Trail

Name: Trail
Author: arsprengel

de arsprengelversión 1.29.1i★ –iSe ejecuta en tu computadora

Nombre en el registrodev.usetrail/trail

Instalar

Resumen

Descripción del creador (original en inglés)

Issue tracker and durable project memory for your coding agent, scoped to the folder you open.

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

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: TRAIL_API_URL, TRAIL_PROJECT

Necesitas

npmNode.js instalado (para el comando npx)

¿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": {
    "trail": {
      "command": "npx",
      "args": [
        "-y",
        "usetrail"
      ],
      "env": {
        "TRAIL_API_URL": "your-value",
        "TRAIL_PROJECT": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add trail --env TRAIL_API_URL=your-value --env TRAIL_PROJECT=your-value -- npx -y usetrail

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": {
    "trail": {
      "command": "npx",
      "args": [
        "-y",
        "usetrail"
      ],
      "env": {
        "TRAIL_API_URL": "your-value",
        "TRAIL_PROJECT": "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": {
    "trail": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "usetrail"
      ],
      "env": {
        "TRAIL_API_URL": "your-value",
        "TRAIL_PROJECT": "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

TRAIL_API_URL env
Only for a self-hosted Trail. Left unset, the connector points at the hosted service.
TRAIL_PROJECT env
Overrides the project name, which otherwise comes from the folder you have open.

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 (usetrail.dev) no es el dueño del repo (arsprengel); 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 7246 servidores de esta categoría
Publicado en el registro más recientemente que el 44% de los otros 7246 servidores de esta categoría
Revisiones básicas iguales o mejores que el 34% de los otros 7246 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 Trail?

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?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (1.29.1) llegó al registro hace 2 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: Context7, Codebase Memory, Exa

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

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

Context7

de upstash

Up-to-date docs for AI agents

Computadora o nube★ 64.224MITActualizado hoy

Instalar

Codebase Memory

de DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Se ejecuta en tu computadora★ 48.148MITActualizado hace 20 días

Instalar

Exa

de exa-labs

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

Se ejecuta en la nube★ 5213MITActualizado el mes pasado

Instalar

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

usetrail

The MCP server for [Trail](https://usetrail.dev) - it gives your coding agent your team's tracker and the project's durable memory, scoped to the folder you have open.

Your agent stops working blind. It reads what is open, writes what it did, and records what it learned the hard way - in the same board your team looks at, not in a scratch file that only that session can see.

This package is the client. It talks to your Trail account over the REST API; there is no database here. Dependencies are @modelcontextprotocol/sdk, zod and the built-in fetch.

Quick start

# 1. connect this machine to your Trail account (opens your browser; no token to copy)

npx -y usetrail@latest login

2. register it with your agent - this example is Claude Code

claude mcp add trail -s user -- npx -y usetrail@latest

No account yet? Create one at usetrail.dev - the free plan covers three projects and three people.

Not tied to one agent. This is a plain MCP server over stdio, speaking the three protocol versions in use today. Any MCP-compatible client can run it; only the registration command differs, and each client documents its own.

Prefer a local checkout? Clone it instead, and the connector keeps itself up to date on its own (see Updating):

git clone https://github.com/arsprengel/trail-mcp.git ~/.trail-mcp

npm --prefix ~/.trail-mcp install --omit=dev node ~/.trail-mcp/bin.js login claude mcp add trail -s user -- node ~/.trail-mcp/bin.js

On Windows, write the real path instead of ~: the registration stores the argument verbatim and Node does not expand it.

What your agent gets

The tracker - list_items, get_item, add_item, update_item, move_item, get_next, delete_item. Real items on your team's board, with type, status, priority, assignees and history. Work the agent picks up shows as in progress and closes when it is done, so the board is not a story someone has to retell.

Project memory - list_memory, get_memory, add_memory, update_memory, review_memory. The durable knowledge of a project: the deploy that has a trap in it, the decision nobody should relitigate, the command that is not in any README. Shared by everyone on the project, human or agent. A new session reads it before acting instead of rediscovering it.

Reminders - add_reminder, list_reminders, update_reminder, delete_reminder. Things with a date that must not be silently missed - and the agent closes or reschedules them itself once the date arrives.

Attachments - add_attachment, get_attachment. Files that belong to an item.

