ContextBridge

Name: ContextBridge
Author: ThunderEagle

제작자: ThunderEagle버전 1.0.2i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.ThunderEagle/context-bridge

설치

개요

제작자가 쓴 설명(영어 원문)

MCP memory server for AI coding assistants. Windows Service, ONNX embeddings, SQLite vector search.

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 정도i아직 측정 안 함★ –

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.

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": {
    "context-bridge": {
      "command": "dnx",
      "args": [
        "ThunderEagle.ContextBridge",
        "--yes",
        "stdio"
      ]
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add context-bridge -- dnx ThunderEagle.ContextBridge --yes stdio

Cursor에서 열기

또는 설정을 직접 복사하기

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

{
  "mcpServers": {
    "context-bridge": {
      "command": "dnx",
      "args": [
        "ThunderEagle.ContextBridge",
        "--yes",
        "stdio"
      ]
    }
  }
}

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": {
    "context-bridge": {
      "type": "stdio",
      "command": "dnx",
      "args": [
        "ThunderEagle.ContextBridge",
        "--yes",
        "stdio"
      ]
    }
  }
}

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 7일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 ThunderEagle 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 7256개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 7256개 중 18%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 7256개 중 100%와 같거나 더 좋아요

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

자주 묻는 질문

ContextBridge, 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(1.0.2)은 4개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 .NET도 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:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

제작자: upstash

Up-to-date docs for AI agents

컴퓨터 또는 클라우드★ 64,224MIT오늘 업데이트

설치

Codebase Memory

제작자: DeusData

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

내 컴퓨터에서 실행★ 48,148MIT20일 전 업데이트

설치

Exa

제작자: exa-labs

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

클라우드에서 실행★ 5,213MIT지난달 업데이트

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.

ContextBridge

A zero-dependency MCP memory server for Windows that gives AI coding assistants a shared, persistent memory layer with semantic search.

What is ContextBridge?

AI coding assistants like Claude Code are stateless—each session starts fresh, with no persistent memory of your prior context, decisions, or discoveries. ContextBridge solves this by running as a background Windows Service that all your AI tools connect to. It stores memories persistently, searchable by meaning (not keywords), so context accumulates across sessions and across different tools simultaneously.

Why ContextBridge?

Zero external dependencies — No Docker, Postgres, Python, or Ollama. Everything runs in one Windows Service process.
In-process embeddings — Embedding model (all-MiniLM-L6-v2, ~22 MB) runs via ONNX Runtime; no external API calls.
Single-file storage — SQLite database at %ProgramData%\ContextBridge\memories.db. Backup is one file copy.
Shared across tools — Claude Code (HTTP), Claude Desktop (stdio), Cline, VS Code Chat Agents all connect to the same memory store in real-time.
Memory survives service restarts — Memories persist in SQLite; the embedding model loads once on startup and stays warm.

Requirements

Windows 10 / Windows 11 (required for Windows Service integration)
Option A: .NET 10 SDK (if installing via dotnet tool)
Option B: Windows 10+ (no additional prerequisites if downloading a pre-built .exe)
Admin PowerShell (required to install/uninstall the Windows Service)

Quick Start

Option A: Install via dotnet global tool

If you have the .NET 10 SDK installed:

dotnet tool install -g ThunderEagle.ContextBridge

This places a context-bridge executable on your system PATH.

Option B: Direct download

Download a pre-built executable from GitHub Releases (no SDK required; one-time SmartScreen warning). Add the .exe to your PATH or invoke it directly.

First-run setup

Run these two commands in admin PowerShell (right-click → "Run as Administrator"):

# 1. Download the embedding model, register as Windows Service, start it

context-bridge service install

2. Configure your AI tools to connect

context-bridge configure

What happens:

service install downloads the embedding model (~22 MB), registers the Windows Service, sets it to auto-start on boot, and starts it immediately.
configure auto-detects installed clients (Claude Code, Claude Desktop, Cline, VS Code Chat) and wires them up to connect to the service.

The service now runs in the background. Your AI tools will see the memory store the next time you restart them.

