Pulse8 AI Cortex Knowledge Vault

Name: Pulse8 AI Cortex Knowledge Vault
Author: synpulse8-opensource

de synpulse8-opensourceversión 1.6.0i★ –iSe ejecuta en tu computadora

Nombre en el registroio.github.synpulse8-opensource/pulse8-ai-cortex-knowledge-vault

Instalar

Resumen

Descripción del creador (original en inglés)

Agent-native knowledge OS on Markdown: typed graph, hybrid search, and compiler over MCP.

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 básicasi1 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: CORTEX_VAULT_PATH, CORTEX_LLM_API_KEY

Instalación

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

Antes de instalar

Revisiones básicas: 1 de 1 superadas
Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
Debes completar tú: CORTEX_VAULT_PATH, CORTEX_LLM_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": {
    "pulse8-ai-cortex-knowledge-vault": {
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_API_KEY": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add pulse8-ai-cortex-knowledge-vault --env CORTEX_VAULT_PATH=your-value --env CORTEX_LLM_API_KEY=your-value -- uvx pulse8-ai-cortex-knowledge-vault cortex

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": {
    "pulse8-ai-cortex-knowledge-vault": {
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_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": {
    "pulse8-ai-cortex-knowledge-vault": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "pulse8-ai-cortex-knowledge-vault",
        "cortex"
      ],
      "env": {
        "CORTEX_VAULT_PATH": "your-value",
        "CORTEX_LLM_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

CORTEX_VAULT_PATH obligatorio env
Absolute path to the Markdown vault directory the server reads and writes.
CORTEX_LLM_API_KEY secreto env
Optional OpenRouter (or compatible) API key. Only needed for LLM cross-referencing during compile; file conversion and search work without it.

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 synpulse8-opensource, 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 7241 servidores de esta categoría
Publicado en el registro más recientemente que el 25% de los otros 7241 servidores de esta categoría
Revisiones básicas iguales o mejores que el 100% de los otros 7241 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 Pulse8 AI Cortex Knowledge Vault?

Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

Debes completar: CORTEX_VAULT_PATH, CORTEX_LLM_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 (1.6.0) llegó al registro hace 3 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.

PULSE8.ai Cortex

The open-source knowledge layer for AI agents

Knowledge that compounds.

PULSE8.ai Cortex is the open-source knowledge layer for AI agents: Git-native memory, a typed knowledge graph, and MCP-powered retrieval on top of plain Markdown — so agents can build, evolve, and reuse persistent knowledge instead of re-deriving it on every query.

Under the hood it's a unified vault for AI agents and humans, backed by a typed knowledge graph, full-text + hybrid search, and a MarkItDown-powered file compiler. Drop files in (PDF, DOCX, PPTX, XLSX, HTML, images, and more), let agents read, write, search, link, and compile knowledge — no database required.

Inspired by Andrej Karpathy's LLM Wiki pattern — a persistent, compounding knowledge base maintained by LLMs instead of re-derived on every query. Search powered by Tobi Lütke's QMD.

Why PULSE8.ai Cortex?

Most AI agents can access tools, but they cannot accumulate knowledge.

Traditional RAG systems retrieve documents. PULSE8.ai Cortex builds a persistent, evolving knowledge layer that grows over time and becomes more valuable the more agents and humans interact with it.

With PULSE8.ai Cortex, agents can:

Learn from interactions — every read, write, ingest, and compile event is logged and graph-linked
Build and traverse knowledge graphs — wikilinks, tags, and typed edges, maintained automatically
Store structured insights — Markdown notes with typed nodes (note, agent_def, session, daily, feedback)
Retrieve context across projects — vault_context builds a ranked subgraph from any seed query
Share knowledge through MCP — one vault, every MCP-compatible client
Maintain long-term memory — files survive sessions, deployments, and model upgrades
Version knowledge through Git — the vault is a plain directory of Markdown, diff-friendly out of the box

Aspect	Traditional RAG	PULSE8.ai Cortex
Focus	Documents	Knowledge
Memory	Session-based	Persistent
Structure	Chunks	Markdown + typed graph
Evolution	Static index	Continuous, file-watched
Versioning	None	Git-native
Agent collaboration	Limited	First-class (MCP)

When to use PULSE8.ai Cortex

Ideal use cases

✅ Persistent memory for AI agents
✅ Shared knowledge across multiple agents
✅ Git-versioned organisational knowledge
✅ MCP-compatible knowledge retrieval
✅ Knowledge graphs without a dedicated graph database
✅ Long-term accumulation of institutional knowledge
✅ Human + AI collaborative knowledge management

Not ideal for

❌ Simple full-text document search (use a search engine)
❌ Pure vector-only retrieval with no graph (use a vector DB)
❌ Short-lived, stateless conversations
❌ Workflows that don't need persistent knowledge evolution

PULSE8.ai Cortex vs alternatives

Capability	PULSE8.ai Cortex	Traditional RAG	GraphRAG
Persistent knowledge	✅	❌	⚠️
Markdown-native storage	✅	❌	❌
MCP-compatible out of the box	✅	❌	❌
Knowledge graph	✅	❌	✅
Git versioning	✅	❌	❌
Agent memory layer	✅	❌	⚠️
Human + AI collaboration	✅	❌	⚠️
Continuous knowledge evolution	✅	❌	⚠️
Zero database required	✅	❌	❌

Works with

PULSE8.ai Cortex speaks MCP — so it plugs into any AI client that does. The same vault is reachable over streamable HTTP or stdio, and mirrored 1:1 by a REST API at /api/v1/.