Which project it writes to

Trail holds many projects. The connector uses the folder you have open as the project - the folder name, or whatever a .trail file next to it says, or the TRAIL_PROJECT variable. So the agent writes to the right project without being told, and two repositories never bleed into each other. To reach across, the agent passes project explicitly on the tool.

Session hook (Claude Code, Gemini CLI, Antigravity)

Installed for you, once, when you log in - and on the connector's first run, which covers people who paste a token into the registration instead of logging in through the browser. Every session that starts in a project with a tracker gets the open items and the project memory in context from the first message - the agent starts knowing, instead of depending on someone remembering to ask. Fail-silent by design: no login or no network and the hook stays quiet.

Each tool keeps this in its own place, so the connector writes to the one that tool actually reads:

Claude Code - a session-start hook in ~/.claude/settings.json.
Gemini CLI - a session-start hook in ~/.gemini/settings.json.
Antigravity - the tools are registered in ~/.gemini/config/mcp_config.json, which is the file it actually reads: `gemini mcp add` does not connect Trail in Antigravity, because that command writes to ~/.gemini/settings.json instead. Field-tested on Antigravity 2.11 (Windows), of the three things that live in that config folder only the tool registration is honored - the opening-summary hook is not run, and a plugin folder placed exactly where its own documentation says is not read. So on Antigravity the agent gets the tools and the server's working rules, and fetches the project summary itself on the first turn instead of receiving it. The plugin path is built and tested behind a switch, waiting for that to change.

usetrail status tells you, per tool found on this machine, whether it is on - so you never have to go digging through settings files to find out.

It never fights you. A tool that isn't on the machine gets nothing created for it, and hooks install will not fabricate a config for a program you don't have. If you remove it with hooks uninstall, it does not come back on its own - put it back with:

npx -y usetrail@latest hooks install

Clients without a hook mechanism are covered too: the server's own instructions tell the agent to fetch the summary itself before acting.

Your own Trail

Point it at your server once and it stays pointed:

TRAIL_API_URL=https://your-trail npx -y usetrail@latest login

Without that variable, login goes to the hosted service.

Commands

npx -y usetrail@latest            # start the MCP server over stdio - what your agent runs

npx -y usetrail@latest login # connect this machine (browser confirmation, no token copying) npx -y usetrail@latest status # server address, current project, whether a token is present npx -y usetrail@latest logout # delete the saved token npx -y usetrail@latest doctor # find the install on this machine and unstick auto-updates

The token is stored at ~/.config/trail/token.json (mode 600). Revoke it whenever you want from the "AI token" panel in the app.

Configuration

Variable	What it does
`TRAIL_API_URL`	Your own Trail's address. Saved after the first login. Defaults to the hosted service.
`TRAIL_PROJECT`	Forces the project name (default: the open folder).
`TRAIL_API_TOKEN`	A token directly, skipping the browser login. Useful in CI.
`TRAIL_LANG`	Language of what the connector prints on screen: `pt` or `en`. Without it, your system's language, and English when your system states none. Never changes what the agent reads.

The former names (TETHER_*) keep working, with no deadline - the product used to be called Tether, and nothing anyone already configured has to change.

Updating

The `@latest` is not decoration. Registered as npx -y usetrail@latest, the connector resolves the published version every time your agent starts a session, so a new release reaches you without anyone doing anything. Registered as bare npx usetrail, npm reuses whatever copy it cached the first time - and that machine stays on that version forever. Use @latest.

The cost of @latest is about a second at session start, and a network call. Neither matters in practice: the connector talks to Trail over the network anyway.

A cloned install updates itself differently: on startup it fires a quiet fast-forward pull in the background, at most every six hours. The running session keeps the version it loaded; the next one starts updated. No network or a local conflict and nothing happens, silently.

Stuck on an old version? npx -y usetrail@latest doctor finds the install, reports the version and unsticks it.

Requirements

Node 18 or newer.

License

MIT. This package is the client - the connector you run on your own machine. Use it, fork it, adapt it. The Trail service it talks to is a separate, hosted product.

Trail

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

usetrail

Quick start

2. register it with your agent - this example is Claude Code

What your agent gets

Which project it writes to

Session hook (Claude Code, Gemini CLI, Antigravity)

Your own Trail

Commands

Configuration

Updating

Requirements

License