Memdocs

Name: Memdocs
Author: Smart-AI-Memory

de Smart-AI-Memoryversión 2.1.4i★ –iSe ejecuta en tu computadora

Nombre en el registroio.github.silversurfer562/memdocs

Instalar

Resumen

Descripción del creador (original en inglés)

Git-native project memory for AI assistants with enterprise-grade audit compliance

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.

Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
Nuestras revisiones básicasi0 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
UsoiAún sin medir★ –

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

Instalación

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

Antes de instalar

Revisiones básicas: 0 de 1 superadas
Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
Debes completar tú: PROJECT_ROOT, ANTHROPIC_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?

ClaudeClaude CodeCursorVS CodeChatGPT

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": {
    "memdocs": {
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "your-value",
        "ANTHROPIC_API_KEY": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add memdocs --env PROJECT_ROOT=your-value --env ANTHROPIC_API_KEY=your-value -- uvx memdocs

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": {
    "memdocs": {
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "your-value",
        "ANTHROPIC_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": {
    "memdocs": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "memdocs"
      ],
      "env": {
        "PROJECT_ROOT": "your-value",
        "ANTHROPIC_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

PROJECT_ROOT env
Root directory of the project to track
ANTHROPIC_API_KEY secreto obligatorio env
API key for Claude AI operations (summarization, analysis)

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

! Precaución
El creador coincide con el repo
Quien lo publicó (silversurfer562) no es el dueño del repo (Smart-AI-Memory); puede que otra persona lo haya listado
… 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 7230 servidores de esta categoría
Publicado en el registro más recientemente que el 1% de los otros 7230 servidores de esta categoría
Revisiones básicas iguales o mejores que el 37% de los otros 7230 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 Memdocs?

Superó 0 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

¿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 (2.1.4) llegó al registro hace 11 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 hace 3 días

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 hace 44 días

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.

MemDocs 🧠

Persistent Memory for AI Projects

Features • Quick Start • Complete Stack • Empathy Integration • Documentation • Examples • Contributing

🚀 The Complete Stack for 10x+ Productivity

`

VS Code + Claude Code (latest) + MemDocs + Empathy = 10x+ Productivity

`

Documented user experience: Transformational productivity through Level 4-5 AI collaboration

📖 Learn More:

- [Quick Start: Blog Post](docs/EMPATHY_MEMDOCS_BLOG_POST.md) - Engaging narrative explaining the five levels

- [Executive Summary](docs/EMPATHY_MEMDOCS_EXECUTIVE_SUMMARY.md) - 1-page overview for teams & investors

- [Technical Deep-Dive](docs/EMPATHY_MEMDOCS_SYNERGY.md) - 21-page analysis with code examples

🎯 What is MemDocs?

MemDocs is a git-native memory management system that gives AI assistants persistent, project-specific memory. It generates structured, machine-readable documentation that lives in your repository—no cloud services, no recurring costs, just local/git-based storage that enhances AI context and team collaboration.

💡 The Problem

AI assistants like ChatGPT and GitHub Copilot have no memory between sessions. Every conversation starts from scratch, forcing you to repeatedly explain your codebase, architecture decisions, and project context.

Result: AI stuck at Level 1-2 (Reactive) - can only respond after being asked, can't predict future needs, can't learn from patterns.

✨ The Solution

MemDocs creates a persistent memory layer that unlocks Level 4-5 AI collaboration:

🧠 Remembers your project across sessions (via .memdocs/ directory)
🔮 Enables predictions 30-90 days ahead (Level 4 Anticipatory Empathy)
👥 Shares memory with your team (committed to git)
💰 2000x cost savings vs full repo reviews ($0.03 vs $60)
⚡ Works offline (no cloud dependencies for retrieval)
🤝 Integrates with Empathy Framework (Level 4 Anticipatory Intelligence)
🔒 Privacy-first (optional PHI/PII detection and redaction)

Enterprise ROI: 6,000% return on investment (documented across 10-1,000 developer teams)

🚀 Quick Start

Installation

# From PyPI (recommended)

pip install memdocs

With optional features

pip install memdocs[embeddings] # Local vector search pip install memdocs[all] # All features

From source

git clone https://github.com/Smart-AI-Memory/memdocs.git cd memdocs pip install -e ".[dev,embeddings]"

Basic Usage

# 1. Set your Claude API key

export ANTHROPIC_API_KEY="your-key-here"

2. Initialize MemDocs in your project (MCP enabled by default!)

cd your-project memdocs init

3. Set up automatic updates (recommended)

memdocs setup-hooks --post-commit

4. Document changed files

memdocs review --changed

5. Search your project memory

memdocs query "payment processing"

6. Show memory stats

memdocs stats

Large Repository Workflow

# For repos with 1,000+ files: use git integration

memdocs init memdocs setup-hooks --post-commit # Auto-review on every commit

Work normally - memory updates automatically!

git add file.py git commit -m "refactor: improve performance"

MemDocs reviews changed files automatically (5-15 seconds)

Or manually review only changes

memdocs review --changed # Modified files only memdocs review --since main # Your branch changes memdocs review --since HEAD~10 # Last 10 commits

Your First Documentation

# Document a specific file

memdocs review --path src/main.py

Output:

✨ Analyzing src/main.py...

