Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Inicia sesión con Google para escribir reseñas.Prototipo · se actualiza cada 30 min
PopNx MCPServidores MCP para quienes usan IA · en palabras sencillas

LLM Kosh

de rastogivaibhavversión 2.1.3i★ 1iSe ejecuta en tu computadoraRepositorio ↗
Nombre en el registroio.github.rastogivaibhav/llm-kosh

Cómo instalar

What it does

Local-first AI memory cartridge with persistent MCP memory for Claude via SQLite FTS5.

  • Connects Se ejecuta en tu computadora
  • Account or key No key needed · 1 setting to fill in (CARTRIDGE_WORKSPACE)
  • Category Búsqueda y memoria de IA

Úsalo junto con

Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este

timesfm

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

de google-research★ 35.6291 skills

Skill · Guía de trabajo

Shadowbroker

Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…

de BigBodyCobain★ 11.6021 skills

Skill · Guía de trabajo

google-maps-scraper

scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place

de gosom★ 82091 skills

Skill · Guía de trabajo

Por qué está en este puesto

Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes

Popularidad4/80Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20
Actualidad7/12Puntuación completa con una versión o cambio de código en 30 días
Sigue respondiendo0/8El endpoint en la nube respondió en la última revisión
Puntuación de uso11/100

Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)

Instalación

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

Que tu IA lo instale con una frase

Instala LLM Kosh. Sigue https://mcp.popnx.com/i/rastogivaibhav-llm-kosh.md, enséñame los comandos y espera mi OK antes de ejecutarlos.

Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA

Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 13 nov 2026

Primero: ¿qué IA usas?

Elige tu app y los pasos aparecen abajo.

Funciona con Claude, pero hay que preparar algo antes

1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil

Que la IA lo instale

Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server LLM Kosh para Claude en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "llm-kosh": { "command": "uvx", "args": [ "llm-kosh" ], "env": { "CARTRIDGE_WORKSPACE": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En CARTRIDGE_WORKSPACE deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de LLM Kosh aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • CARTRIDGE_WORKSPACE Ruta a la carpeta local que llm-kosh usará como raíz de su cartucho de memoria.
      Ver original en inglésPath to the local folder llm-kosh should use as its memory cartridge root.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Abre el archivo de configuración de la app de Claude de escritorio

    SettingsDeveloperEdit Config

  4. Pega esta configuración y guarda el archivo

    {
      "mcpServers": {
        "llm-kosh": {
          "command": "uvx",
          "args": [
            "llm-kosh"
          ],
          "env": {
            "CARTRIDGE_WORKSPACE": "your-value"
          }
        }
      }
    }
  5. Cierra Claude y vuelve a abrirlo

  6. Pruébalo

    Usa LLM Kosh y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude dice que está usando LLM Kosh o muestra una herramienta de LLM Kosh en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

ChatGPT todavía no puede conectar LLM Kosh

LLM Kosh se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web

Lo que puedes hacer en su lugar

A · Usa una app que pueda conectar LLM Kosh

  • 1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
  • 1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez)
  • 1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez)
  • 1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez)

B · Otros en Búsqueda y memoria de IA que funcionan con ChatGPT

Elegidos entre los más usados de la misma categoría, solo los que se conectan con una dirección y sin clave

Funciona con Claude Code, pero hay que preparar algo antes

1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server LLM Kosh para Claude Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user llm-kosh --env CARTRIDGE_WORKSPACE=your-value -- uvx llm-kosh 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En CARTRIDGE_WORKSPACE deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de LLM Kosh aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • CARTRIDGE_WORKSPACE Ruta a la carpeta local que llm-kosh usará como raíz de su cartucho de memoria.
      Ver original en inglésPath to the local folder llm-kosh should use as its memory cartridge root.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell

  4. Pega este comando y pulsa Enter

    claude mcp add --scope user llm-kosh --env CARTRIDGE_WORKSPACE=your-value -- uvx llm-kosh
  5. Escribe /mcp en Claude Code

