Context7
Up-to-date docs for AI agents
Descripción del creador (original en inglés)
Persistent semantic memory for AI agents using local ChromaDB vector search. No cloud required.
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
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": {
"copilot-memory": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/labforgedev/copilot-memory-mcp:1.0.0"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add copilot-memory -- docker run -i --rm ghcr.io/labforgedev/copilot-memory-mcp:1.0.0Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"copilot-memory": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/labforgedev/copilot-memory-mcp:1.0.0"
]
}
}
}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.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"copilot-memory": {
"type": "stdio",
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/labforgedev/copilot-memory-mcp:1.0.0"
]
}
}
}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.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 6 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub LabForgeDev, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
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.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
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).
El repo de GitHub cambió por última vez –, y la última versión (1.0.0) llegó al registro hace 8 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Docker en tu computadora.
En la misma categoría: Context7, Codebase Memory, Exa
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
Up-to-date docs for AI agents
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
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.
Persistent semantic memory for GitHub Copilot in VS Code.
A local MCP server that gives Copilot durable, project-scoped memory across sessions. Memories are stored in an embedded ChromaDB vector database with all-MiniLM-L6-v2 embeddings, enabling semantic retrieval (RAG). Everything runs in a single Docker container — no cloud services required.
Copilot starts every session with a blank slate. This MCP server gives it a persistent, searchable knowledge base so decisions, conventions, and context carry over between sessions — all running locally in Docker.
docker compose up -d
The server starts on http://localhost:8000/sse.
The .vscode/mcp.json already points Copilot at the server — no further VS Code configuration needed.
A sample config is provided in examples/vscode/mcp.json. Copy it to your project's .vscode/mcp.json.
| Tool | Description |
|---|---|
create_memory | Store a new memory with title, content, optional project scope and tags |
search_memories | Semantic vector search; filter by project and/or tags |
update_memory | Update an existing memory by ID; re-embeds on change |
delete_memory | Permanently delete a memory by ID |
list_memories | Browse memories with pagination (lightweight, no content) |
Ready-to-use examples are in examples/. Copy the relevant file(s) into the root or .github/ of your own project.
| File | Consumed by |
|---|---|
AGENTS.md | OpenAI Codex, Claude Code, and most agent runtimes |
CLAUDE.md | Claude Code (claude CLI) |
.cursorrules | Cursor (legacy format, project-root) |
.cursor/rules/memory-tools.mdc | Cursor (modern per-rule format) |
.github/copilot-instructions.md | GitHub Copilot in VS Code |
.github/prompts/save-memory.prompt.md | VS Code /save-memory prompt |
.github/prompts/recall-memory.prompt.md | VS Code /recall-memory prompt |
.github/agents/memory.md | VS Code @memory custom agent mode |
VS Code / Copilot
│ MCP HTTP/SSE (port 8000) ▼ ┌─────────────────────────────────┐ │ Docker Container │ │ │ │ FastMCP Server (port 8000) │ │ └── 5 MCP tools │ │ │ │ sentence-transformers │ │ └── all-MiniLM-L6-v2 │ │ (384-dim embeddings) │ │ │ │ ChromaDB (embedded) │ │ └── collection "memories" │ └──────────┬──────────────────────┘ │ Docker named volume ▼ /data/chroma (persisted DB)
copilot-memory-mcp/
├── app/ │ ├── main.py # FastMCP server, tool registration │ ├── memory_store.py # ChromaDB wrapper (CRUD + search) │ ├── embeddings.py # sentence-transformers loader + encode() │ └── tools/ │ ├── create_memory.py │ ├── search_memories.py │ ├── update_memory.py │ ├── delete_memory.py │ └── list_memories.py ├── tests/ │ ├── test_memory_store.py │ └── test_tools.py ├── Dockerfile ├── docker-compose.yml └── pyproject.toml
pip install -e ".[dev]"
pytest
Tests use an ephemeral in-memory ChromaDB and a mocked embedding function — no Docker, no model download required.
pip install -e .
PYTHONPATH=. python app/main.py
| Variable | Default | Description |
|---|---|---|
SENTENCE_TRANSFORMERS_HOME | /app/models | Model cache directory |
CHROMA_PATH | /data/chroma | ChromaDB persistence path |
PORT | 8000 | HTTP server port |
Copy .env.example to .env and adjust if needed.
MIT — see LICENSE.