vardoger

Name: vardoger
Author: dstrupl

de dstruplversión 0.4.0i★ –iSe ejecuta en tu computadora

Nombre en el registroio.github.dstrupl/vardoger

Instalar

Resumen

Descripción del creador (original en inglés)

Personalize AI coding assistants by analyzing local conversation history. Runs on your machine.

Los tres pilares de PopNx MCP

Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.

Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
UsoiAún sin medir★ –

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

Conexión: Se ejecuta en tu computadora
Transporte: stdio
Categoría: Otros

Instalación

Elige la app de IA que usas y copia la configuración.

Antes de instalar

Revisiones básicas: 1 de 1 superadas
Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
Debes completar tú: VARDOGER_MCP_PLATFORM

Necesitas

PyPIuv de Python instalado (para el comando uvx)

¿Qué app usas?

ClaudeClaude CodeCursorVS CodeChatGPT

Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.

Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json

{
  "mcpServers": {
    "vardoger": {
      "command": "uvx",
      "args": [
        "vardoger",
        "mcp"
      ],
      "env": {
        "VARDOGER_MCP_PLATFORM": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add vardoger --env VARDOGER_MCP_PLATFORM=your-value -- uvx vardoger mcp

Completa los valores vacíos antes de ejecutarlo.

Abrir en Cursor

O copia la configuración tú

Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json

{
  "mcpServers": {
    "vardoger": {
      "command": "uvx",
      "args": [
        "vardoger",
        "mcp"
      ],
      "env": {
        "VARDOGER_MCP_PLATFORM": "your-value"
      }
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Abrir en VS Code

O copia la configuración tú

Pégalo en .vscode/mcp.json de tu proyecto

{
  "servers": {
    "vardoger": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "vardoger",
        "mcp"
      ],
      "env": {
        "VARDOGER_MCP_PLATFORM": "your-value"
      }
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.

Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.

Valores que debes completar

VARDOGER_MCP_PLATFORM env
Override the host platform identifier (cursor, claude-code, codex, copilot, devin, windsurf, cline, openclaw). When unset, vardoger uses the calling host's defaults.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 7 nov 2026

✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub dstrupl, dueña del repo
… Aún sin revisar
Sigue en mantenimiento
Todavía no hemos leído este repo en GitHub
… Aún sin revisar
Tiene licencia
Todavía no hemos leído este repo en GitHub
– No aplica
El endpoint responde
Este se ejecuta en tu computadora; no hay endpoint en internet
– No aplica
Inicio de sesión con OAuth
Se ejecuta en tu computadora y usa ajustes locales en su lugar
… Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Comparado con otros en Otrosi

Más estrellas que el 0% de los otros 32558 servidores de esta categoría
Publicado en el registro más recientemente que el 50% de los otros 32558 servidores de esta categoría
Revisiones básicas iguales o mejores que el 100% de los otros 32558 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro vardoger?

Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (0.4.0) llegó al registro hace 40 días.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: Spec Driven Development, Remote Desktop Commander, FactLot

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

Spec Driven Development

de formulahendry

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

Se ejecuta en tu computadora★ 440MITActualizado hace 14 meses

Instalar

Remote Desktop Commander

de desktop-commander

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

Se ejecuta en la nube★ 211Actualizado ayer

Instalar

FactLot

de 9mp96ygnbk-alt

Cited CRE facts and deterministic calculators for agents: rent, CAM, debt sizing, IRR, parcel IDs.

Computadora o nubeActualizado hoy

Instalar

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

vardoger

A cross-platform plugin for AI coding assistants (Cursor, Claude Code, OpenAI Codex, OpenClaw, GitHub Copilot CLI, Devin Local, legacy Windsurf, and Cline) that reads supported local conversation-history formats, extracts behavioral patterns, and generates personalized system prompt additions — making the assistant progressively better suited to how you work. Current format limitations are called out per platform below rather than silently reading undocumented stores.

History discovery, parsing, checkpoints, and generated rules stay on your machine. Analysis is performed by the host assistant you invoke, so selected conversation excerpts follow that assistant and model provider's data policy. Vardoger operates no backend and sends no telemetry.

Prerequisites

Python 3.11+

Platform	Command
macOS	`brew install python@3.13` (install Homebrew) or python.org/downloads/macos
Debian / Ubuntu	`sudo apt install python3`
Fedora	`sudo dnf install python3`
Windows	`winget install Python.Python.3.13` or python.org/downloads/windows

pipx

Recommended for installing vardoger as an isolated CLI tool. Full instructions at pipx.pypa.io/stable/installation.

Platform	Command
macOS	`brew install pipx && pipx ensurepath`
Debian / Ubuntu	`sudo apt install pipx && pipx ensurepath`
Fedora	`sudo dnf install pipx && pipx ensurepath`
Windows	`scoop install pipx` or `pip install --user pipx && pipx ensurepath`

Quick Start

pipx install vardoger

vardoger setup cursor # or claude-code, codex, openclaw, copilot, devin, windsurf, cline

Then tell your assistant: "Personalize my assistant."