    Deberías ver LLM Kosh en la lista como conectado

  6. Pruébalo

    Usa LLM Kosh y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude Code dice que está usando LLM Kosh o muestra una herramienta de LLM Kosh en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con Cursor, pero hay que preparar algo antes

1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server LLM Kosh para Cursor en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "llm-kosh": { "command": "uvx", "args": [ "llm-kosh" ], "env": { "CARTRIDGE_WORKSPACE": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En CARTRIDGE_WORKSPACE deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de LLM Kosh aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • CARTRIDGE_WORKSPACE Ruta a la carpeta local que llm-kosh usará como raíz de su cartucho de memoria.
      Ver original en inglésPath to the local folder llm-kosh should use as its memory cartridge root.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Pulsa este botón para abrir Cursor

    Abrir en Cursor

    Cursor te pedirá confirmar; pulsa Install

  4. Escribe tu clave

    En la configuración de LLM Kosh, CARTRIDGE_WORKSPACE está vacío; añade tu clave y guarda

  5. Abre el chat de IA de Cursor en modo Agent

  6. Pruébalo

    Usa LLM Kosh y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Cursor dice que está usando LLM Kosh o muestra una herramienta de LLM Kosh en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con VS Code, pero hay que preparar algo antes

1 ajuste(s) que rellenar (CARTRIDGE_WORKSPACE) · Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server LLM Kosh para VS Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "llm-kosh": { "type": "stdio", "command": "uvx", "args": [ "llm-kosh" ], "env": { "CARTRIDGE_WORKSPACE": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En CARTRIDGE_WORKSPACE deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de LLM Kosh aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • CARTRIDGE_WORKSPACE Ruta a la carpeta local que llm-kosh usará como raíz de su cartucho de memoria.
      Ver original en inglésPath to the local folder llm-kosh should use as its memory cartridge root.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Pulsa este botón para abrir VS Code

    Abrir en VS Code

    VS Code te pedirá confirmar; pulsa Install

  4. Escribe tu clave

    En la configuración de LLM Kosh, CARTRIDGE_WORKSPACE está vacío; añade tu clave y guarda

  5. Abre el chat de IA de VS Code en modo Agent

  6. Pruébalo

    Usa LLM Kosh y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si VS Code dice que está usando LLM Kosh o muestra una herramienta de LLM Kosh en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps

Ver todas las apps que usan MCP →

La configuración JSON está en “Para desarrolladores”, abajo

¿Te atascaste? Pregunta a quien usa LLM Kosh💬 Conversación →
Para desarrolladores: comandos de Terminal y configuración JSON

Instalado en tu computadora

Claude Code

claude mcp add --scope user llm-kosh --env CARTRIDGE_WORKSPACE=your-value -- uvx llm-kosh

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "llm-kosh": {
      "command": "uvx",
      "args": [
        "llm-kosh"
      ],
      "env": {
        "CARTRIDGE_WORKSPACE": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "llm-kosh": {
      "command": "uvx",
      "args": [
        "llm-kosh"
      ],
      "env": {
        "CARTRIDGE_WORKSPACE": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "llm-kosh": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "llm-kosh"
      ],
      "env": {
        "CARTRIDGE_WORKSPACE": "your-value"
      }
    }
  }
}

Valores que debes completar

  • CARTRIDGE_WORKSPACE obligatorio env
    Ruta a la carpeta local que llm-kosh usará como raíz de su cartucho de memoria.
    Ver original en inglésPath to the local folder llm-kosh should use as its memory cartridge root.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

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

De un vistazo

Descargas por semanai
30/sem
Conexión
Se ejecuta en tu computadora
Última versióni
2.1.3
Publicado en el registroi
23 jun 2026
Último cambio de códigoi
14 sept 2026
Creador
rastogivaibhav
Paquetes
pypi: llm-kosh
Estado en el registro
Activo

Qué apps pueden usarlo

Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.

