timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Local-first RAG MCP server: hybrid search over a folder of your own documents
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
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…
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
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 21/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 12/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 0/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 33/100 |
Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
Elige la app de IA que usas y copia la configuración.
Que tu IA lo instale con una frase
Instala Minirag MCP. Sigue https://mcp.popnx.com/i/sfrangulov-minirag-mcp.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 17 nov 2026
Primero: ¿qué IA usas?
Elige tu app y los pasos aparecen abajo.
Funciona con Claude, pero hay que preparar algo antes
Necesitas una clave de Minirag MCP (créala en el sitio del autor) · 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
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 Minirag MCP 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": { "minirag": { "command": "uvx", "args": [ "minirag-mcp" ], "env": { "CHUNK_TOKEN_BUDGET": "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 CHUNK_TOKEN_BUDGET 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 Minirag MCP 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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
SettingsDeveloperEdit Config
{
"mcpServers": {
"minirag": {
"command": "uvx",
"args": [
"minirag-mcp"
],
"env": {
"CHUNK_TOKEN_BUDGET": "your-value"
}
}
}
}Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa Minirag MCP y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude dice que está usando Minirag MCP o muestra una herramienta de Minirag MCP en la respuesta, ya está conectado
El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.
BASE_DIR Una raíz de documentos; también es el límite de seguridad para el acceso a archivos. Por defecto, el directorio de trabajo del proceso. Se ignora cuando se define BASE_DIRS. BASE_DIRS Matriz JSON de raíces de documentos, p. ej. "/docs/a", "/docs/b". Tiene prioridad sobre BASE_DIR. Un valor no válido es un error de configuración grave. DB_PATH Directorio del índice de LanceDB. El valor predeterminado es /.minirag/lancedb, de modo que cada corpus tiene su propio índice. CACHE_DIR Caché del modelo de embeddings. Por defecto usa el directorio de caché de usuario de la plataforma, por lo que el modelo de 220 MB se descarga una sola vez y se comparte. MODEL_NAME ID del modelo de fastembed. Cambiarlo hace que los vectores existentes sean incompatibles con las nuevas consultas; combínelo con un nuevo DB_PATH o una reingestión completa. MAX_FILE_SIZE Límite de tamaño por archivo en bytes, aplicado antes del análisis. RAG_HYBRID_WEIGHT Peso de las palabras clave en la fusión RRF ponderada, en el rango 0.0-1.0. 0 equivale a solo vectores; valores más altos aumentan la contribución de BM25. RAG_GROUPING Filtro de agrupación de resultados. 'similar' conserva solo el grupo más cercano; 'related' también conserva el siguiente grupo. Si no se establece, no hay filtro de agrupación. RAG_MAX_DISTANCE Descarta los resultados cuya distancia vectorial supere este valor. Cuanto menor sea, más estricto. Si no se define, no se aplica filtro de distancia. RAG_MAX_FILES Conserva los fragmentos de como máximo este número de archivos con mejor puntuación. Si no se define, no se aplica ningún filtro por archivo. RAG_INSTRUCTIONS_APPEND Párrafo adicional que se añade a las instrucciones que el servidor entrega al cliente al conectarse, para orientación específica del corpus. ALLOW_PRIVATE_URLS Permite que ingest_url obtenga datos de hosts que resuelvan a direcciones de loopback, link-local, privadas, reservadas o no especificadas. Desactivado por defecto. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
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 Minirag MCP
Minirag MCP se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web
A · Usa una app que pueda conectar Minirag MCP
Funciona con Claude Code, pero hay que preparar algo antes
Necesitas una clave de Minirag MCP (créala en el sitio del autor) · Instala Python (uv) en tu computadora primero (una sola vez)
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 Minirag MCP 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 minirag --env CHUNK_TOKEN_BUDGET=your-value -- uvx minirag-mcp 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 CHUNK_TOKEN_BUDGET 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 Minirag MCP 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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --scope user minirag --env CHUNK_TOKEN_BUDGET=your-value -- uvx minirag-mcpCambia “your-value” por tu clave antes de pulsar Enter
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Deberías ver Minirag MCP en la lista como conectado
Usa Minirag MCP y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude Code dice que está usando Minirag MCP o muestra una herramienta de Minirag MCP en la respuesta, ya está conectado
El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.
