Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Las reseñas y las cuentas llegarán en una etapa posterior.
PopNx MCPServidores MCP para quienes usan IA · explicados con palabras sencillas

fish-bridge — Session Knowledge Graph

de MakeaMouseversión 0.1.3i★ –iSe ejecuta en tu computadora
Nombre en el registroio.github.MakeaMouse/fish-bridge-mcp

Instalar

Resumen

Descripción del creador (original en inglés)

Compresses AI chat sessions into a typed knowledge graph. Local/offline via Ollama.

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.

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: Búsqueda y memoria de IA
  • Debes completar: ANTHROPIC_API_KEY, OPENAI_API_KEY, GEMINI_API_KEY

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: ANTHROPIC_API_KEY, OPENAI_API_KEY, GEMINI_API_KEY

Los valores marcados como secretos son llaves de tu cuenta. Nunca los compartas ni los pegues en un chat.

Necesitas

  • PyPIuv de Python instalado (para el comando uvx)

¿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": {
    "fish-bridge": {
      "command": "uvx",
      "args": [
        "fish-bridge-mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add fish-bridge --env ANTHROPIC_API_KEY=your-value --env OPENAI_API_KEY=your-value --env GEMINI_API_KEY=your-value -- uvx fish-bridge-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": {
    "fish-bridge": {
      "command": "uvx",
      "args": [
        "fish-bridge-mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "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": {
    "fish-bridge": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "fish-bridge-mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "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

  • ANTHROPIC_API_KEY secreto env
    API key for Claude extraction backend (omit when using local/Ollama)
  • OPENAI_API_KEY secreto env
    API key for OpenAI extraction backend (omit when using local/Ollama)
  • GEMINI_API_KEY secreto env
    API key for Gemini extraction backend (omit when using local/Ollama)

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 MakeaMouse, 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 Búsqueda y memoria de IAi

  • Más estrellas que el 0% de los otros 7250 servidores de esta categoría
  • Publicado en el registro más recientemente que el 13% de los otros 7250 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 100% de los otros 7250 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 fish-bridge — Session Knowledge Graph?

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?

Debes completar: ANTHROPIC_API_KEY, OPENAI_API_KEY, GEMINI_API_KEY

¿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 (0.1.3) llegó al registro hace 6 meses.

¿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: Context7, Codebase Memory, Exa

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

Context7

de upstash

Up-to-date docs for AI agents

Computadora o nube★ 64.224MITActualizado hoy
Instalar

Codebase Memory

de DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Se ejecuta en tu computadora★ 48.148MITActualizado hace 20 días
Instalar

Exa

de exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

Se ejecuta en la nube★ 5213MITActualizado el mes pasado
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.

fish_bridge

Session-scoped knowledge graph engine for AI chat context compression.

Converts raw AI chat (40k+ tokens) into a compact typed knowledge graph (~300–800 tokens) and writes it to .github/copilot-instructions.md or CLAUDE.md — automatically included in every AI turn across all modes (ask, edit, agent). No MCP server required for the core workflow.

Raw session (40k tokens) → [fish_bridge] → Compressed graph (350 tokens)

written to copilot-instructions.md picked up by every AI turn automatically

Install

Don't have uv? Get it first: curl -LsSf https://astral.sh/uv/install.sh | sh (macOS/Linux) or see uv docs. It replaces pip + pipx + pyenv in one tool — no virtualenv management needed.

Recommended — `uv tool install` (installs both the fish-bridge CLI and fish-bridge-mcp MCP server on your PATH):

# Local Ollama backend — free, offline (requires Ollama running)

uv tool install fish-bridge-mcp

Gemini backend (~$0.0002/turn, ~95% quality — recommended cloud option)

uv tool install "fish-bridge-mcp[gemini]" export GEMINI_API_KEY=...

Claude backend (~$0.002/turn, ~97% quality)

uv tool install "fish-bridge-mcp[claude]" export ANTHROPIC_API_KEY=sk-ant-...

OpenAI backend (~$0.0003/turn, ~93% quality)

uv tool install "fish-bridge-mcp[openai]" export OPENAI_API_KEY=sk-...

Everything

uv tool install "fish-bridge-mcp[all]"

After install, two commands are available on your PATH:

  • `fish-bridge` — the main CLI (ingest, compile, show, serve, ...)
  • `fish-bridge-mcp` — the MCP server for VS Code agent mode

MCP config only (no permanent install needed): use uvx directly in your .vscode/mcp.json — it downloads and runs the MCP server on demand:

{ "command": "uvx", "args": ["fish-bridge-mcp"] }

See the MCP server section below for the full config.

Traditional pip install (for embedding fish-bridge as a library in your own Python project)

pip install fish-bridge-mcp

pip install "fish-bridge-mcp[gemini]" # with Gemini backend pip install "fish-bridge-mcp[claude]" # with Claude backend pip install "fish-bridge-mcp[all]" # everything

</details>

2-minute quickstart

# 1. Initialize for your project

fish-bridge init --tool copilot --project ./

2. Ingest the latest Copilot session (auto-discovers JSONL on macOS/Linux/Windows)

fish-bridge ingest --source copilot

3. View the graph

fish-bridge show

4. Compile to your instructions file (done automatically after ingest)

fish-bridge compile

That's it. .github/copilot-instructions.md now contains a ~350-token compressed summary of your session, replacing raw history in every future turn.