Se ejecutan en tu computadora en

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Todas las apps, con ventajas y desventajas →

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 19 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub rastogivaibhav, dueña del repo

  • ✓ Superada

    Sigue en mantenimiento

    Último cambio de código: hace 2 meses

  • ✓ Superada

    Tiene licencia

    Usa MIT

  • – 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

Vulnerabilidades publicadas (OSV.dev)

Sin entradas en OSV.dev para llm-kosh@2.1.3

Solo revisa esta versión del paquete, no todas sus dependencias · revisado 16 nov 2026

Qué revisamos → · JSON

Creadores: pedir otra revisión o avisar de un dato erróneo
Para autores: añade una insignia a tu README

Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/rastogivaibhav-llm-kosh.svg)](https://mcp.popnx.com/en/servers/rastogivaibhav-llm-kosh)

Conversación

Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.

Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.

Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.

Inicia sesión para publicar

Reseñas de usuarios

Aún no hay reseñas

Inicia sesión para escribir una reseña

Comparado con otros en Búsqueda y memoria de IAi

  • Más estrellas que el 76% de los otros 6394 servidores de esta categoría
  • Publicado en el registro más recientemente que el 16% de los otros 6394 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 99% de los otros 6394 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 LLM Kosh?

Superó 3 de 3 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 hace 2 meses, y la última versión (2.1.3) llegó al registro hace 5 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: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)

Alternativas parecidas

Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.

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

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

de every-appMuy usado★ 28,2 milActualizado hace 5 días

Se ejecuta en la nube✓ everyapp.com

Exa

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

de exa-labsMuy usado★ 5,2 milActualizado hace 2 meses

Se ejecuta en la nube✓ del servicio · exa.aiProbado por el equipo de PopNx

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

de MicrosoftDocsMuy usado★ 2 milActualizado hace 12 meses

Se ejecuta en la nube✓ del servicio · microsoft.comProbado por el equipo de PopNx

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

de proxysoulEn crecimiento★ 1,6 milActualizado hace 2 meses

Se ejecuta en la nube✓ empryo.com

COTAL actions (cotal.ai)

cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls

de Cotal-AIEn crecimiento★ 399Actualizado hace 2 meses

Se ejecuta en la nube✓ del servicio · cotal.ai
Comparado con otros parecidos
Este
LLM Kosh
OpenSEOExaMicrosoft Learn MCPDocsCOTAL actions (cotal.ai)
Dónde se ejecutaSe instala en tu equipoFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nada
Necesita claveNoNoNoNoNoNo
Se añade con + en ClaudeNoSíSíSíNoNo
Revisiones básicas3/35/52/44/44/44/4
LicenciaMITMITMITCC-BY-4.0NOASSERTIONApache-2.0
PrecioSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registro

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.

LLM-Kosh Local-first durable memory for AI agents. Give Claude, Cursor, and other MCP-compatible clients persistent, inspectable memory without handing your workspace to a hosted memory service. Kosh Verify makes that memory show its work: evidence, timing, causal paths, contradictions, inference boundaries, missing evidence, and abstention.

Quickstart · Kosh Verify · Architecture · MCP · Security · Contributing


Why this exists

AI agents can reason across increasingly long workflows, but their memory is often either ephemeral or delegated to opaque hosted services.

LLM-Kosh treats memory as local infrastructure: inspectable, portable, auditable, permissioned, and usable across MCP-compatible clients.

It gives agents a durable memory layer built from ordinary local files plus structured indexes and governance controls:

  • Local-first — your cartridge stays on your machine by default.
  • Inspectable — memory remains readable, backupable, diffable, and reviewable.
  • Auditable — mutations are recorded in a tamper-evident ledger.
  • Permissioned — MCP starts read-only; write, mutation, and private export require explicit opt-in.
  • Portable — one cartridge can support multiple compatible AI clients and workflows.
  • Evidence-aware — Kosh Verify can distinguish support, contradiction, inference, evidence gaps, and absence.