BASE_DIR Una raíz de documentos; también es el límite de seguridad para el acceso a archivos. Por defecto, el directorio de trabajo del proceso. Se ignora cuando se define BASE_DIRS. BASE_DIRS Matriz JSON de raíces de documentos, p. ej. "/docs/a", "/docs/b". Tiene prioridad sobre BASE_DIR. Un valor no válido es un error de configuración grave. DB_PATH Directorio del índice de LanceDB. El valor predeterminado es /.minirag/lancedb, de modo que cada corpus tiene su propio índice. CACHE_DIR Caché del modelo de embeddings. Por defecto usa el directorio de caché de usuario de la plataforma, por lo que el modelo de 220 MB se descarga una sola vez y se comparte. MODEL_NAME ID del modelo de fastembed. Cambiarlo hace que los vectores existentes sean incompatibles con las nuevas consultas; combínelo con un nuevo DB_PATH o una reingestión completa. MAX_FILE_SIZE Límite de tamaño por archivo en bytes, aplicado antes del análisis. RAG_HYBRID_WEIGHT Peso de las palabras clave en la fusión RRF ponderada, en el rango 0.0-1.0. 0 equivale a solo vectores; valores más altos aumentan la contribución de BM25. RAG_GROUPING Filtro de agrupación de resultados. 'similar' conserva solo el grupo más cercano; 'related' también conserva el siguiente grupo. Si no se establece, no hay filtro de agrupación. RAG_MAX_DISTANCE Descarta los resultados cuya distancia vectorial supere este valor. Cuanto menor sea, más estricto. Si no se define, no se aplica filtro de distancia. RAG_MAX_FILES Conserva los fragmentos de como máximo este número de archivos con mejor puntuación. Si no se define, no se aplica ningún filtro por archivo. RAG_INSTRUCTIONS_APPEND Párrafo adicional que se añade a las instrucciones que el servidor entrega al cliente al conectarse, para orientación específica del corpus. ALLOW_PRIVATE_URLS Permite que ingest_url obtenga datos de hosts que resuelvan a direcciones de loopback, link-local, privadas, reservadas o no especificadas. Desactivado por defecto. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
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
Necesitas una clave de Minirag MCP (créala en el sitio del autor) · Instala Python (uv) en tu computadora primero (una sola vez)
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 Minirag MCP 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": { "minirag": { "command": "uvx", "args": [ "minirag-mcp" ], "env": { "CHUNK_TOKEN_BUDGET": "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 CHUNK_TOKEN_BUDGET 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 Minirag MCP 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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
En la configuración de Minirag MCP, CHUNK_TOKEN_BUDGET está vacío; añade tu clave y guarda
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa Minirag MCP y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Cursor dice que está usando Minirag MCP o muestra una herramienta de Minirag MCP en la respuesta, ya está conectado
El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.
