vardoger

Name: vardoger
Author: dstrupl

โดย dstruplรุ่น 0.4.0i★ –iรันบนเครื่อง

ชื่อใน registryio.github.dstrupl/vardoger

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Personalize AI coding assistants by analyzing local conversation history. Runs on your machine.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: อื่น ๆ

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ค่าที่คุณต้องใส่เอง: VARDOGER_MCP_PLATFORM

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "vardoger": {
      "command": "uvx",
      "args": [
        "vardoger",
        "mcp"
      ],
      "env": {
        "VARDOGER_MCP_PLATFORM": "ใส่ค่าของคุณ"
      }
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add vardoger --env VARDOGER_MCP_PLATFORM='ใส่ค่าของคุณ' -- uvx vardoger mcp

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "vardoger": {
      "command": "uvx",
      "args": [
        "vardoger",
        "mcp"
      ],
      "env": {
        "VARDOGER_MCP_PLATFORM": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "vardoger": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "vardoger",
        "mcp"
      ],
      "env": {
        "VARDOGER_MCP_PLATFORM": "ใส่ค่าของคุณ"
      }
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

VARDOGER_MCP_PLATFORM env
Override the host platform identifier (cursor, claude-code, codex, copilot, devin, windsurf, cline, openclaw). When unset, vardoger uses the calling host's defaults.

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub dstrupl ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด อื่น ๆi

ดาวมากกว่า 0% ของอีก 32455 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 50% ของอีก 32455 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32455 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

vardoger ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.4.0) เข้า registry 40 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, SSTracker free youth training

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวาน

ติดตั้ง

SSTracker free youth training

โดย sstracker.app

Free youth sports drills, practice plans and age-group answers for parents and coaches.

รันบนคลาวด์อัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

vardoger

A cross-platform plugin for AI coding assistants (Cursor, Claude Code, OpenAI Codex, OpenClaw, GitHub Copilot CLI, Devin Local, legacy Windsurf, and Cline) that reads supported local conversation-history formats, extracts behavioral patterns, and generates personalized system prompt additions — making the assistant progressively better suited to how you work. Current format limitations are called out per platform below rather than silently reading undocumented stores.

History discovery, parsing, checkpoints, and generated rules stay on your machine. Analysis is performed by the host assistant you invoke, so selected conversation excerpts follow that assistant and model provider's data policy. Vardoger operates no backend and sends no telemetry.

Prerequisites

Python 3.11+

Platform	Command
macOS	`brew install python@3.13` (install Homebrew) or python.org/downloads/macos
Debian / Ubuntu	`sudo apt install python3`
Fedora	`sudo dnf install python3`
Windows	`winget install Python.Python.3.13` or python.org/downloads/windows

pipx

Recommended for installing vardoger as an isolated CLI tool. Full instructions at pipx.pypa.io/stable/installation.

Platform	Command
macOS	`brew install pipx && pipx ensurepath`
Debian / Ubuntu	`sudo apt install pipx && pipx ensurepath`
Fedora	`sudo dnf install pipx && pipx ensurepath`
Windows	`scoop install pipx` or `pip install --user pipx && pipx ensurepath`

Quick Start

pipx install vardoger

vardoger setup cursor # or claude-code, codex, openclaw, copilot, devin, windsurf, cline

Then tell your assistant: "Personalize my assistant."

Looking for the in-app plugin listings? Track review status for each

marketplace (PyPI, Cursor, Claude Code, Codex, Copilot CLI, Devin Desktop,

Cline,

ClawHub) in MARKETPLACE_STATUS.md.

Vardoger is currently live on PyPI, the Claude Code community catalog,

self-hosted Codex and Copilot marketplaces, McpMux, and the Official MCP

Registry. The former Cursor listing is currently unavailable. ClawHub has

regressed to 0.3.1 and is intentionally frozen because its mandatory MIT-0

terms conflict with this Apache-2.0 project. Current OpenClaw history has a

live-accepted, opt-in full-read Gateway CLI path through the direct install.

Previous pre-releases. pipx install vardoger now resolves to the stable

0.4.0 release. The beta install paths below stay here for anyone still pinning

an earlier release; new installs should not need them.