Install it: python -m pip install --upgrade llm-kosh

Kosh Verify: memory that can show its work

Long-lived memory creates a different failure mode from a one-off bad answer: a weak or misunderstood memory can be recalled again in later sessions.

Kosh Verify is LLM-Kosh's evidence-aware verification surface. Given the evidence already present in a cartridge, it can produce a structured report containing temporal context, supporting facts, causal paths, contradictions, inferred-but-not-discovered relationships, missing evidence, stability information, and an explicit abstention state when there is not enough evidence.

It is not a universal truth oracle and it does not make an imported source trustworthy simply because it was stored. The aim is to preserve the difference between what the cartridge observed, what it inferred, what conflicts, and what it cannot support.

Try the deterministic synthetic incident demo:

llm-kosh --root ./kosh-demo kosh-verify \

"Why did checkout fail and what evidence contradicts the explanation?" \ --when "2026-05-01T13:30:00+00:00" \ --depth 5 \ --demo-seed \ --json

--demo-seed writes synthetic incident evidence into the selected root, so use a disposable directory. The same behavior is covered by automated tests and a network-free acceptance harness:

python scripts/kosh_verify_acceptance.py

See Kosh Verify for the contract, boundaries, API example, MCP surface, and reproducible checks.

What makes LLM-Kosh different

CapabilityLLM-Kosh
Local-first persistent memory✅
MCP-native access✅
Human-inspectable storage✅
Tamper-evident mutation ledger✅
Read-only-by-default agent access✅
Evidence-backed context packs✅
Temporal/causal verification✅
Contradiction and evidence-gap reporting✅
Explicit no-evidence abstention✅
Hosted memory service required❌
Automatic cloud sync required❌

Architecture

flowchart TB

A[AI client / agent] -->|MCP| R[Access layer] M[CLI] --> R N[Background service] --> R O[Local HTTP MCP - optional] --> R

subgraph KOSH[LLM-Kosh] R C[Memory] D[Evidence] E[Search] F[Policy] G[Ledger] H[Context packs] V[Kosh Verify]

R --> C R --> D R --> F C --> E C --> G C --> H C --> V D --> V end

C --> I[(Local cartridge)] D --> I E --> I G --> I I --> J[Plain files] I --> K[SQLite / FTS] I --> L[Audit ledger]

The repository root contains the code. The cartridge root contains the live memory store. Watched intake folders can feed new material into the cartridge without mixing runtime data into the source checkout.

60-second quickstart

Python 3.10 or newer is required.

python -m pip install --upgrade llm-kosh

llm-kosh install --yes llm-kosh status

That installs the package, creates the default cartridge at ~/.llmkosh/cartridge, configures local defaults, and registers supported desktop integration where possible.

Create and query a custom cartridge:

llm-kosh --root ./my-cartridge init --owner "Local User"

llm-kosh --root ./my-cartridge add --kind note --title "First memory" --body "Hello" llm-kosh --root ./my-cartridge query "Hello"

Manage the background service:

llm-kosh service start

llm-kosh service status llm-kosh service stop

What works today

The core project is usable now:

  • Python package published as llm-kosh
  • local CLI for creating, searching, importing, packing, and verifying cartridges
  • governed llm-kosh-memory CLI for proposing, recalling, inspecting, conflicting, and explicitly reviewing Trusted Memory
  • Kosh Verify CLI and Python API for evidence-aware temporal/causal verification
  • deterministic Kosh Verify incident demo and acceptance tests
  • local MCP server with explicit write, mutation, and private-export capability gates
  • source-level MCP composition that adds read-only kosh_verify plus governed Trusted Memory tools without changing those gates
  • background service for intake and maintenance jobs
  • plain-file, inspectable storage with local indexes
  • tamper-evident mutation ledger
  • GitHub Actions test, quality, security-scanning, and publishing workflows
  • experimental company-brain foundation for evidence-backed memory and cited context

The remaining release work is primarily desktop packaging polish and signing across Windows, macOS, and Linux. The llm-kosh-mcp and llm-kosh-memory entry points described here are present on current master source and are intended for the next package release; the currently published PyPI 2.1.3 package predates those entry points.