BASE_DIR Una raíz de documentos; también es el límite de seguridad para el acceso a archivos. Por defecto, el directorio de trabajo del proceso. Se ignora cuando se define BASE_DIRS. BASE_DIRS Matriz JSON de raíces de documentos, p. ej. "/docs/a", "/docs/b". Tiene prioridad sobre BASE_DIR. Un valor no válido es un error de configuración grave. DB_PATH Directorio del índice de LanceDB. El valor predeterminado es /.minirag/lancedb, de modo que cada corpus tiene su propio índice. CACHE_DIR Caché del modelo de embeddings. Por defecto usa el directorio de caché de usuario de la plataforma, por lo que el modelo de 220 MB se descarga una sola vez y se comparte. MODEL_NAME ID del modelo de fastembed. Cambiarlo hace que los vectores existentes sean incompatibles con las nuevas consultas; combínelo con un nuevo DB_PATH o una reingestión completa. MAX_FILE_SIZE Límite de tamaño por archivo en bytes, aplicado antes del análisis. RAG_HYBRID_WEIGHT Peso de las palabras clave en la fusión RRF ponderada, en el rango 0.0-1.0. 0 equivale a solo vectores; valores más altos aumentan la contribución de BM25. RAG_GROUPING Filtro de agrupación de resultados. 'similar' conserva solo el grupo más cercano; 'related' también conserva el siguiente grupo. Si no se establece, no hay filtro de agrupación. RAG_MAX_DISTANCE Descarta los resultados cuya distancia vectorial supere este valor. Cuanto menor sea, más estricto. Si no se define, no se aplica filtro de distancia. RAG_MAX_FILES Conserva los fragmentos de como máximo este número de archivos con mejor puntuación. Si no se define, no se aplica ningún filtro por archivo. RAG_INSTRUCTIONS_APPEND Párrafo adicional que se añade a las instrucciones que el servidor entrega al cliente al conectarse, para orientación específica del corpus. ALLOW_PRIVATE_URLS Permite que ingest_url obtenga datos de hosts que resuelvan a direcciones de loopback, link-local, privadas, reservadas o no especificadas. Desactivado por defecto. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
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
Necesitas una clave de Minirag MCP (créala en el sitio del autor) · Instala Python (uv) en tu computadora primero (una sola vez)
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 Minirag MCP 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": { "minirag": { "type": "stdio", "command": "uvx", "args": [ "minirag-mcp" ], "env": { "CHUNK_TOKEN_BUDGET": "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 CHUNK_TOKEN_BUDGET 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 Minirag MCP 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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
En la configuración de Minirag MCP, CHUNK_TOKEN_BUDGET está vacío; añade tu clave y guarda
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa Minirag MCP y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si VS Code dice que está usando Minirag MCP o muestra una herramienta de Minirag MCP en la respuesta, ya está conectado
El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.
BASE_DIR Una raíz de documentos; también es el límite de seguridad para el acceso a archivos. Por defecto, el directorio de trabajo del proceso. Se ignora cuando se define BASE_DIRS. BASE_DIRS Matriz JSON de raíces de documentos, p. ej. "/docs/a", "/docs/b". Tiene prioridad sobre BASE_DIR. Un valor no válido es un error de configuración grave. DB_PATH Directorio del índice de LanceDB. El valor predeterminado es /.minirag/lancedb, de modo que cada corpus tiene su propio índice. CACHE_DIR Caché del modelo de embeddings. Por defecto usa el directorio de caché de usuario de la plataforma, por lo que el modelo de 220 MB se descarga una sola vez y se comparte. MODEL_NAME ID del modelo de fastembed. Cambiarlo hace que los vectores existentes sean incompatibles con las nuevas consultas; combínelo con un nuevo DB_PATH o una reingestión completa. MAX_FILE_SIZE Límite de tamaño por archivo en bytes, aplicado antes del análisis. RAG_HYBRID_WEIGHT Peso de las palabras clave en la fusión RRF ponderada, en el rango 0.0-1.0. 0 equivale a solo vectores; valores más altos aumentan la contribución de BM25. RAG_GROUPING Filtro de agrupación de resultados. 'similar' conserva solo el grupo más cercano; 'related' también conserva el siguiente grupo. Si no se establece, no hay filtro de agrupación. RAG_MAX_DISTANCE Descarta los resultados cuya distancia vectorial supere este valor. Cuanto menor sea, más estricto. Si no se define, no se aplica filtro de distancia. RAG_MAX_FILES Conserva los fragmentos de como máximo este número de archivos con mejor puntuación. Si no se define, no se aplica ningún filtro por archivo. RAG_INSTRUCTIONS_APPEND Párrafo adicional que se añade a las instrucciones que el servidor entrega al cliente al conectarse, para orientación específica del corpus. ALLOW_PRIVATE_URLS Permite que ingest_url obtenga datos de hosts que resuelvan a direcciones de loopback, link-local, privadas, reservadas o no especificadas. Desactivado por defecto. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
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
Claude Code
claude mcp add --scope user minirag --env CHUNK_TOKEN_BUDGET=your-value -- uvx minirag-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"minirag": {
"command": "uvx",
"args": [
"minirag-mcp"
],
"env": {
"CHUNK_TOKEN_BUDGET": "your-value"
}
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"minirag": {
"command": "uvx",
"args": [
"minirag-mcp"
],
"env": {
"CHUNK_TOKEN_BUDGET": "your-value"
}
}
}
}VS Code (mcp.json)
{
"servers": {
"minirag": {
"type": "stdio",
"command": "uvx",
"args": [
"minirag-mcp"
],
"env": {
"CHUNK_TOKEN_BUDGET": "your-value"
}
}
}
}BASE_DIR envBASE_DIRS envDB_PATH envCACHE_DIR envMODEL_NAME envMAX_FILE_SIZE envCHUNK_TOKEN_BUDGET secreto obligatorio envRAG_HYBRID_WEIGHT envRAG_GROUPING envRAG_MAX_DISTANCE envRAG_MAX_FILES envRAG_INSTRUCTIONS_APPEND envALLOW_PRIVATE_URLS envDescripciones 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.
