning/`
PyPI install	`site-packages/skills/supermemory-agent-learning/`

After editing skills/, sync copies:

python scripts/sync_skills.py

Mention SuperMemory, agent learning, or MCP memory in chat to load the skill.

Learning loop

retrieve → record_failure → reflect(event_ids) → validate → process_promotions

→ retrieve again → report_outcome

Core rule: capture workflow outcomes and distilled lessons only — never full transcripts. Default retrieval budget: max_tokens=800.

MCP tools (29)

Core (13): retrieve, record_event, record_failure, record_correction, reflect, validate, process_promotions, report_outcome, get_policies, add_policy, add_skill, search_skills, get_skill

Extended UALL (16): learn.run.start, learn.run.event, learn.run.end, learn.store, learn.retrieve, learn.reflect, learn.validate, learn.evaluate, learn.feedback, learn.improvements, learn.analytics, learn.policies, learn.experiment, learn.rollback, learn.skills, learn.telemetry

All tools include MCP safety annotations (readOnlyHint / destructiveHint).

MCP resources (4)

supermemory://policies/active
supermemory://lessons/{lesson_id}
supermemory://memory/{lesson_id}/provenance
supermemory://skills/{skill_id}

Python SDK

from uall_python import UALLClient

client = UALLClient(storage="file")

with client.run(workflow_id="pdf-pipeline", step="planner", namespace="team:eng") as run: lessons = run.retrieve(step="planner", max_tokens=800) run.record_failure(snippet="chose OCR for searchable PDF", tags=["routing"]) run.report_lesson_outcome(lesson_id="lesson_001", used=True, accepted=True, improved=True)

REST API

python -m uall_server

Server: http://localhost:8000 — see api/openapi.yaml.

Storage

Tier	Backend	Config
Default	`.supermemory/` JSON files	`SUPERMEMORY_STORAGE_PATH` or `UALL_DATA_DIR`
Optional	SQLite	`UALL_STORAGE_BACKEND=sqlite`
Enterprise	PostgreSQL	`UALL_STORAGE_BACKEND=postgres`

Project layout

SuperMemory/

├── src/supermemory_mcp/ # MCP server (29 tools, 4 resources) ├── skills/supermemory-agent-learning/ # Agent skill (SKILL.md) ├── packages/uall/ # Core learning engine ├── packages/uall_python/ # Python SDK ├── packages/uall_server/ # REST API ├── examples/ # Cursor + Claude Desktop MCP configs ├── tests/ # 74 tests incl. stdio MCP transport └── docs/ # Publishing, releases, privacy

Tests

python -m pytest tests/ -v

python -m pytest tests/test_mcp_server.py -v # real stdio MCP transport python -m pytest tests/test_core.py -v # closed-loop integration

Docs

Doc	Purpose
docs/GIT_SETUP.md	Fix commit author name/email on GitHub
docs/RELEASES.md	Release checklist — every tag ships wheel + sdist
docs/PUBLISHING.md	PyPI, MCP Registry, Cursor & Claude directories
PRIVACY.md	Privacy policy
skills/README.md	Agent skill install paths

MCP Registry name: io.github.YashvantHange/supermemory PyPI package: supermemory-agent

License

MIT — see LICENSE

SuperMemory

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 Sonstigesi

Häufige Fragen

Alternativen

Spec Driven Development

Remote Desktop Commander

Safe Fetch

README vom Entwickler

SuperMemory

Quick start

What you get

Install

PyPI (recommended)

GitHub Release (offline / pinned version)

From source (developers)

Configure MCP

Cursor

Claude Desktop

Run manually

Agent skills (Cursor + Claude Code)

Learning loop

MCP tools (29)

MCP resources (4)

Python SDK

REST API

Storage

Project layout

Tests

Docs

License