프로토타입 · 미리 보기: 공식 레지스트리의 모든 서버를 담고 있으며 30분마다 동기화해요. Google로 로그인하면 리뷰를 쓸 수 있어요.프로토타입 · 30분마다 업데이트
PopNx MCPAI를 쓰는 사람을 위한 MCP 서버 · 쉬운 말로 설명해요

LLM Kosh

제작자: rastogivaibhav버전 2.1.3i★ 1i내 컴퓨터에서 실행저장소 ↗
레지스트리 이름io.github.rastogivaibhav/llm-kosh

설치 방법

What it does

Local-first AI memory cartridge with persistent MCP memory for Claude via SQLite FTS5.

  • Connects 내 컴퓨터에서 실행
  • Account or key No key needed · 1 setting to fill in (CARTRIDGE_WORKSPACE)
  • Category 검색 및 AI 기억

함께 쓰기

이런 작업을 AI에게 가르치는 Skill, 이것과 함께 쓸 수 있습니다

timesfm

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

제작자: google-research★ 35,629skill 1개

Skill · 안내서

Shadowbroker

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…

제작자: BigBodyCobain★ 11,602skill 1개

Skill · 안내서

google-maps-scraper

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

제작자: gosom★ 8,209skill 1개

Skill · 안내서

이 순위인 이유

목록은 사용 점수(100점 만점)로 정렬되며 구성은 다음과 같습니다

인기4/80GitHub 별 또는 주간 다운로드: 큰 쪽 60, 작은 쪽 20
최신성7/1230일 안에 릴리스나 코드 변경이 있으면 만점
응답 중0/8마지막 점검 때 클라우드 엔드포인트가 응답
사용 점수11/100

품질: 기본 점검 3/3개 통과(표시만, 정렬에는 안 씀) · 상승세: 데이터 없음 (급상승 탭에서만 사용)

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

한 문장으로 AI에게 설치 맡기기

LLM Kosh 설치해 줘. https://mcp.popnx.com/i/rastogivaibhav-llm-kosh.md 를 따라 하고, 명령을 먼저 보여 주고 내가 승인하면 실행해.

내 컴퓨터에서 작업하는 AI(Claude Code, Cursor 등)에 붙여 넣으세요. 단계를 읽고 명령을 보여 준 뒤 승인을 기다립니다. 키도 가입도 필요 없습니다. · AI가 읽을 전체 내용 보기

검사 3/3 통과 · 내 컴퓨터에서 실행돼요 · ✓ 명령 확인 2026년 11월 13일

먼저: 어떤 AI를 쓰시나요?

쓰는 앱을 고르면 아래에 단계가 나옵니다.

Claude에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요

AI에게 설치 맡기기

이 메시지를 Claude 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 Claude에 MCP server LLM Kosh을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "llm-kosh": { "command": "uvx", "args": [ "llm-kosh" ], "env": { "CARTRIDGE_WORKSPACE": "your-value" } } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) CARTRIDGE_WORKSPACE에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 LLM Kosh의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. 설정 1개 입력

    이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.

    • CARTRIDGE_WORKSPACE llm-kosh가 메모리 카트리지 루트로 사용할 로컬 폴더의 경로입니다.
      영어 원문 보기Path to the local folder llm-kosh should use as its memory cartridge root.

    설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

  3. 컴퓨터용 Claude 앱 설정 파일 열기

    SettingsDeveloperEdit Config

  4. 이 설정을 붙여 넣고 저장

    {
      "mcpServers": {
        "llm-kosh": {
          "command": "uvx",
          "args": [
            "llm-kosh"
          ],
          "env": {
            "CARTRIDGE_WORKSPACE": "your-value"
          }
        }
      }
    }
  5. Claude를 끄고 다시 열기

  6. 해 보기

    LLM Kosh을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ Claude가 LLM Kosh을 쓰고 있다고 하거나 답에 LLM Kosh 도구 이름이 나오면 연결된 거예요

메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

ChatGPT는 아직 LLM Kosh에 연결할 수 없어요

LLM Kosh는 내 컴퓨터에 설치해서 쓰지만 ChatGPT는 웹에서 도는 서버만 연결할 수 있어요

대신 이렇게 할 수 있어요

A · LLM Kosh에 연결되는 앱 쓰기

  • 설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요
  • 설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
  • 설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
  • 설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

B · 검색 및 AI 기억에서 ChatGPT에 연결되는 다른 서버

같은 분류에서 많이 쓰는 것 중 키 없이 주소만으로 연결되는 것을 골랐어요

Claude Code에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

AI에게 설치 맡기기

이 메시지를 Claude Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 Claude Code에 MCP server LLM Kosh을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): claude mcp add --scope user llm-kosh --env CARTRIDGE_WORKSPACE=your-value -- uvx llm-kosh 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) CARTRIDGE_WORKSPACE에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 LLM Kosh의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. 설정 1개 입력

    이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.