pypi: minirag-mcpSegún 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
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 19 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub sfrangulov, dueña del repo
Último cambio de código: anteayer
Usa MIT
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
Aún no revisado
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/sfrangulov-minirag-mcp)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.
Aún no hay reseñas
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 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.
Debes completar: CHUNK_TOKEN_BUDGET
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 anteayer, y la última versión (1.1.1) llegó al registro anteayer.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
En la misma categoría: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
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
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Este Minirag MCP | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Se instala en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | Sí | No | No | No | No | No |
| Se añade con + en Claude | No | Sí | Sí | Sí | No | No |
| Revisiones básicas | 3/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Licencia | MIT | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
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.
A local-first RAG (retrieval-augmented generation) MCP server. Point it at a folder of documents and it gives your MCP client (Claude Code, Cursor, Codex, ...) hybrid search — semantic vector similarity plus a keyword boost for exact terms — over that content.
Nothing leaves your machine except two things: the one-time embedding-model download on first use, and the explicit ingest_url call when you ask it to fetch a web page. Ingesting local files, indexing, and querying never touch the network.
It is a Python, MCP-native analog of shinpr/mcp-local-rag (TypeScript), built on fastmcp, fastembed, and LanceDB.
find_mentions lists every document that contains a word or phrase, not the top few, and says how many documents it searched, so "list all", "how many" and "it is not there" get a complete answer. See Finding every mention.markitdown (PDF, DOCX, PPTX, XLSX, HTML, CSV, EPUB, Jupyter notebooks, Markdown, and plain text), plus direct text/markdown/HTML ingestion and URL fetching.status always answers.Every client below launches the same process; only the config format differs. Replace /absolute/path/to/docs with the folder you want indexed.
The invocation is uvx minirag-mcp. It resolves and caches the package on first run, so start-up is slow once and fast afterwards.
uvx resolves that name from PyPI, so the snippets below work from release 0.1.0 onward; on an earlier revision use From an unreleased revision instead. That distinction is worth checking before you paste: claude mcp add writes the entry without ever running the command, so an unresolvable package looks like a successful setup and only fails later, silently, when the client tries to launch the server.
claude mcp add minirag --scope user --env BASE_DIR=/absolute/path/to/docs \
-- uvx minirag-mcp
A Claude Desktop extension, minirag-mcp.mcpb, installs without uv, a terminal or a JSON file: open it (double-click, or Settings > Extensions > Advanced settings > Install Extension…), pick the Documents folder, then ask Claude to "sync minirag". It is not published yet; build it from a clone (npx, so Node.js, runs the official packer):
uv run python mcpb/build.py # writes dist/minirag-mcp.mcpb
uv run python mcpb/smoke.py dist/minirag-mcp.mcpb # install and start it as Desktop does
lancedb publishes no package for them..minirag folder inside the documents folder. The [ocr] and [classify] extras are not included.Verified: the official mcpb CLI validates and packs it, and mcpb/smoke.py passes on an Apple Silicon Mac and, in CI (.github/workflows/bundle.yml), on GitHub's macOS (Apple Silicon) and Windows x64 runners. That script repeats outside the app what Claude Desktop 3.6556 does with such a file — unpack it into a folder whose path has a space, run uv sync --quiet there, start the server with the manifest's arguments, the picked folder and only the environment variables Desktop passes on — and checks initialize, the tool list and status; --search also indexes and finds a document (run on the Mac only). It uses uv 0.9.7, which Desktop downloads when a machine has no uv. Not verified: installing through the Desktop app itself, on macOS or Windows — the install dialog, the folder picker, the extension appearing under Connectors. The first start after installing took 4–9 seconds on the CI runners but about 50 on the development Mac, loading native libraries for the first time (later starts: about 2); whether Desktop waits that long is untested. If the extension shows as failed right after installing, turn it off and on in Settings > Extensions.