Category	Compatible with
AI agents	Claude Desktop, Claude Code, OpenAI Agents, Gemini, custom agent frameworks
Development tools	Cursor, VS Code, JetBrains IDEs
Agent frameworks	LangGraph, LangChain, CrewAI, AutoGen
MCP ecosystem	MCP clients, MCP servers, MCP tool registries
Human tools	Obsidian, any Markdown editor, any Git client

Because the vault is just files, humans and agents collaborate on the same knowledge — no proprietary format, no lock-in.

Get started

[!NOTE]

PULSE8.ai Cortex requires Docker. An OpenRouter API key is optional — needed only for LLM-powered cross-referencing between wiki articles. File conversion works out of the box without any API key.

Clone the repository:

    git clone https://github.com/synpulse8-opensource/pulse8-ai-cortex-knowledge-vault.git

cd cortex-knowledge-vault

2. Launch PULSE8.ai Cortex:

    ./scripts/start.sh

This builds and starts both PULSE8.ai Cortex (API + MCP on :8420) and QMD (search on :3100), waits for health checks, and you're ready to go.

Connect your MCP client (e.g. Claude Desktop) to http://localhost:8420/mcp/.

To stop: ./scripts/stop.sh

Native QMD mode (macOS / Metal GPU)

Docker Desktop on macOS cannot expose the Metal GPU to containers, so containerized QMD embeds on CPU only — over an order of magnitude slower on non-trivial vaults. Run QMD natively instead; the qmd binary uses Metal automatically:

# One-time: install the qmd binary

brew install tobi/tap/qmd # or: npm install -g @tobilu/qmd

Start native QMD (background daemon) + Cortex in Docker

./scripts/start.sh --native-qmd

The QMD daemon's pid and log are kept in .qmd-native.pid / .qmd-native.log. To stop both: ./scripts/stop.sh --native-qmd (a plain ./scripts/stop.sh also cleans up a native QMD if one is running).

Cortex-only mode (external QMD)

If you manage QMD yourself (already running elsewhere), start only the Cortex container:

./scripts/start.sh --cortex-only   # set QMD_URL in .env if not http://host.docker.internal:3100

To stop: ./scripts/stop.sh --cortex-only

GPU-accelerated QMD (EC2 / Linux with NVIDIA GPU)

For production deployments with NVIDIA GPU acceleration:

docker compose -f docker-compose.yml -f docker-compose.gpu.yml up --build -d

See docs/ec2-gpu-setup.md for a full guide on instance selection, NVIDIA toolkit installation, and cost estimates.

Features


Knowledge Graph	Typed graph engine (NetworkX) — wikilinks, tags, and custom edges, auto-maintained on every file change
Full-Text Search	QMD search with hybrid (BM25 + vector + re-ranking) by default; keyword and semantic modes selectable. Results cached with a configurable TTL.
File Compiler	Converts raw sources (PDF, DOCX, PPTX, XLSX, HTML, images, etc.) to Markdown via MarkItDown. LLM used only for cross-referencing.
MCP Server	Streamable HTTP + stdio transport — works with Claude Desktop, Cursor, and any MCP client
Feedback & Notifications	`vault_feedback` captures quality feedback as notes; optional Microsoft Teams webhook posts an adaptive card per submission
Daily Activity Log	Every write/ingest/compile is mirrored into `daily/ .md` as a greppable, wikilinked timeline
Bulk Ingest	Ingest dozens or hundreds of files at once from a local directory with SHA-256 dedup and bounded concurrency
REST API	FastAPI endpoints mirroring all MCP tools at `/api/v1/`, including multipart file upload and bulk ingest
Vault Watcher	Real-time filesystem monitoring — graph stays in sync automatically
Lineage & Audit	Every edge labeled `extracted` / `inferred` / `manual`; `vault_trace` answers "why does the vault say X" back to the source document
Graph Queries	`vault_path` (what connects X to Y), `vault_impact` (what's downstream of this note), `vault_explain` (entity summary with provenance)
Curation Report	Read counters + outcome feedback (`useful` / `dead-end` / `corrected`) surface stale, contradicted, and never-read notes at `GET /api/v1/curation/report`
Zero Database	Everything persists as Markdown + JSON on your filesystem

Benchmarks

45.0% overall accuracy on [LongMemEval-S](https://github.com/xiaowu0162/LongMemEval) (500 questions, full haystacks, hybrid search) with 65.6% evidence recall@8 and zero judge errors — measured end-to-end through the pu

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

Pulse8 AI Cortex Knowledge Vault

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

Why PULSE8.ai Cortex?

When to use PULSE8.ai Cortex

Ideal use cases

Not ideal for

PULSE8.ai Cortex vs alternatives

Works with

Get started

Native QMD mode (macOS / Metal GPU)

Start native QMD (background daemon) + Cortex in Docker

Cortex-only mode (external QMD)

GPU-accelerated QMD (EC2 / Linux with NVIDIA GPU)

Features

Benchmarks