    • CARTRIDGE_WORKSPACE llm-kosh가 메모리 카트리지 루트로 사용할 로컬 폴더의 경로입니다.
      영어 원문 보기Path to the local folder llm-kosh should use as its memory cartridge root.

    설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

  3. 터미널 열기

    Mac: Command+스페이스를 누르고 Terminal 입력 · Windows: PowerShell 열기

  4. 이 명령을 붙여 넣고 Enter

    claude mcp add --scope user llm-kosh --env CARTRIDGE_WORKSPACE=your-value -- uvx llm-kosh
  5. Claude Code에서 /mcp 입력

    LLM Kosh이 목록에 있고 연결됨으로 보이면 돼요

  6. 해 보기

    LLM Kosh을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ Claude Code가 LLM Kosh을 쓰고 있다고 하거나 답에 LLM Kosh 도구 이름이 나오면 연결된 거예요

메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

Cursor에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

AI에게 설치 맡기기

이 메시지를 Cursor 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 Cursor에 MCP server LLM Kosh을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "llm-kosh": { "command": "uvx", "args": [ "llm-kosh" ], "env": { "CARTRIDGE_WORKSPACE": "your-value" } } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) CARTRIDGE_WORKSPACE에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 LLM Kosh의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. 설정 1개 입력

    이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.

    • CARTRIDGE_WORKSPACE llm-kosh가 메모리 카트리지 루트로 사용할 로컬 폴더의 경로입니다.
      영어 원문 보기Path to the local folder llm-kosh should use as its memory cartridge root.

    설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

  3. 이 버튼으로 Cursor 열기

    Cursor에서 열기

    Cursor가 설치를 확인하면 Install을 누르세요

  4. 키 입력

    LLM Kosh 설정에서 CARTRIDGE_WORKSPACE가 비어 있어요. 내 키를 넣고 저장하세요

  5. Cursor에서 AI 채팅을 Agent 모드로 열기

  6. 해 보기

    LLM Kosh을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ Cursor가 LLM Kosh을 쓰고 있다고 하거나 답에 LLM Kosh 도구 이름이 나오면 연결된 거예요

메뉴 이름은 2026년 11월 11일에 Cursor 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

VS Code에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (CARTRIDGE_WORKSPACE) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

AI에게 설치 맡기기

이 메시지를 VS Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 VS Code에 MCP server LLM Kosh을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "servers": { "llm-kosh": { "type": "stdio", "command": "uvx", "args": [ "llm-kosh" ], "env": { "CARTRIDGE_WORKSPACE": "your-value" } } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) CARTRIDGE_WORKSPACE에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 LLM Kosh의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. 설정 1개 입력

    이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.

    • CARTRIDGE_WORKSPACE llm-kosh가 메모리 카트리지 루트로 사용할 로컬 폴더의 경로입니다.
      영어 원문 보기Path to the local folder llm-kosh should use as its memory cartridge root.

    설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

  3. 이 버튼으로 VS Code 열기

    VS Code에서 열기

    VS Code가 설치를 확인하면 Install을 누르세요

  4. 키 입력

    LLM Kosh 설정에서 CARTRIDGE_WORKSPACE가 비어 있어요. 내 키를 넣고 저장하세요

  5. VS Code에서 AI 채팅을 Agent 모드로 열기

  6. 해 보기

    LLM Kosh을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ VS Code가 LLM Kosh을 쓰고 있다고 하거나 답에 LLM Kosh 도구 이름이 나오면 연결된 거예요

메뉴 이름은 2026년 11월 11일에 VS Code 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

Windsurf, Zed, Gemini CLI 같은 다른 MCP 앱은 추가 방법이 저마다 달라요. 앱 목록에서 확인하세요

MCP를 쓰는 앱 모두 보기 →

JSON 설정은 아래 “개발자용”에 있어요

막혔나요? LLM Kosh을 쓰는 사람에게 물어보세요💬 토론 →
개발자용: 터미널 명령과 JSON 설정

컴퓨터에 설치

Claude Code

claude mcp add --scope user llm-kosh --env CARTRIDGE_WORKSPACE=your-value -- uvx llm-kosh

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "llm-kosh": {
      "command": "uvx",
      "args": [
        "llm-kosh"
      ],
      "env": {
        "CARTRIDGE_WORKSPACE": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "llm-kosh": {
      "command": "uvx",
      "args": [
        "llm-kosh"
      ],
      "env": {
        "CARTRIDGE_WORKSPACE": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "llm-kosh": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "llm-kosh"
      ],
      "env": {
        "CARTRIDGE_WORKSPACE": "your-value"
      }
    }
  }
}

직접 입력할 값

  • CARTRIDGE_WORKSPACE 필수 env
    llm-kosh가 메모리 카트리지 루트로 사용할 로컬 폴더의 경로입니다.
    영어 원문 보기Path to the local folder llm-kosh should use as its memory cartridge root.

