Context7
ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว
คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)
Persistent semantic memory for AI agents using local ChromaDB vector search. No cloud required.
สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน
ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry
เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง
ต้องเตรียมก่อน
คุณใช้แอปไหน
เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”
เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json
{
"mcpServers": {
"copilot-memory": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/labforgedev/copilot-memory-mcp:1.0.0"
]
}
}
}พิมพ์คำสั่งนี้ใน Terminal
claude mcp add copilot-memory -- docker run -i --rm ghcr.io/labforgedev/copilot-memory-mcp:1.0.0วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json
{
"mcpServers": {
"copilot-memory": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/labforgedev/copilot-memory-mcp:1.0.0"
]
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
วางในไฟล์ .vscode/mcp.json ของโปรเจกต์
{
"servers": {
"copilot-memory": {
"type": "stdio",
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/labforgedev/copilot-memory-mcp:1.0.0"
]
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น
ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี
ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README
รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง
เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569
ชื่อใน registry ยืนยันด้วยบัญชี GitHub LabForgeDev ซึ่งเป็นเจ้าของ repo
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต
เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo
จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น
registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก
รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)
repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.0) เข้า registry 8 เดือนที่ผ่านมา
โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Docker ในเครื่องด้วย
ในหมวดเดียวกันมี Context7, Codebase Memory, Exa
server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว
อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi
ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ
Persistent semantic memory for GitHub Copilot in VS Code.
A local MCP server that gives Copilot durable, project-scoped memory across sessions. Memories are stored in an embedded ChromaDB vector database with all-MiniLM-L6-v2 embeddings, enabling semantic retrieval (RAG). Everything runs in a single Docker container — no cloud services required.
Copilot starts every session with a blank slate. This MCP server gives it a persistent, searchable knowledge base so decisions, conventions, and context carry over between sessions — all running locally in Docker.
docker compose up -d
The server starts on http://localhost:8000/sse.
The .vscode/mcp.json already points Copilot at the server — no further VS Code configuration needed.
A sample config is provided in examples/vscode/mcp.json. Copy it to your project's .vscode/mcp.json.
| Tool | Description |
|---|---|
create_memory | Store a new memory with title, content, optional project scope and tags |
search_memories | Semantic vector search; filter by project and/or tags |
update_memory | Update an existing memory by ID; re-embeds on change |
delete_memory | Permanently delete a memory by ID |
list_memories | Browse memories with pagination (lightweight, no content) |
Ready-to-use examples are in examples/. Copy the relevant file(s) into the root or .github/ of your own project.
| File | Consumed by |
|---|---|
AGENTS.md | OpenAI Codex, Claude Code, and most agent runtimes |
CLAUDE.md | Claude Code (claude CLI) |
.cursorrules | Cursor (legacy format, project-root) |
.cursor/rules/memory-tools.mdc | Cursor (modern per-rule format) |
.github/copilot-instructions.md | GitHub Copilot in VS Code |
.github/prompts/save-memory.prompt.md | VS Code /save-memory prompt |
.github/prompts/recall-memory.prompt.md | VS Code /recall-memory prompt |
.github/agents/memory.md | VS Code @memory custom agent mode |
VS Code / Copilot
│ MCP HTTP/SSE (port 8000) ▼ ┌─────────────────────────────────┐ │ Docker Container │ │ │ │ FastMCP Server (port 8000) │ │ └── 5 MCP tools │ │ │ │ sentence-transformers │ │ └── all-MiniLM-L6-v2 │ │ (384-dim embeddings) │ │ │ │ ChromaDB (embedded) │ │ └── collection "memories" │ └──────────┬──────────────────────┘ │ Docker named volume ▼ /data/chroma (persisted DB)
copilot-memory-mcp/
├── app/ │ ├── main.py # FastMCP server, tool registration │ ├── memory_store.py # ChromaDB wrapper (CRUD + search) │ ├── embeddings.py # sentence-transformers loader + encode() │ └── tools/ │ ├── create_memory.py │ ├── search_memories.py │ ├── update_memory.py │ ├── delete_memory.py │ └── list_memories.py ├── tests/ │ ├── test_memory_store.py │ └── test_tools.py ├── Dockerfile ├── docker-compose.yml └── pyproject.toml
pip install -e ".[dev]"
pytest
Tests use an ephemeral in-memory ChromaDB and a mocked embedding function — no Docker, no model download required.
pip install -e .
PYTHONPATH=. python app/main.py
| Variable | Default | Description |
|---|---|---|
SENTENCE_TRANSFORMERS_HOME | /app/models | Model cache directory |
CHROMA_PATH | /data/chroma | ChromaDB persistence path |
PORT | 8000 | HTTP server port |
Copy .env.example to .env and adjust if needed.
MIT — see LICENSE.