Edit the config file — create it if it does not exist:
| macOS | ~/Library/Application Support/Claude/claude_desktop_config.json |
| Windows | %APPDATA%\Claude\claude_desktop_config.json |
| Linux | ~/.config/Claude/claude_desktop_config.json |
{
"mcpServers": { "minirag": { "command": "/absolute/path/to/uvx", "args": ["minirag-mcp"], "env": { "BASE_DIR": "/absolute/path/to/docs" } } } }
Then quit Claude Desktop completely (Cmd+Q on macOS, not just closing the window) and reopen it. The config is read at launch; closing the window leaves the old process running with the old config.
Two things that catch people out:
Give `command` an absolute path. Desktop apps do not inherit your shell's PATH. uvx usually lives in ~/.local/bin, which is not on the PATH a GUI-launched process sees, so a bare "uvx" fails with nothing useful in the UI. Run which uvx and paste the result. The other snippets on this page can use a bare uvx because a terminal-launched client has your PATH.
Merge, do not replace. If the file already exists it holds your other servers and preferences under the same top-level object — add minirag inside the existing mcpServers, and leave everything else alone. Back the file up first; a malformed JSON file makes Desktop start with no servers at all and says little about why.
To check the config before restarting, run the same command by hand — it should print your configuration and exit:
BASE_DIR=/absolute/path/to/docs /absolute/path/to/uvx minirag-mcp status
~/.cursor/mcp.json){
"mcpServers": { "minirag": { "command": "uvx", "args": ["minirag-mcp"], "env": { "BASE_DIR": "/absolute/path/to/docs" } } } }
~/.codex/config.toml)[mcp_servers.minirag]
command = "uvx" args = ["minirag-mcp"]
[mcp_servers.minirag.env] BASE_DIR = "/absolute/path/to/docs"
To run a revision that hasn't been released to PyPI — an unreleased fix, or one specific commit — install from this repository instead. In any snippet above, replace uvx minirag-mcp with:
uvx --from git+https://github.com/sfrangulov/minirag-mcp minirag-mcp
As an argument list, that is ["--from", "git+https://github.com/sfrangulov/minirag-mcp", "minirag-mcp"]. Append @ to the URL to pin a revision.
For development, or to run the CLI against a working tree you can edit:
git clone https://github.com/sfrangulov/minirag-mcp
cd minirag-mcp uv sync uv run minirag-mcp status --base-dir /absolute/path/to/docs
The index starts empty — nothing is scanned until you ask for it:
sync_start, then poll sync_status until it reports succeeded). From a terminal you can do the same thing synchronously: minirag-mcp sync --base-dir /absolute/path/to/docs.query_documents).The first sync (or the first ingest of any kind) downloads the embedding model — see Requirements.
uvx)Files under the document root(s) with one of these 13 extensions are picked up by sync_start/sync and ingest_file/ingest and converted to Markdown, all but .vtt by markitdown:
.md .markdown .txt .pdf .docx .pptx .xlsx .html .htm .csv .epub .ipynb .vtt
A .vtt is a WebVTT transcript, the format Teams and Zoom export a call in. Each turn becomes a **Speaker** MM:SS line followed by what was said, with the segments Teams cuts one utterance into joined back together, so a call is chunked as a transcript. It is read by a parser of its own: markitdown has no WebVTT converter and would index the raw cue ids and timings as plain text. A .vtt that cannot be parsed, or whose encoding cannot be told (save it as UTF-8), fails instead.
A scan skips dot-prefixed names and the ~$…