설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

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

한눈에 보기

주간 다운로드i
30/주
연결 방식
내 컴퓨터에서 실행
최신 버전i
2.1.3
레지스트리 공개i
2026년 6월 23일
코드 마지막 변경i
2026년 9월 14일
제작자
rastogivaibhav
패키지
pypi: llm-kosh
레지스트리 상태
활성

어떤 앱에서 쓸 수 있나요

이 서버의 연결 방식과 각 앱의 공식 문서를 바탕으로 했어요. 2026년 11월 10일 확인.

내 컴퓨터에서 실행하는 앱

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

모든 앱과 장단점 →

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 18일 점검

  • ✓ 통과

    제작자와 저장소 일치

    레지스트리 이름이 GitHub 계정 rastogivaibhav 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요

  • ✓ 통과

    계속 관리되고 있음

    코드 마지막 변경: 2개월 전

  • ✓ 통과

    라이선스 있음

    MIT 사용

  • – 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

공개된 취약점 (OSV.dev)

OSV.dev에 llm-kosh@2.1.3 항목이 없습니다

이 버전의 패키지 자체만 확인하며 모든 의존성은 아닙니다 · 확인 2026년 11월 16일

우리가 확인하는 것 → · JSON

제작자: 재확인 요청 또는 잘못된 정보 신고
제작자용: README에 배지 달기

제작자라면 이 코드를 README에 붙여 넣으세요. 배지는 이 페이지로 연결됩니다.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/rastogivaibhav-llm-kosh.svg)](https://mcp.popnx.com/en/servers/rastogivaibhav-llm-kosh)

토론

질문하고, 팁을 나누고, 안 되는 점을 알려 주세요. "도움이 됨"이 많은 순서예요.

아직 글이 없어요. 처음으로 질문하거나 공유해 보세요.

이곳의 글은 사용자가 쓴 것으로, PopNx 팀의 글이 아니에요.

로그인하고 글쓰기

사용자 리뷰

아직 리뷰가 없어요

로그인하고 리뷰 쓰기

검색 및 AI 기억 카테고리의 다른 서버와 비교i

  • 이 카테고리의 다른 서버 6370개 중 76%보다 스타가 많아요
  • 이 카테고리의 다른 서버 6370개 중 16%보다 최근에 레지스트리에 공개됐어요
  • 기본 점검 결과가 이 카테고리의 다른 서버 6370개 중 99%와 같거나 더 좋아요

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

자주 묻는 질문

LLM Kosh, 안전한가요?

해당하는 기본 점검 3개 중 3개를 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 2개월 전 변경됐고, 최신 버전(2.1.3)은 5개월 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: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)

비슷하게 동작하는 다른 것

같은 카테고리, 다른 제작자, 명령 확인 완료. 공식이 먼저, 그다음 스타 순.

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

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

제작자: every-app널리 사용됨★ 2.8만4일 전 업데이트

클라우드에서 실행✓ everyapp.com

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✓ 서비스 회사 · exa.aiPopNx 팀이 직접 써 봄

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

제작자: MicrosoftDocs널리 사용됨★ 2천12개월 전 업데이트

클라우드에서 실행✓ 서비스 회사 · microsoft.comPopNx 팀이 직접 써 봄

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

제작자: proxysoul성장 중★ 1.6천2개월 전 업데이트

클라우드에서 실행✓ empryo.com
비슷한 항목과 비교
이 항목
LLM Kosh
OpenSEOExaMicrosoft Learn MCPDocsCOTAL actions (cotal.ai)
실행 위치컴퓨터에 설치 필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요
키 필요아니요아니요아니요아니요아니요아니요
Claude에서 +로 추가아니요예예예아니요아니요
기본 점검3/35/52/44/44/44/4
라이선스MITMITMITCC-BY-4.0NOASSERTIONApache-2.0
가격등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음

제작자의 README

README 열기

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

LLM-Kosh Local-first durable memory for AI agents. Give Claude, Cursor, and other MCP-compatible clients persistent, inspectable memory without handing your workspace to a hosted memory service. Kosh Verify makes that memory show its work: evidence, timing, causal paths, contradictions, inference boundaries, missing evidence, and abstention.

