Skip to main content
Glama
DIP-RO
by DIP-RO

Promem-MCP

Project Memory MCP — persistenter Projektkontext für KI-Coding-Agenten. Entwickelt von DIP-RO.

pip install promem-mcp

Keine Datenbank. Keine Cloud. Kein Daemon. Kein manuelles Speichermanagement.

ContextMCP ist eine lokale, MCP-native Context-Runtime, die KI-Coding-Agenten ein dauerhaftes Projektverständnis bietet — Architektur, Regeln, Entscheidungen, Konventionen, Umgebungsintelligenz und Git-Kontext — ohne wiederholte Erklärungen oder Kontextverschwendung.

Schnellstart

pip install promem-mcp

Dann registrieren Sie ContextMCP bei Ihrem KI-Coding-Client:

# See which clients are detected
promem config

# Auto-configure a specific client (with backup + merge)
promem config cursor
promem config claude-code
promem config claude-desktop
promem config vscode

Oder fügen Sie es manuell zur MCP-Konfiguration Ihres Clients hinzu:

{
  "mcpServers": {
    "contextmcp": {
      "command": "contextmcp",
      "args": []
    }
  }
}

VS Code-Hinweis: VS Code verwendet den Schlüssel "servers", nicht "mcpServers". Führen Sie promem config vscode für das korrekte Format aus.

Das war's. Ihr KI-Coding-Agent hat jetzt dauerhaften Projektkontext.

Funktionsweise

Funktionsweise

Funktionen

  • Null-Einrichtungsspeicher — SQLite-Datenbank wird automatisch im betriebssystemgerechten Verzeichnis erstellt

  • Automatische Projekterkennung — Sprache, Framework, Paketmanager, Testframework

  • Dauerhafter Speicher — Regeln, Entscheidungen, Konventionen, Umgebungsfakten, Git-Intelligenz

  • Token-effizienter Abruf — FTS5-Suche mit Token-Budget, gibt nur relevanten Kontext zurück

  • Herkunftsverfolgung — jeder Speicher weiß, woher er kommt und wie sicher er ist

  • Geheimnis-Schwärzung — API-Schlüssel, Token, Passwörter werden nie gespeichert oder zurückgegeben

  • Projektisolierung — Projektspeicher gelangen nie zwischen Projekten

  • Erkennung veralteten Kontexts — markiert Speicher, die mit dem aktuellen Projektstatus in Konflikt stehen

  • Widerspruchserkennung — identifiziert widersprüchliche Projektregeln

  • Sitzungskontinuität — Übergabe-Zusammenfassungen für Wechsel zwischen Agenten/Sitzungen

  • Git-Intelligenz — letzte Commits, geänderte Dateien, TODOs/FIXMEs

  • Umgebungsdiagnose — Python-Version, venv, .env-Vollständigkeit, Docker

  • Lokal zuerst — keine Netzwerkanfragen, keine Cloud, keine externen Dienste

MCP-Tools

Tool

Beschreibung

ctx_search

Durchsuche dauerhaften Projektkontext mit Token-Budget

ctx_get

Rufe einen bestimmten Speicher anhand der ID ab

ctx_save

Speichere einen Speicher, eine Entscheidung, Regel oder Tatsache

ctx_update

Aktualisiere einen vorhandenen Speicher

ctx_delete

Lösche einen Speicher

ctx_project

Rufe aktuelle Projektinformationen ab

ctx_rules

Rufe alle Projektregeln und Konventionen ab

ctx_decisions

Rufe alle technischen/Architekturentscheidungen ab

ctx_recent

Rufe kürzliche Speicher und die letzte Sitzung ab

ctx_git

Rufe Git-Intelligenz ab

ctx_environment

Rufe Umgebungsintelligenz ab

ctx_diagnostics

Führe Umgebungsdiagnose durch

ctx_summary

Rufe kompakte Projektzusammenfassung für Übergabe ab

CLI

contextmcp --version        # Version
promem status           # Project + storage status
promem doctor           # Health checks
promem stats            # Usage statistics
promem search "query"   # Search context
promem memory list      # List memories
promem decision "text"  # Save a decision
promem privacy          # Privacy info
promem config           # Client configuration
promem repair           # Rebuild index, optimize DB
promem reset            # Delete all data (with confirmation)

Client-Unterstützung

Client

Auto-Konfiguration?

Konfigurationsschlüssel

Claude Code

promem config claude-code

mcpServers

Claude Desktop

promem config claude-desktop

mcpServers

Cursor

promem config cursor

mcpServers

VS Code / Copilot

promem config vscode

servers

OpenCode

promem config opencode

mcp

Gemini CLI

promem config gemini-cli

mcpServers

Windsurf

promem config windsurf

mcpServers

Cline

promem config cline

mcpServers

Roo Code

promem config roo-code

mcpServers

Amazon Q

promem config amazon-q

mcpServers

ZCode (GLM/Zhipu)

promem config zcode

mcpServers

Tabnine

promem config tabnine

mcpServers

Kein Client unterstützt eine echte Null-Konfigurations-Autoregistrierung. ContextMCP erkennt installierte Clients, bietet an, die Konfiguration zu schreiben (mit Backup + Merge) und liefert exakte Copy-Paste-Schnipsel.

Datenschutz

  • Nur lokal — keine Netzwerkanfragen

  • Projektinhalte werden nicht hochgeladen

  • Geheimnisse werden geschwärzt — nie gespeichert oder zurückgegeben

  • Keine Cloud-Abhängigkeiten

promem privacy

Speicherort

ContextMCP verwendet projektlokalen Speicher — kein zentrales OS-Verzeichnis, keine Speicherverschwendung.

Ort

Pfad

Projekt-lokal (Standard)

<project-root>/.contextmcp/

Jedes Projekt erhält eine eigene .contextmcp/contextmcp.db. Der Speicher reist mit dem Projekt. Keine globale Speicherplatzaufblähung.

Fügen Sie .contextmcp/ zu Ihrer .gitignore hinzu (bereits standardmäßig in ContextMCPs Ignorier-Mustern enthalten).

Überschreiben Sie dies bei Bedarf mit der Umgebungsvariable CONTEXTMCP_DATA_DIR.

Installation

# pip
pip install promem-mcp

# uv
uv add contextmcp

# pipx (global CLI)
pipx install contextmcp

Funktioniert in venv, virtualenv, uv, pipx und systemweitem Python.

Entwicklung

git clone https://github.com/contextmcp/contextmcp.git
cd contextmcp
pip install -e ".[dev]"
pytest

Lizenz

MIT

-
license - not tested
-
quality - not tested
A
maintenance

Maintenance

Maintainers
Response time
0dRelease cycle
3Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

  • The project brain for AI coding agents — memory, decisions, sprints, knowledge base via MCP.

  • Persistent memory and cross-session learning for AI coding assistants (hosted remote MCP).

  • Give your AI agent a persistent map of your project's structure, dependencies, and bugs.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/DIP-RO/MCP_Package'

If you have feedback or need assistance with the MCP directory API, please join our Discord server