Verify the service is running:

Get-Service ContextBridge

Expected output: Status = Running

Supported Clients

Client	Transport	Version	Notes
Claude Code	HTTP	Latest	Auto-configured by `context-bridge configure`
Claude Desktop	stdio	Latest	Auto-configured via `claude_desktop_config.json`
Cline (VS Code)	HTTP	Latest	Auto-configured by `context-bridge configure`
VS Code Chat Agents	HTTP	1.99+	Auto-configured by `context-bridge configure`

All clients share the same SQLite database via concurrent connections; memories written by one tool are immediately visible to others.

MCP Tools

ContextBridge exposes seven MCP tools for your AI assistants to use:

Tool	Purpose
`memory_write`	Store a single memory with automatic semantic embedding and optional tags
`memory_batch_write`	Store multiple related memories atomically (efficient end-of-session extraction)
`memory_search`	Semantic search — natural language query, returns nearest-neighbor results
`memory_list`	Paginated list of all memories with optional tag filters
`memory_update`	Update a memory's content (re-embedded automatically)
`memory_delete`	Delete a memory by ID
`memory_status`	Service health check, record count, model info

Tag conventions (optional; assigned by the AI tool):

project: — scope memories to a project
type:decision — architectural or technology choices
type:preference — coding style, tooling, workflow preferences
type:pattern — recurring patterns or conventions
type:reference — pointers to external resources or documentation

Handoff — Resuming Sessions

Memories are permanent facts. A handoff is something different: ephemeral session state that lets you resume where you left off in a future session, without reloading conversation history.

How it works

At the end of a session, ask your AI assistant to save its state:

"Save a handoff for project context-bridge with what we were working on."

The model calls handoff_write with a summary of current work — decisions made, next steps, open questions — scoped to the project.

At the start of the next session, the model calls handoff_list automatically (via server instructions) and incorporates any prior handoff as its opening context. It then calls handoff_acknowledge to remove the handoff once processed.

Handoff tools

Tool	Purpose
`handoff_write`	Capture session state — what you're working on, decisions made, next steps
`handoff_list`	Retrieve active handoffs, optionally filtered by project
`handoff_acknowledge`	Remove a handoff after processing it (permanent deletion)

Key parameters for `handoff_write`:

content — the session summary (free-form text)
project — project identifier, e.g. context-bridge (optional but recommended)
ttl_days — how many days to keep the handoff before auto-expiry (default: 7)

Handoffs vs. memories

	Memories	Handoffs
Purpose	Durable facts, decisions, preferences	Ephemeral "where I was" snapshots
Lifespan	Permanent (until explicitly deleted)	TTL-bounded (default 7 days)
Search	Semantic search via `memory_search`	Exact lookup via `handoff_list`
Cleanup	`memory_delete`	`handoff_acknowledge` (or TTL expiry)

Do not convert handoff content to memories automatically. Memories are for facts that will remain true indefinitely. If something from a resumed session rises to that level, write it via memory_write separately.

Explicit resumption

If your MCP client supports the prompts capability (e.g. Claude Code), you can trigger a session resumption explicitly:

/mcp__context-bridge__resume-session context-bridge

This invokes the resume-session named prompt, which tells the model to look up any handoff for the specified project and incorporate it.

Expiry and reliability

Handoffs expire after ttl_days and are purged on service startup. If a session crashes before handoff_acknowledge is called, the handoff survives until its TTL — it will surface again in the next session's handoff_list call.

Importing Existing Context

If you've been using Claude Code's built-in file-based memory (~/.claude/projects/ /memory/), you can migrate that context into ContextBridge without any special tooling. Just ask:

"Check your memory files and add any relevant entries to context-bridge using memory_batch_write."

Claude Code reads its own memory index, iterates the entries, and calls memory_batch_write to store them in ContextBridge — where they become semantically searchable and visible to all connected clients immediately.

You can scope the request: *"import only entries tagged project:my-repo"* or *"add everything in your memory files."*

Once imported, you can remove the original file-based entries to avoid maintaining two stores. ContextBridge becomes the single source of truth, shared across Claude Code, Claude Desktop, and any other connected client.