Quickstart · Kosh Verify · Architecture · MCP · Security · Contributing


Why this exists

AI agents can reason across increasingly long workflows, but their memory is often either ephemeral or delegated to opaque hosted services.

LLM-Kosh treats memory as local infrastructure: inspectable, portable, auditable, permissioned, and usable across MCP-compatible clients.

It gives agents a durable memory layer built from ordinary local files plus structured indexes and governance controls:

  • Local-first — your cartridge stays on your machine by default.
  • Inspectable — memory remains readable, backupable, diffable, and reviewable.
  • Auditable — mutations are recorded in a tamper-evident ledger.
  • Permissioned — MCP starts read-only; write, mutation, and private export require explicit opt-in.
  • Portable — one cartridge can support multiple compatible AI clients and workflows.
  • Evidence-aware — Kosh Verify can distinguish support, contradiction, inference, evidence gaps, and absence.

Install it: python -m pip install --upgrade llm-kosh

Kosh Verify: memory that can show its work

Long-lived memory creates a different failure mode from a one-off bad answer: a weak or misunderstood memory can be recalled again in later sessions.

Kosh Verify is LLM-Kosh's evidence-aware verification surface. Given the evidence already present in a cartridge, it can produce a structured report containing temporal context, supporting facts, causal paths, contradictions, inferred-but-not-discovered relationships, missing evidence, stability information, and an explicit abstention state when there is not enough evidence.

It is not a universal truth oracle and it does not make an imported source trustworthy simply because it was stored. The aim is to preserve the difference between what the cartridge observed, what it inferred, what conflicts, and what it cannot support.

Try the deterministic synthetic incident demo:

llm-kosh --root ./kosh-demo kosh-verify \

"Why did checkout fail and what evidence contradicts the explanation?" \ --when "2026-05-01T13:30:00+00:00" \ --depth 5 \ --demo-seed \ --json

--demo-seed writes synthetic incident evidence into the selected root, so use a disposable directory. The same behavior is covered by automated tests and a network-free acceptance harness:

python scripts/kosh_verify_acceptance.py

See Kosh Verify for the contract, boundaries, API example, MCP surface, and reproducible checks.

What makes LLM-Kosh different

CapabilityLLM-Kosh
Local-first persistent memory✅
MCP-native access✅
Human-inspectable storage✅
Tamper-evident mutation ledger✅
Read-only-by-default agent access✅
Evidence-backed context packs✅
Temporal/causal verification✅
Contradiction and evidence-gap reporting✅
Explicit no-evidence abstention✅
Hosted memory service required❌
Automatic cloud sync required❌

Architecture

flowchart TB

A[AI client / agent] -->|MCP| R[Access layer] M[CLI] --> R N[Background service] --> R O[Local HTTP MCP - optional] --> R

subgraph KOSH[LLM-Kosh] R C[Memory] D[Evidence] E[Search] F[Policy] G[Ledger] H[Context packs] V[Kosh Verify]

R --> C R --> D R --> F C --> E C --> G C --> H C --> V D --> V end

C --> I[(Local cartridge)] D --> I E --> I G --> I I --> J[Plain files] I --> K[SQLite / FTS] I --> L[Audit ledger]

The repository root contains the code. The cartridge root contains the live memory store. Watched intake folders can feed new material into the cartridge without mixing runtime data into the source checkout.

60-second quickstart

Python 3.10 or newer is required.

python -m pip install --upgrade llm-kosh

llm-kosh install --yes llm-kosh status

That installs the package, creates the default cartridge at ~/.llmkosh/cartridge, configures local defaults, and registers supported desktop integration where possible.