`bash

# opt into future pre-releases (0.2.0bN, etc.):

pipx install --pip-args="--pre" vardoger

# or pin an older pre-release:

pipx install vardoger==0.1.0b3

# or run without installing:

uvx vardoger --help

`

CLI Commands

Command	Purpose
`vardoger setup`	Register vardoger with a platform (`cursor`, `claude-code`, `codex`, `openclaw`, `copilot`, `devin`, `windsurf`, `cline`).
`vardoger status [--platform X] [--json]`	Report whether each personalization is fresh or stale.
`vardoger prepare --platform X [--batch N] [--synthesize]`	Produce the batched prompts used by the AI-driven skill pipeline.
`vardoger write --platform X`	Read synthesized personalization from stdin and write it to the platform's rules file (supports YAML-frontmatter confidence metadata).
`vardoger feedback accept\	reject --platform X [--reason TEXT]`	Record whether you kept or rejected the last generation. `reject` auto-reverts to the prior generation.
`vardoger compare --platform X \	--all [--window DAYS] [--json]`	Compare heuristic conversation-quality metrics before vs. after the latest personalization.
`vardoger profile sources [--platform X] [--json]`	List saved generations and their stable one-based selection IDs.
`vardoger profile preview --source X:N [--source Y:latest]`	Compile explicitly selected generations into a normalized cross-host profile and show the portable `AGENTS.md` diff without writing.
`vardoger profile write --source X:N --target ./AGENTS.md [--apply]`	Show the same diff; update only Vardoger's fenced block when the user explicitly adds `--apply`.

How It Works

Read — Parses supported conversation files already stored on disk, including opted-in Devin ATIF exports
Analyze — The host AI model identifies patterns in your communication style, tech stack, workflow, and preferences
Generate — Produces a system prompt addition tailored to you
Deliver — Writes the addition to the platform's native config (.cursor/rules/, .claude/rules/, AGENTS.md, etc.)

First run vs. incremental runs. By default vardoger does not apply a

time window — the first run reads your full local history (that is when the

signal is richest and a windowed default would silently drop older sessions

you never get a second chance to feed in). After that, a per-conversation

checkpoint store at ~/.vardoger/state.json ensures every subsequent run

only reprocesses new or changed conversations, so refreshes stay fast.

If you have very large local history and want to cap the first-run cost,

pass --since DAYS (e.g. vardoger prepare --platform cursor --since 90);

use --full to force a full re-crawl that bypasses the checkpoint.

Cross-host profile compiler

The profile compiler combines only existing Vardoger generations that you select; it does not silently reopen raw transcripts. Generation indexes are one-based, while latest resolves to the newest saved generation for that platform:

# Discover the reviewed generations available for selection.

vardoger profile sources

Read-only: render the profile, audit summary, and exact AGENTS.md diff.

vardoger profile preview \ --source claude-code:latest \ --source codex:2 \ --target ./AGENTS.md

Optional controls are applied before rendering and included in the audit.

vardoger profile preview \ --source codex:latest \ --min-confidence medium \ --max-age 180 \ --redact '@example\.com' \ --target ./AGENTS.md

Still preview-only without --apply. This is the explicit write step.

vardoger profile write \ --source claude-code:latest \ --source codex:2 \ --target ./AGENTS.md \ --apply

The normalized JSON audit is available with profile preview --json. It records source platform, generation, output hash/path, observation time, recency, confidence, conflicts, supersession, and exclusions. Opposing rules such as “Prefer tabs” and “Avoid tabs” are withheld from active instructions until reviewed. Writes preserve everything outside and .