Backends

BackendInstall extraModelQualityCost/turn
local (Ollama)*(none — requires Ollama)*qwen2.5:7b~85%$0
gemini[gemini]gemini-2.5-flash~95%~$0.0002
openai[openai]gpt-4.1-mini~93%~$0.0003
claude[claude]claude-opus-4-7~97%~$0.002
hybrid[claude] or [openai]local+cloudbestmixed

Configure with:

fish-bridge config --backend gemini

or set GEMINI_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY as env vars

Full CLI reference

# --- Session init ---

fish-bridge init # create session for current project fish-bridge init --tool claude # → writes to CLAUDE.md instead

--- Ingest chat turns ---

fish-bridge ingest --source copilot # auto-discover latest VS Code Copilot session fish-bridge ingest --source copilot --session # target specific session fish-bridge ingest --source paste # paste any chat text — opens $EDITOR (universal fallback) fish-bridge ingest --source file --file export.json # from a saved export file fish-bridge watch --source copilot # tail JSONL, auto-update on new turns

--- Merge external knowledge ---

fish-bridge merge --source document --file HANDOVER.md fish-bridge merge --source codebase --path ./ # git log + README fish-bridge merge --source obsidian --vault ~/notes fish-bridge merge --source deps --path ./ # package.json / pyproject.toml etc. fish-bridge merge --source testout --file results.json # jest / pytest / JUnit fish-bridge merge --source iac --path ./ # Terraform / CDK / CloudFormation fish-bridge merge --source openapi --file openapi.yaml fish-bridge merge --source session --file prior.chatgraph.json

--- Compile & view ---

fish-bridge compile # update instruction file (runs after ingest by default) fish-bridge compile --mode digest # full handover markdown fish-bridge compile --mode focus --query "Redis caching" fish-bridge show # pretty-print active nodes fish-bridge show --all # include resolved/deferred items fish-bridge serve # open Cytoscape.js graph viewer at localhost:8080 fish-bridge digest # generate handover digest

--- Node management ---

fish-bridge resolve "DNC caching strategy" fish-bridge defer "v16 index validation" fish-bridge add "Use Redis for session cache" --type decision fish-bridge conflict show fish-bridge conflict resolve --keep old

--- Export / import / diff ---

fish-bridge export # save .chatgraph.json fish-bridge import prior-session.chatgraph.json fish-bridge diff session-a.chatgraph.json session-b.chatgraph.json

--- Config ---

fish-bridge config --show fish-bridge config --backend gemini

MCP server (optional — agent mode only)

The MCP server adds real-time record_turn capture when using VS Code agent mode. It is not required — the file-based workflow above works in all modes without it.

Add to .vscode/mcp.json (uses uvx — no prior install needed):

{

"servers": { "fish-bridge": { "command": "uvx", "args": ["fish-bridge-mcp"], "env": { "FISH_BRIDGE_BACKEND": "gemini", "GEMINI_API_KEY": "${env:GEMINI_API_KEY}" } } } }

If you used uv tool install fish-bridge-mcp, you can also reference the installed binary directly:

{ "command": "fish-bridge-mcp" }

See examples/ for Claude Desktop, Cursor, and Windsurf configs.

MCP tools: record_turn, get_context, get_focus, mark_resolved, add_node, export_session, import_session, show_active, list_deferred

Ingest sources

SourceCommandWhat it ingests
Copilotingest --source copilotVS Code Copilot JSONL transcript (auto-discovered)
Pasteingest --source pasteAny chat text — universal fallback
Documentmerge --source documentMarkdown, JSON, YAML specs and ADRs
Codebasemerge --source codebaseGit commits + README + HANDOVER
Obsidianmerge --source obsidianVault notes with wikilinks and frontmatter
Sessionmerge --source sessionPrior .chatgraph.json export
Depsmerge --source depspackage.json, pyproject.toml, Cargo.toml, go.mod, Gemfile, pom.xml
Test outputmerge --source testoutJest JSON, pytest JSON, JUnit XML — error nodes per failing test
IaCmerge --source iacTerraform, CDK (synth output), CloudFormation, docker-compose
OpenAPImerge --source openapiOpenAPI 3.x / Swagger 2.0 / AsyncAPI specs

How it works

  1. Ingest — reads raw chat turns from JSONL (Copilot), paste, or any file format
  2. Extract — LLM extracts typed nodes (questions, decisions, errors, tasks, skills, files) and edges
  3. Dedup — semantic similarity merges near-duplicates; conflict detection flags status reversals
  4. Compile — graph is compressed to ~300–800 token XML/markdown block
  5. Write — block is written to .github/copilot-instructions.md (or CLAUDE.md)
  6. Deliver — AI tool reads the file automatically on the next turn — no injection, no agent required

Documentation

  • Quickstart
  • Configuration
  • Graph schema
  • Compiler modes
  • Ingestors

License

MIT — see LICENSE

Pregunta a PopNx