Use with MCP clients

The currently published package exposes the standard MCP server through the existing CLI:

llm-kosh --root ./my-cartridge mcp-server

On current source, the composed MCP entry point exposes the standard server, read-only kosh_verify, and governed Trusted Memory tools:

python -m pip install -e .

llm-kosh-mcp --root ./my-cartridge

Equivalent module invocation:

python -m llm_kosh.mcp_trusted_memory_server --root ./my-cartridge

The Trusted Memory MCP surface is deliberately permissioned:

  • trusted_memory_recall, trusted_memory_inbox, trusted_memory_conflicts, and trusted_memory_explain are read-only.
  • trusted_memory_propose requires --allow-write.
  • trusted_memory_review requires --allow-mutate.
  • agent-created proposal evidence is recorded as agent_observation, never self-elevated to user_direct.
  • explicit review can change lifecycle without rewriting the original source authority; strict recall still requires authoritative/trusted evidence.

Kosh Verify does not require additional privileges. Write, mutation, and private-export capabilities remain opt-in and continue to use the standard server flags:

llm-kosh-mcp --root ./my-cartridge --allow-write

llm-kosh-mcp --root ./my-cartridge --allow-write --allow-mutate llm-kosh-mcp --root ./my-cartridge --allow-private

The composed server also supports local streamable HTTP:

llm-kosh-mcp --root ./my-cartridge --http --port 8000

endpoint: http://127.0.0.1:8000/mcp

Treat HTTP transport as a real network boundary if you expose it beyond loopback. See Trusted Memory over MCP for the governed memory contract, Kosh Verify for the kosh_verify contract, and MCP guide for general MCP setup.

Company-brain foundation

The experimental company-brain layer extends the cartridge beyond simple note recall. It introduces reference-first evidence, session and episode understanding, evidence-backed memories, review lifecycles, permission-first retrieval, and structured cited context packs.

Migrate an existing cartridge:

llm-kosh --root ./my-cartridge brain migrate --dry-run

llm-kosh --root ./my-cartridge brain migrate llm-kosh --root ./my-cartridge brain health llm-kosh --root ./my-cartridge brain context "Prepare the next project decision"

Register existing files without copying their source bytes:

llm-kosh --root ./my-cartridge brain register ./report.xlsx --artifact-type worksheet

llm-kosh --root ./my-cartridge brain inspect \ --locator '{"sheet":"Summary","range":"A1:F25"}' llm-kosh --root ./my-cartridge brain evaluate

Build a replayable session or episode graph from a registered JSONL export:

llm-kosh --root ./my-cartridge brain register ./session.jsonl --artifact-type structured_data

llm-kosh --root ./my-cartridge brain understand --dry-run llm-kosh --root ./my-cartridge brain understand llm-kosh --root ./my-cartridge brain episodes --query "what was implemented"

See Company brain foundation.

Core concepts

Three locations matter:

  1. Repository root — the source checkout.
  2. Cartridge root — the live memory store selected by --root or LLMKOSH_ROOT.
  3. Watched intake folders — receipts/, intake/, and configured external drop folders.

If files are dropped into cartridge intake areas, the service can process them asynchronously. External folders can also be watched through [daemon].watched_directories.

Optional features

python -m pip install "llm-kosh[watch]"     # filesystem events

python -m pip install "llm-kosh[server]" # FastAPI service python -m pip install "llm-kosh[semantic]" # local semantic search python -m pip install "llm-kosh[ingest]" # document conversion helpers python -m pip install "llm-kosh[all]" # all optional features

MCP support is included in the base installation.

Security model

LLM-Kosh is intentionally conservative around agent privilege and export boundaries:

  • storage and search are local by default
  • there is no automatic cloud sync or package telemetry
  • MCP starts read-only
  • write, mutation, and private-export capabilities require

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