Supported Platforms

Platform	History Source	Prompt Delivery	Integration
Cursor	Agent transcript JSONL	`.cursor/rules/vardoger.mdc`	Marketplace plugin + MCP
Claude Code	Session JSONL	`.claude/rules/vardoger.md`	Community/custom plugin
OpenAI Codex	Session rollout JSONL	`~/.codex/AGENTS.md`	Repository marketplace plugin
OpenClaw	Legacy JSONL or opt-in full read through official Gateway CLI; private SQLite is never queried	`~/.openclaw/skills/vardoger-personalization/SKILL.md`	Analyzer + Gateway compatibility status
GitHub Copilot CLI	`~/.copilot/session-state/ /events.jsonl` plus legacy flat JSONL	`~/.copilot/copilot-instructions.md` (global) or `/.github/copilot-instructions.md` (project) — managed inside a fenced section	Custom plugin + published skill
Devin Local	User-enabled Devin CLI `--export` ATIF JSON under `~/.vardoger/imports/devin/`	`~/.config/devin/AGENTS.md` (global, fenced section) or `/.devin/rules/vardoger.md`	ATIF + skill + rules integration
Legacy Windsurf / Cascade	`~/.codeium/windsurf/*/.jsonl`	`~/.codeium/windsurf/memories/global_rules.md` (global, fenced section) or `/.windsurf/rules/vardoger.md` (project, dedicated file)	Legacy Cascade skill + CLI + MCP
Cline	VS Code `globalStorage/.../tasks/*/api_conversation_history.json`	`~/Documents/Cline/Rules/vardoger.md` (global) or the existing `.clinerules` project layouts	CLI + MCP

Development

Requires uv (Python package manager):

git clone https://github.com/dstrupl/vardoger.git

cd vardoger uv sync .venv/bin/vardoger --help

Project Layout

src/vardoger/          # shared core — history reading, analysis, prompt generation

.agents/plugins/ # repository-level Codex marketplace catalog plugins/_shared/ # shared analysis/personalization skill authored once plugins/cursor/ # Cursor MCP server config, install script plugins/claude-code/ # Claude Code plugin manifest, skills plugins/codex/ # Codex plugin manifest, skills plugins/openclaw/ # OpenClaw skill plugins/copilot/ # GitHub Copilot CLI plugin manifest, skills plugins/devin/ # Devin Local ATIF export, skill, and rules integration plugins/windsurf/ # Legacy Cascade install snippet and rules delivery plugins/cline/ # Cline integration and marketplace install guidance tests/ # all tests, mirroring src/ structure

Platform-agnostic logic lives under src/vardoger/.
Platform-specific integration (manifests, skills, install scripts) lives under plugins/ /.
Tests live in tests/, mirroring the source tree.

See AGENTS.md for full coding standards and quality checks.

Quality gates

CI enforces a combined quality bar on every push and pull request:

ruff check / ruff format --check — lint (incl. complexity, pylint, return, pathlib, tryceratops rules) and formatting.
mypy src/ — strict type checking.
pytest --cov=vardoger --cov-fail-under=80 — tests across Python 3.11–3.13 with a combined 80% coverage floor.
A parallel security job runs bandit -r src/ and pip-audit --skip-editable to catch common code smells and dependency CVEs.

Run the full bundle locally before pushing:

uv run ruff check . && uv run ruff format --check . && uv run mypy src/ && uv run pytest --cov=vardoger --cov-fail-under=80

Contributing

Contributions are welcome. Short version:

Fork dstrupl/vardoger on GitHub and clone your fork.
uv sync and create a topic branch.
Make your changes with tests and run the quality-gate one-liner above.
Push to your fork and open a PR against main.

CI (test on Python 3.11/3.12/3.13 plus a security job) will run automatically on the PR. First-time contributors may need a maintainer to click Approve and run before the first workflow execution.

See CONTRIBUTING.md for the full walkthrough and AGENTS.md for coding standards and commit-message conventions.

Releasing to PyPI

CI runs automatically on every push and PR (lint, type check, tests across Python 3.11–3.13). To publish a new version:

Bump the package, generated setup manifests, platform manifests, and registry metadata together; close the matching section in CHANGELOG.md.
Run the complete quality, security, plugin-validation, and build checks.
Commit and push to main, then wait for all required checks.
Create an annotated vX.Y.Z tag and publish the matching [GitHub release](https://github.com/dstru

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

vardoger

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

SSTracker free youth training

README จากผู้ทำ

vardoger

Prerequisites

Python 3.11+

pipx

Quick Start

CLI Commands

How It Works

Cross-host profile compiler

Read-only: render the profile, audit summary, and exact AGENTS.md diff.

Optional controls are applied before rendering and included in the audit.

Still preview-only without --apply. This is the explicit write step.

Supported Platforms

Development

Project Layout

Quality gates

Contributing

Releasing to PyPI