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

Adaptive Memory Graph

de raskolnikovddversión 1.1.1i★ –iSe ejecuta en tu computadora
Nombre en el registroio.github.raskolnikovdd/adaptive-memory-graph

Instalar

Resumen

Descripción del creador (original en inglés)

Persistent memory for Claude via weighted, interconnected knowledge nodes.

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

Instalación

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

Antes de instalar

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": {
    "adaptive-memory-graph": {
      "command": "uvx",
      "args": [
        "adaptive-memory-graph"
      ]
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add adaptive-memory-graph -- uvx adaptive-memory-graph

Abrir en Cursor

O copia la configuración tú

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

{
  "mcpServers": {
    "adaptive-memory-graph": {
      "command": "uvx",
      "args": [
        "adaptive-memory-graph"
      ]
    }
  }
}

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": {
    "adaptive-memory-graph": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "adaptive-memory-graph"
      ]
    }
  }
}

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.

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 6 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub raskolnikovdd, 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 7243 servidores de esta categoría
  • Publicado en el registro más recientemente que el 5% de los otros 7243 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 100% de los otros 7243 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 Adaptive Memory 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?

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 (1.1.1) llegó al registro hace 8 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.

Adaptive Memory Graph

An MCP server plugin that gives Claude persistent, intelligent memory across sessions. It stores knowledge as weighted, interconnected nodes in a graph that evolves through conversation — nodes that get used gain weight, unused ones decay and eventually archive.

Works with Claude Code and Claude Desktop.

Features

  • Weighted memory nodes — Important memories stay prominent; stale ones fade
  • Cross-domain connections — Link related knowledge across topics
  • Time-based decay — Graph self-prunes so only relevant memories persist
  • Encrypted storage — AES-256-GCM encryption with macOS Keychain key storage
  • Session logging — Tracks which memories were accessed and how they were received
  • Domain organization — Nodes organized by domain (e.g. health_and_safety, personal, ideas_and_projects)
  • Chat history ingestion — Review and extract knowledge from past Claude Code sessions

Installation

pip install adaptive-memory-graph

Or with uv:

uv pip install adaptive-memory-graph

Setup

Claude Code
claude mcp add adaptive-memory-graph -s user -- amg-server
Claude Desktop

Add to your claude_desktop_config.json:

{

"mcpServers": { "adaptive-memory-graph": { "command": "amg-server" } } }

Config file location:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Tools

ToolDescription
amg_load_indexLoad lightweight graph index at session start
amg_expand_branchFetch full node content when contextually relevant
amg_get_connected_nodesFind related nodes across domains
amg_log_sessionLog session summary at conversation end
amg_update_graphProcess pending logs and apply weight decay
amg_export_reportGenerate human-readable graph summary
amg_manual_adjustBoost, decay, archive, or delete nodes
amg_add_nodeAdd new nodes to the graph
amg_search_nodesSearch nodes by title, summary, tags, or content
amg_list_chat_sessionsList available Claude Code chat sessions for review
amg_read_chat_sessionRead a chat session's conversation content

How It Works

  1. Session start — Claude calls amg_load_index to get a lightweight summary of your memory graph
  2. During conversation — If a topic is relevant, Claude expands specific nodes for deeper context
  3. Session end — Claude silently logs which nodes were accessed and suggests new ones
  4. Between sessions — Weight decay runs, archiving memories that haven't been useful

Nodes are stored as encrypted JSON on disk (~/.amg/graph.json.enc). The encryption key is stored in your macOS Keychain.

Requirements

  • Python 3.10+
  • macOS (for Keychain-based encryption key storage)

License

MIT

Pregunta a PopNx