Talamus

Name: Talamus
Author: ampres-ai

제작자: ampres-ai버전 1.1.3i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.ampres-ai/talamus

설치

개요

제작자가 쓴 설명(영어 원문)

Local-first, source-grounded memory that survives AI agent sessions.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아주 새로움↓ 24/주 · ★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 검색 및 AI 기억

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
레지스트리에 입력해야 할 키가 나와 있지 않아요.

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "talamus": {
      "command": "uvx",
      "args": [
        "talamus",
        "mcp",
        "serve"
      ]
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add talamus -- uvx talamus mcp serve

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "talamus": {
      "command": "uvx",
      "args": [
        "talamus",
        "mcp",
        "serve"
      ]
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "talamus": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "talamus",
        "mcp",
        "serve"
      ]
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 8일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 ampres-ai 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 5718개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 5718개 중 33%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 5718개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Talamus, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(1.1.3)은 3개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

Up-to-date docs for AI agents

제작자: upstash널리 사용됨↓ 97.3만/주★ 6.4만그저께 업데이트

컴퓨터 또는 클라우드

설치

Codebase Memory

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

제작자: DeusData널리 사용됨↓ 1.8만/주★ 4.8만22일 전 업데이트

내 컴퓨터에서 실행

설치

Exa

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

제작자: exa-labs널리 사용됨★ 5.2천2개월 전 업데이트

클라우드에서 실행✓ exa.ai

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

Talamus

Your coding agent forgets why a decision was made as soon as the session ends.

Talamus keeps the decisions, evidence, and corrections worth remembering as ordinary Markdown, then gives Claude Code, Codex, Cursor, Gemini CLI, and any MCP agent cited recall in the next session.

No hosted account. No telemetry. No required embeddings. Plain search stays on your machine; LLM-backed actions use only the engine you choose.

Try the whole local retrieval loop first — no persistent install, account, LLM, or hook, and no files written outside ./talamus-demo:

uvx --from talamus talamus demo --root ./talamus-demo

uvx --from talamus talamus search "embedding" --root ./talamus-demo uvx --from talamus talamus read "Embedding" --root ./talamus-demo

For a technical evaluation, read the architecture and the measured benchmarks.

Talamus was created and is maintained by Giovanni “Angio” Crapuzzi under Ampres, an independent AI and open-source project. The engineering case study documents the architecture, measurements, and trade-offs behind the project.

Connect an agent

Copy-pasteable arc, with the reproducible version in scripts/demo/run_magic.py:

Set up the project brain. talamus setup initializes the brain, chooses an engine, installs MCP for Claude Code, Cursor, Codex, OpenCode, and OpenClaw when detected, asks once before installing the session-capture hook, and can probe the engine with one tiny live call.

   talamus setup

Your agent session ends. The consented hook reads the transcript and git diff, applies the worth-remembering gate, writes only useful memory into this brain, and audits the event at .talamus/logs/capture.log.

A fresh session asks what happened and gets an answer from real notes, with sources.

   talamus recall "why did we choose FTS5?"

talamus ask "why did we choose FTS5?"

Reproduce the scripted demo without spending LLM calls, or run it with your real engine.

   python scripts/demo/run_magic.py --fake

python scripts/demo/run_magic.py --keep --engine claude-cli

What is different

TIME: notes have version history, facts have valid-time windows, and talamus ask --as-of 2026-01 answers from the brain as it was.

MEANING: the ontology is induced from evidence, versioned, promoted by measured rules, and used to cluster and route the brain.

VERIFIABILITY: every note carries provenance; talamus verify proposes corrections to review, and answers cite the notes they used.

Measured comparison

The one-screen benchmark is rendered in the benchmark guide and committed as one-screen.md. Every number below traces to a committed result artifact.

corpus	metric	Talamus	BM25	MiniLM vector DB
SciFact, English-only turf	recall@10	0.797	0.776	0.783
SciFact, English-only turf	nDCG	0.664	0.652	0.645
Book, cross-language + vague	hit@10	0.971	0.829	0.743
Book, cross-language + vague	recall@10	0.929	0.771	0.700

Also measured in committed artifacts: −97.7% tokens per answer versus loading the brain into context, refusal 1.000 on out-of-scope questions, and search latency p95 72.6 ms at 10k notes / p50 624 ms at 100k.

The honest part: retrieval quality tracks the LLM you bring. With a strong expansion engine, talamus-smart leads a strong multilingual dense model (multilingual-e5) on every metric including ranking (nDCG 0.847 vs 0.837); with a weak or free one, e5 leads ranking while Talamus keeps the best hit/recall — and on a slow local engine, plain search beats --smart outright. Every number traces to a committed artifact; the losses stay on the table.

Engines

Bring the LLM you already have: claude-cli, codex-cli, antigravity-cli (agy), opencode, ollama, or anthropic-api.

Quickstart

pipx install "talamus[mcp]"

talamus setup talamus ingest ./notes && talamus ask "what should I remember?"

Run talamus for the status dashboard, talamus quickstart for essential commands, or talamus ui for the local React workbench.

Agent MCP connections are read-only by default. To let an agent deliberately update this project brain, regenerate its configuration with talamus mcp install --enable-writes; central-brain writes require the additional --enable-central-writes flag.

Install the consent-aware Talamus agent skill from skills.sh:

npx skills add ampres-ai/talamus --skill talamus-memory

OpenClaw can install the same standalone skill directly from ClawHub:

openclaw skills install @ampres-ai/talamus-memory

Installing the standalone skill does not install Talamus automatically. If the CLI is missing, the skill explains the isolated installation choices and asks before running one.

Gemini CLI can install Talamus directly from its extension gallery or from this repository. The extension starts the pinned PyPI release through uvx, so it does not modify the cloned source tree:

gemini extensions install https://github.com/ampres-ai/talamus --auto-update

goose can install the repository as an Open Plugin. This adds the consent-aware memory skill and starts the pinned local MCP server for each new CLI session:

goose plugin install https://github.com/ampres-ai/talamus.git

The plugin requires uv on PATH; uvx downloads Talamus and its MCP dependencies into an isolated cache on first use.

Containerized MCP (the brain remains in the mounted local folder):

docker run --rm -i -v "$PWD:/data" ghcr.io/ampres-ai/talamus:1.1.3

Links

Docs: quickstart, local-first agent memory, agent install guide, commands, agent tool calling, configuration, benchmarks, architecture, design principles, evaluation, multi-brain, ontology.

Project: security, contributing, roadmap, changelog.

Source code, issue tracking, and release history live at ampres-ai/talamus.

Development

pip install -e ".[dev,mcp]"

python dev.py

python dev.py runs ruff, format check, mypy, and unittest. Product behavior changes should update user docs in the same change.

License

Apache-2.0.

Talamus

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 README

Talamus

Connect an agent

What is different

Measured comparison

Engines

Quickstart

Links

Development

License