📝 Generating documentation with Claude Sonnet 4.5...

✅ Documentation saved to .memdocs/docs/main/

- index.json (machine-readable)

- symbols.yaml (code map)

- summary.md (human-readable)

✨ Key Features

🧠 Git-Native Memory

All documentation stored in .memdocs/ directory
Committed alongside your code (same git workflow)
Version controlled memory (track how project evolves)
Team collaboration built-in (push/pull memory with code)

🎯 Smart Scoping

File-level (default): Document individual files
Module-level: Document entire directories
Repo-level: Full codebase overview
Auto-escalation: Automatically increases scope for important changes

🤖 AI-Powered Summarization

Claude Sonnet 4.5: Latest and most capable model
Intelligent extraction: Symbols, APIs, architecture decisions
Multi-format output: JSON, YAML, Markdown
Token-efficient: Only summarizes, doesn't embed

🔍 Semantic Search (Optional)

Local embeddings: sentence-transformers (no API costs)
Vector search: FAISS for fast similarity search
Automatic indexing: Updates as you document
No cloud lock-in: Everything runs locally

📈 Enterprise Scale - Large Repository Support

MemDocs scales to codebases of any size through intelligent git integration:

Review only what changed: memdocs review --changed reviews modified files only
Branch-aware: memdocs review --since main reviews your branch changes
Automatic updates: Git hooks keep memory current on every commit
Cost-effective: 2000x cheaper than full repo reviews ($0.03 vs $60)
Lightning fast: 15 seconds instead of hours

Perfect for large repos (1,000+ files):

# One-time setup

memdocs init memdocs setup-hooks --post-commit

Every commit after: automatic memory updates!

git commit -m "fix: bug in auth" # Reviews 5 files, takes 15s, costs $0.03

Cost comparison:

Repo Size	Full Review	Changed Files	Savings
10,000 files	$60 + 2-4 hours	$0.03 + 15 seconds	2000x
5,000 files	$30 + 1-2 hours	$0.02 + 10 seconds	1500x
1,000 files	$6 + 15 minutes	$0.01 + 5 seconds	600x

🔌 MCP Server (Model Context Protocol)

Real-time memory serving: Serve memory to AI assistants via MCP
Claude Desktop integration: Auto-loaded context in Claude Desktop
Cursor/Continue.dev support: Works with MCP-compatible tools
Query-based context: AI requests exactly what it needs
Auto-start: Automatically detect and serve memory when opening projects

Quick setup for Claude Desktop:

# Start MCP server

memdocs serve --mcp

Or auto-start in VS Code (add to .vscode/tasks.json)

See docs/guides/mcp-setup.md for details

🚀 The Complete Stack: Transformational Productivity

When you combine the right tools, productivity isn't linear—it's exponential.

VS Code + Claude Code (latest) + MemDocs + Empathy = 10x+ Productivity

The four components work synergistically:

Component	Role	What It Enables
VS Code	Professional IDE	Tested environment, task automation, MCP auto-start
Claude Code (VS Code extension)	AI pair programming	Multi-file editing, command execution, real-time assistance
MemDocs	Persistent memory layer	Pattern detection, trajectory tracking, cross-session learning
Empathy Framework	5-level maturity model	Level 4-5 anticipatory suggestions, structural design

Real-world results:

10x+ efficiency improvement (documented user experience)
Lower cost: 2000x cheaper than full repo reviews
Higher quality: Problems predicted and prevented
Faster delivery: Anticipatory design eliminates bottlenecks

Quick setup (5 minutes):

# Install VS Code: https://code.visualstudio.com

Install Claude Code extension in VS Code: https://claude.ai/claude-code

pip install empathy-framework[full]>=1.6.0 # Empathy 1.6.0+ includes MemDocs cd your-project/ memdocs init # Auto-configures MCP for Claude Code empathy-os configure code . # Open in VS Code - MCP server auto-starts!

Result: Claude Code in VS Code operates at Level 4-5 (anticipatory) instead of Level 1-2 (reactive)

🔗 Empathy Framework Integration: Level 4-5 AI Collaboration

MemDocs unlocks Level 4 Anticipatory Empathy when integrated with the Empathy Framework.