Looking for the in-app plugin listings? Track review status for each

marketplace (PyPI, Cursor, Claude Code, Codex, Copilot CLI, Devin Desktop,

Cline,

ClawHub) in MARKETPLACE_STATUS.md.

Vardoger is currently live on PyPI, the Claude Code community catalog,

self-hosted Codex and Copilot marketplaces, McpMux, and the Official MCP

Registry. The former Cursor listing is currently unavailable. ClawHub has

regressed to 0.3.1 and is intentionally frozen because its mandatory MIT-0

terms conflict with this Apache-2.0 project. Current OpenClaw history has a

live-accepted, opt-in full-read Gateway CLI path through the direct install.

Previous pre-releases. pipx install vardoger now resolves to the stable

0.4.0 release. The beta install paths below stay here for anyone still pinning

an earlier release; new installs should not need them.

`bash

# opt into future pre-releases (0.2.0bN, etc.):

pipx install --pip-args="--pre" vardoger

# or pin an older pre-release:

pipx install vardoger==0.1.0b3

# or run without installing:

uvx vardoger --help

`

CLI Commands

Command	Purpose
`vardoger setup`	Register vardoger with a platform (`cursor`, `claude-code`, `codex`, `openclaw`, `copilot`, `devin`, `windsurf`, `cline`).
`vardoger status [--platform X] [--json]`	Report whether each personalization is fresh or stale.
`vardoger prepare --platform X [--batch N] [--synthesize]`	Produce the batched prompts used by the AI-driven skill pipeline.
`vardoger write --platform X`	Read synthesized personalization from stdin and write it to the platform's rules file (supports YAML-frontmatter confidence metadata).
`vardoger feedback accept\	reject --platform X [--reason TEXT]`	Record whether you kept or rejected the last generation. `reject` auto-reverts to the prior generation.
`vardoger compare --platform X \	--all [--window DAYS] [--json]`	Compare heuristic conversation-quality metrics before vs. after the latest personalization.
`vardoger profile sources [--platform X] [--json]`	List saved generations and their stable one-based selection IDs.
`vardoger profile preview --source X:N [--source Y:latest]`	Compile explicitly selected generations into a normalized cross-host profile and show the portable `AGENTS.md` diff without writing.
`vardoger profile write --source X:N --target ./AGENTS.md [--apply]`	Show the same diff; update only Vardoger's fenced block when the user explicitly adds `--apply`.

How It Works

Read — Parses supported conversation files already stored on disk, including opted-in Devin ATIF exports
Analyze — The host AI model identifies patterns in your communication style, tech stack, workflow, and preferences
Generate — Produces a system prompt addition tailored to you
Deliver — Writes the addition to the platform's native config (.cursor/rules/, .claude/rules/, AGENTS.md, etc.)

First run vs. incremental runs. By default vardoger does not apply a

time window — the first run reads your full local history (that is when the

signal is richest and a windowed default would silently drop older sessions

you never get a second chance to feed in). After that, a per-conversation

checkpoint store at ~/.vardoger/state.json ensures every subsequent run

only reprocesses new or changed conversations, so refreshes stay fast.

If you have very large local history and want to cap the first-run cost,

pass --since DAYS (e.g. vardoger prepare --platform cursor --since 90);

use --full to force a full re-crawl that bypasses the checkpoint.

Cross-host profile compiler

The profile compiler combines only existing Vardoger generations that you select; it does not silently reopen raw transcripts. Generation indexes are one-based, while latest resolves to the newest saved generation for that platform:

# Discover the reviewed generations available for selection.

vardoger profile sources

Read-only: render the profile, audit summary, and exact AGENTS.md diff.

vardoger profile preview \ --source claude-code:latest \ --source codex:2 \ --target ./AGENTS.md

Optional controls are applied before rendering and included in the audit.

vardoger profile preview \ --source codex:latest \ --min-confidence medium \ --max-age 180 \ --redact '@example\.com' \ --target ./AGENTS.md

Still preview-only without --apply. This is the explicit write step.

vardoger profile write \ --source claude-code:latest \ --source codex:2 \ --target ./AGENTS.md \ --apply

The normalized JSON audit is available with profile preview --json. It records source platform, generation, output hash/path, observation time, recency, confidence, conflicts, supersession, and exclusions. Opposing rules such as “Prefer tabs” and “Avoid tabs” are withheld from active instructions until reviewed. Writes preserve everything outside and .