CLI Reference

All functionality is controlled via the context-bridge command. Run from any command-line (admin PowerShell required for service install/uninstall/config set).

Service Management

context-bridge service install      # Download model, register service, start it

context-bridge service start # Start the service (no-op if already running) context-bridge service stop # Stop the service gracefully context-bridge service status # Show current status context-bridge service uninstall # Stop and unregister (preserves memories.db)

Model Management

context-bridge model download       # Download embedding model (~22 MB) from Hugging Face

context-bridge model download --yes # Skip confirmation, force re-download

Configuration

context-bridge config get port      # Show current HTTP port (default: 5290)

context-bridge config set port 8000 # Change HTTP port (requires service restart)

Configuration is stored in %ProgramData%\ContextBridge\appsettings.json. Changes take effect on next service start.

Client Configuration

context-bridge configure            # Auto-configure all installed clients

This command:

Detects installed AI clients (Claude Code, Claude Desktop, Cline, VS Code)
Writes MCP server configuration for each client
For Claude Code: injects usage guidelines into ~/.claude/CLAUDE.md
Prints which clients were configured

Example output:

Claude Code configured (HTTP transport)

Claude Desktop configured (stdio transport) Cline configured (HTTP transport) VS Code Chat Agents configured (HTTP transport)

Configured 4 client(s). Restart them to pick up changes.

Run this again after:

Installing a new AI client
Changing the service port (config set port)
Updating ContextBridge itself

Security

Security model: Kestrel binds exclusively to 127.0.0.1 (localhost only). No authentication, no TLS.

Design rationale: The localhost bind is the security perimeter. A process with enough privilege to intercept traffic on 127.0.0.1 already has broad machine access regardless of additional authentication.

Sensitive data: Treat %ProgramData%\ContextBridge\memories.db as sensitive — it contains plaintext memory content. Any credentials or API keys stored in memories should be considered readable by local processes. Keep backups secure accordingly.

Build from Source

For developers who want to modify, test, or run ContextBridge locally.

Prerequisites

[.NET 10 SDK](https://dotnet.microsoft.com/download) — provides dotnet CLI and runtime
Windows 10 / Windows 11
Admin PowerShell — required to install as a Windows Service
Git

Clone and Build

git clone https://github.com/ThunderEagle/context-bridge.git

cd context-bridge dotnet build

Build time: 30–60 seconds on first run; subsequent builds are faster. Warnings are treated as errors per project policy.

Run Tests

dotnet test

This executes all xUnit integration tests (~2–5 minutes):

Vector search accuracy validation
Memory persistence across restarts
All MCP tool implementations
Schema migrations
SQLite + sqlite-vec integration

Tests use real temp-file SQLite databases (not in-memory) because sqlite-vec requires file-backed connections.

Run Locally (Console Mode)

To test the service without installing as a Windows Service:

dotnet run --project src/ContextBridge.Service

This starts the HTTP MCP server in the foreground:

Binding: http://127.0.0.1:5290 (localhost only)
Storage: %LOCALAPPDATA%\ContextBridge\memories.db (user temp directory)
Logging: Console output shows startup, request traces, and errors

The service runs until you press Ctrl+C. Expected startup time: 5–10 seconds (ONNX model loads and JIT-compiles on first run; subsequent starts are faster).

Install as a

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

ContextBridge

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

ContextBridge

What is ContextBridge?

Why ContextBridge?

Requirements

Quick Start

Option A: Install via dotnet global tool

Option B: Direct download

First-run setup

2. Configure your AI tools to connect

Supported Clients

MCP Tools

Handoff — Resuming Sessions

How it works

Handoff tools

Handoffs vs. memories

Explicit resumption

Expiry and reliability

Importing Existing Context

CLI Reference

Service Management

Model Management

Configuration

Client Configuration

Security

Build from Source

Prerequisites

Clone and Build

Run Tests

Run Locally (Console Mode)

Install as a