Create and query a custom cartridge:

llm-kosh --root ./my-cartridge init --owner "Local User"

llm-kosh --root ./my-cartridge add --kind note --title "First memory" --body "Hello" llm-kosh --root ./my-cartridge query "Hello"

Manage the background service:

llm-kosh service start

llm-kosh service status llm-kosh service stop

What works today

The core project is usable now:

  • Python package published as llm-kosh
  • local CLI for creating, searching, importing, packing, and verifying cartridges
  • governed llm-kosh-memory CLI for proposing, recalling, inspecting, conflicting, and explicitly reviewing Trusted Memory
  • Kosh Verify CLI and Python API for evidence-aware temporal/causal verification
  • deterministic Kosh Verify incident demo and acceptance tests
  • local MCP server with explicit write, mutation, and private-export capability gates
  • source-level MCP composition that adds read-only kosh_verify plus governed Trusted Memory tools without changing those gates
  • background service for intake and maintenance jobs
  • plain-file, inspectable storage with local indexes
  • tamper-evident mutation ledger
  • GitHub Actions test, quality, security-scanning, and publishing workflows
  • experimental company-brain foundation for evidence-backed memory and cited context

The remaining release work is primarily desktop packaging polish and signing across Windows, macOS, and Linux. The llm-kosh-mcp and llm-kosh-memory entry points described here are present on current master source and are intended for the next package release; the currently published PyPI 2.1.3 package predates those entry points.

Use with MCP clients

The currently published package exposes the standard MCP server through the existing CLI:

llm-kosh --root ./my-cartridge mcp-server

On current source, the composed MCP entry point exposes the standard server, read-only kosh_verify, and governed Trusted Memory tools:

python -m pip install -e .

llm-kosh-mcp --root ./my-cartridge

Equivalent module invocation:

python -m llm_kosh.mcp_trusted_memory_server --root ./my-cartridge

The Trusted Memory MCP surface is deliberately permissioned:

  • trusted_memory_recall, trusted_memory_inbox, trusted_memory_conflicts, and trusted_memory_explain are read-only.
  • trusted_memory_propose requires --allow-write.
  • trusted_memory_review requires --allow-mutate.
  • agent-created proposal evidence is recorded as agent_observation, never self-elevated to user_direct.
  • explicit review can change lifecycle without rewriting the original source authority; strict recall still requires authoritative/trusted evidence.

Kosh Verify does not require additional privileges. Write, mutation, and private-export capabilities remain opt-in and continue to use the standard server flags:

llm-kosh-mcp --root ./my-cartridge --allow-write

llm-kosh-mcp --root ./my-cartridge --allow-write --allow-mutate llm-kosh-mcp --root ./my-cartridge --allow-private

The composed server also supports local streamable HTTP:

llm-kosh-mcp --root ./my-cartridge --http --port 8000

endpoint: http://127.0.0.1:8000/mcp

Treat HTTP transport as a real network boundary if you expose it beyond loopback. See Trusted Memory over MCP for the governed memory contract, Kosh Verify for the kosh_verify contract, and MCP guide for general MCP setup.

Company-brain foundation

The experimental company-brain layer extends the cartridge beyond simple note recall. It introduces reference-first evidence, session and episode understanding, evidence-backed memories, review lifecycles, permission-first retrieval, and structured cited context packs.

Migrate an existing cartridge:

llm-kosh --root ./my-cartridge brain migrate --dry-run

llm-kosh --root ./my-cartridge brain migrate llm-kosh --root ./my-cartridge brain health llm-kosh --root ./my-cartridge brain context "Prepare the next project decision"

Register existing files without copying their source bytes:

llm-kosh --root ./my-cartridge brain register ./report.xlsx --artifact-type worksheet

llm-kosh --root ./my-cartridge brain inspect \ --locator '{"sheet":"Summary","range":"A1:F25"}' llm-kosh --root ./my-cartridge brain evaluate

Build a replayable session or episode graph from a registered JSONL export:

llm-kosh --root ./my-cartridge brain register ./session.jsonl --artifact-type structured_data

llm-kosh --root ./my-cartridge brain understand --dry-run llm-kosh --root ./my-cartridge brain understand llm-kosh --root ./my-cartridge brain episodes --query "what was implemented"

See Company brain foundation.

Core concepts

Three locations matter:

  1. Repository root — the source checkout.
  2. Cartridge root — the live memory store selected by --root or LLMKOSH_ROOT.
  3. Watched intake folders — receipts/, intake/, and configured external drop folders.

If files are dropped into cartridge intake areas, the service can process them asynchronously. External folders can also be watched through [daemon].watched_directories.

Optional features

python -m pip install "llm-kosh[watch]"     # filesystem events

python -m pip install "llm-kosh[server]" # FastAPI service python -m pip install "llm-kosh[semantic]" # local semantic search python -m pip install "llm-kosh[ingest]" # document conversion helpers python -m pip install "llm-kosh[all]" # all optional features

MCP support is included in the base installation.

Security model

LLM-Kosh is intentionally conservative around agent privilege and export boundaries:

  • storage and search are local by default
  • there is no automatic cloud sync or package telemetry
  • MCP starts read-only
  • write, mutation, and private-export capabilities require

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요