The Five Levels of AI Collaboration:

Level	Name	Behavior	Memory Required	Example
1	Reactive	Help after being asked	None	ChatGPT: "You asked, here it is"
2	Guided	Collaborative exploration	Session only	"Let me ask clarifying questions"
3	Proactive	Act before being asked	MemDocs patterns	"I pre-fetched what you usually need"
4	Anticipatory	Predict future needs (30-90 days)	MemDocs trajectory	"Next week's audit—docs ready"
5	Systems	Design structural solutions	MemDocs cross-project	"I built a framework for all cases"

Why MemDocs is Essential:

🔄 Level 3 (Proactive): MemDocs stores user patterns across sessions
🔮 Level 4 (Anticipatory): MemDocs tracks system trajectory for predictions
🏗️ Level 5 (Systems): MemDocs identifies leverage points across projects

Without persistent memory, AI is stuck at Level 1-2 forever.

📚 Deep Dive Resources:

[Blog Post](docs/EMPATHY_MEMDOCS_BLOG_POST.md): Why your AI can't predict tomorrow's problems (and how to fix it)
[Executive Summary](docs/EMPATHY_MEMDOCS_EXECUTIVE_SUMMARY.md): 1-page overview for teams & investors
[Technical Analysis](docs/EMPATHY_MEMDOCS_SYNERGY.md): 21-page deep-dive comparing five empathy frameworks

Integration features:

✅ Works seamlessly with Empathy framework (1.6.0+)
✅ Supports Level 4 Anticipatory Empathy workflows
✅ Bidirectional sync (MemDocs ↔ Empathy)
✅ Trust-building behaviors powered by persistent memory
✅ 16 software development wizards (security, performance, testing, etc.)
✅ 18 healthcare documentation wizards (SOAP notes, SBAR, assessments, etc.)

🔒 Privacy & Security

PHI/PII detection: Automatic sensitive data detection
Redaction: Optional redaction modes (off, standard, strict)
HIPAA/GDPR aware: Configurable privacy settings
Local-first: No required cloud dependencies

📖 Documentation

Configuration

Create .memdocs.yml in your project root:

version: 1

Scope policy (controls memory granularity)

policies: default_scope: file # file | module | repo max_files_without_force: 150

Auto-escalate for important changes

escalate_on:

cross_module_changes # Multi-module = bigger context
security_sensitive_paths # auth/*, security/* = thorough docs
public_api_signatures # API changes = team awareness

Output configuration (git-committed memory)

outputs: docs_dir: .memdocs/docs # Committed to git memory_dir: .memdocs/memory # Committed to gi

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

Memdocs

Resumen

Los tres pilares de PopNx MCP

Qué puedes hacer con él

Instalación

Antes de instalar

Valores que debes completar

Qué puede hacer

Revisiones básicasi

El creador coincide con el repo

Sigue en mantenimiento

Tiene licencia

El endpoint responde

Inicio de sesión con OAuth

Sin instrucciones ocultas en las descripciones de herramientas

Comparado con otros en Búsqueda y memoria de IAi

Preguntas frecuentes

Alternativas

Context7

Codebase Memory

Exa

README del creador

MemDocs 🧠

🎯 What is MemDocs?

💡 The Problem

✨ The Solution

🚀 Quick Start

Installation

With optional features

From source

Basic Usage

2. Initialize MemDocs in your project (MCP enabled by default!)

3. Set up automatic updates (recommended)

4. Document changed files

5. Search your project memory

6. Show memory stats

Large Repository Workflow

Work normally - memory updates automatically!

MemDocs reviews changed files automatically (5-15 seconds)

Or manually review only changes

Your First Documentation

Output:

✨ Analyzing src/main.py...

📝 Generating documentation with Claude Sonnet 4.5...

✅ Documentation saved to .memdocs/docs/main/

- index.json (machine-readable)

- symbols.yaml (code map)

- summary.md (human-readable)

✨ Key Features

🧠 Git-Native Memory

🎯 Smart Scoping

🤖 AI-Powered Summarization

🔍 Semantic Search (Optional)

📈 Enterprise Scale - Large Repository Support

Every commit after: automatic memory updates!

🔌 MCP Server (Model Context Protocol)

Or auto-start in VS Code (add to .vscode/tasks.json)

See docs/guides/mcp-setup.md for details

🚀 The Complete Stack: Transformational Productivity

Install Claude Code extension in VS Code: https://claude.ai/claude-code

🔗 Empathy Framework Integration: Level 4-5 AI Collaboration

🔒 Privacy & Security

📖 Documentation

Configuration

Scope policy (controls memory granularity)

Auto-escalate for important changes

Output configuration (git-committed memory)