Supported Platforms

Platform	History Source	Prompt Delivery	Integration
Cursor	Agent transcript JSONL	`.cursor/rules/vardoger.mdc`	Marketplace plugin + MCP
Claude Code	Session JSONL	`.claude/rules/vardoger.md`	Community/custom plugin
OpenAI Codex	Session rollout JSONL	`~/.codex/AGENTS.md`	Repository marketplace plugin
OpenClaw	Legacy JSONL or opt-in full read through official Gateway CLI; private SQLite is never queried	`~/.openclaw/skills/vardoger-personalization/SKILL.md`	Analyzer + Gateway compatibility status
GitHub Copilot CLI	`~/.copilot/session-state/ /events.jsonl` plus legacy flat JSONL	`~/.copilot/copilot-instructions.md` (global) or `/.github/copilot-instructions.md` (project) — managed inside a fenced section	Custom plugin + published skill
Devin Local	User-enabled Devin CLI `--export` ATIF JSON under `~/.vardoger/imports/devin/`	`~/.config/devin/AGENTS.md` (global, fenced section) or `/.devin/rules/vardoger.md`	ATIF + skill + rules integration
Legacy Windsurf / Cascade	`~/.codeium/windsurf/*/.jsonl`	`~/.codeium/windsurf/memories/global_rules.md` (global, fenced section) or `/.windsurf/rules/vardoger.md` (project, dedicated file)	Legacy Cascade skill + CLI + MCP
Cline	VS Code `globalStorage/.../tasks/*/api_conversation_history.json`	`~/Documents/Cline/Rules/vardoger.md` (global) or the existing `.clinerules` project layouts	CLI + MCP

Development

Requires uv (Python package manager):

git clone https://github.com/dstrupl/vardoger.git

cd vardoger uv sync .venv/bin/vardoger --help

Project Layout

src/vardoger/          # shared core — history reading, analysis, prompt generation

.agents/plugins/ # repository-level Codex marketplace catalog plugins/_shared/ # shared analysis/personalization skill authored once plugins/cursor/ # Cursor MCP server config, install script plugins/claude-code/ # Claude Code plugin manifest, skills plugins/codex/ # Codex plugin manifest, skills plugins/openclaw/ # OpenClaw skill plugins/copilot/ # GitHub Copilot CLI plugin manifest, skills plugins/devin/ # Devin Local ATIF export, skill, and rules integration plugins/windsurf/ # Legacy Cascade install snippet and rules delivery plugins/cline/ # Cline integration and marketplace install guidance tests/ # all tests, mirroring src/ structure

Platform-agnostic logic lives under src/vardoger/.
Platform-specific integration (manifests, skills, install scripts) lives under plugins/ /.
Tests live in tests/, mirroring the source tree.

See AGENTS.md for full coding standards and quality checks.

Quality gates

CI enforces a combined quality bar on every push and pull request:

ruff check / ruff format --check — lint (incl. complexity, pylint, return, pathlib, tryceratops rules) and formatting.
mypy src/ — strict type checking.
pytest --cov=vardoger --cov-fail-under=80 — tests across Python 3.11–3.13 with a combined 80% coverage floor.
A parallel security job runs bandit -r src/ and pip-audit --skip-editable to catch common code smells and dependency CVEs.

Run the full bundle locally before pushing:

uv run ruff check . && uv run ruff format --check . && uv run mypy src/ && uv run pytest --cov=vardoger --cov-fail-under=80

Contributing

Contributions are welcome. Short version:

Fork dstrupl/vardoger on GitHub and clone your fork.
uv sync and create a topic branch.
Make your changes with tests and run the quality-gate one-liner above.
Push to your fork and open a PR against main.

CI (test on Python 3.11/3.12/3.13 plus a security job) will run automatically on the PR. First-time contributors may need a maintainer to click Approve and run before the first workflow execution.

See CONTRIBUTING.md for the full walkthrough and AGENTS.md for coding standards and commit-message conventions.

Releasing to PyPI

CI runs automatically on every push and PR (lint, type check, tests across Python 3.11–3.13). To publish a new version:

Bump the package, generated setup manifests, platform manifests, and registry metadata together; close the matching section in CHANGELOG.md.
Run the complete quality, security, plugin-validation, and build checks.
Commit and push to main, then wait for all required checks.
Create an annotated vX.Y.Z tag and publish the matching [GitHub release](https://github.com/dstru

Solo se muestra el principio; lee el resto en el repo

vardoger

Resumen

Los tres pilares de PopNx MCP

Qué puedes hacer con él

Instalación

Antes de instalar

Valores que debes completar

Qué puede hacer

Revisiones básicasi

El creador coincide con el repo

Sigue en mantenimiento

Tiene licencia

El endpoint responde

Inicio de sesión con OAuth

Sin instrucciones ocultas en las descripciones de herramientas

Comparado con otros en Otrosi

Preguntas frecuentes

Alternativas

Spec Driven Development

Remote Desktop Commander

FactLot

README del creador

vardoger

Prerequisites

Python 3.11+

pipx

Quick Start

CLI Commands

How It Works

Cross-host profile compiler

Read-only: render the profile, audit summary, and exact AGENTS.md diff.

Optional controls are applied before rendering and included in the audit.

Still preview-only without --apply. This is the explicit write step.

Supported Platforms

Development

Project Layout

Quality gates

Contributing

Releasing to PyPI