MCP HUB V12
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@MCP HUB V12Get project context and active tasks"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
🌀 MCP HUB V12 — Unified Context Vortex & Memory Gateway
El servidor MCP centralizado definitivo. Un solo punto de entrada (
mcp_stdio.py) que proporciona más de 40 herramientas para Inteligencia Contextual, Code Guardian, Vision, y Memory Gateway respaldado por MemPalace.
🏗️ Arquitectura Unificada (Agnóstica)
El HUB V12 consolida todas las características en un único servidor MCP agnóstico compatible con cualquier cliente (OpenCode, Claude Code, Gemini CLI, Cursor, etc.). Utiliza transporte estándar stdio garantizando una comunicación JSON-RPC estable sin interferencias visuales.
📊 Diagrama de Arquitectura

Related MCP server: jt-mcp-server
🔄 Flujo de Datos y Ciclo de Vida de la Información
El ciclo de vida de los datos está diseñado para maximizar el rendimiento del LLM minimizando el consumo de tokens mediante compresión y recuperación contextual:
Ingesta (Input):
El agente ejecuta herramientas como
gateway_add_taskogateway_add_adr.Code Guardian indexa código automáticamente (
index_code).
Persistencia (Storage):
Los datos se almacenan en las "Rooms" de MemPalace.
Las relaciones complejas y fragmentos de texto son administrados directamente por el motor unificado de MemPalace, eliminando la necesidad de bases de datos externas fragmentadas o dependencias pesadas como
torch.
Compresión (Lifecycle Management):
El historial temporal (
/context) y las sesiones se comprimen incrementalmente mediantegateway_compress_sessionhacia la room/summaries.
Recuperación (Output):
En cada iteración de desarrollo, el agente llama a
gateway_build_context.Esta herramienta recupera tareas activas, el stack del proyecto (
/knowledge), las decisiones de arquitectura (/decisions) y los resúmenes recientes.Resultado: En lugar de inyectar 20,000 tokens de historial de chat, el LLM recibe un super-prompt compilado de apenas ~200 tokens con el contexto exacto.
🛠️ Herramientas Disponibles (43 Tools Unificadas)
El HUB expone un arsenal completo de herramientas agrupadas por capacidad para brindar autonomía total a los agentes:
🌐 V12 Memory Gateway (MemPalace)
Gestiona la persistencia a largo plazo y el conocimiento del proyecto:
gateway_status: Obtiene el estado actual de la memoria y la feature activa.gateway_set_active_feature: Cambia el foco del agente hacia una rama/feature específica.gateway_add_adr: Añade un Architectural Decision Record (ADR) para documentar decisiones clave.gateway_add_knowledge: Añade reglas, convenciones o conocimiento estable del stack del proyecto.gateway_add_task: Registra una nueva tarea en el backlog (estados: todo, in_progress, done).gateway_compress_session: Analiza y comprime el historial reciente para reducir consumo de tokens.gateway_build_context: Herramienta Estrella. Compila un super-prompt ultracompacto (ADRs, conocimiento, y tareas activas) para inyectar al LLM al iniciar un agente.
🛡️ Code Guardian
Prevención de errores y análisis de calidad antes de escribir código:
check_code_creation: Realiza validaciones estáticas y previene malas prácticas antes de la modificación.analyze_project_redundancy: Escanea el repositorio para evitar reescribir utilidades que ya existen.get_code_suggestions: Revisa fragmentos y sugiere mejoras de optimización.learn_from_context: Analiza el estilo del proyecto para adaptar futuras generaciones de código.
🌀 Context Vortex & Indexing (Code Intel)
Herramientas de recuperación y entendimiento semántico del código:
index_code: Fuerza la indexación AST de un directorio o archivo específico al motor unificado.search_entity: Busca clases, funciones o variables exactas dentro de la base de código.extended_index/extended_search: Búsqueda profunda en documentaciones, constantes y patrones.get_knowledge_summary: Extrae un mapa mental de la estructura actual del proyecto.
🧠 Smart Sessions & Orchestration
Herramientas para mantener el enfoque de agentes múltiples:
create_session/delete_session/list_sessions: Gestión del ciclo de vida de conversaciones.get_session_summary: Recupera un resumen narrativo de qué se hizo en sesiones anteriores.smart_session_init/smart_query: Motor iterativo de preguntas/respuestas respaldado por MemPalace.get_smart_status/get_system_status: Verificación de salud del HUB y sus subsistemas.
🌍 World Model & Quality (JEPA)
Validación factual anti-alucinaciones:
sync_world_model: Sincroniza el estado actual de los archivos clave con la memoria interna.audit_jepa: Evalúa una propuesta de código del LLM cruzándola contra el modelo del mundo del proyecto para detectar alucinaciones.check_quality/get_quality_principles: Verificación de QA y reglas estables.
⚙️ Herramientas Base (V5 Core)
ping: Verificación de latencia y conectividad del MCP.get_context: Búsqueda de vectores en crudo sobre MemPalace.validate_response: Herramienta interna de auto-evaluación.index_status: Comprueba cuántos archivos/tokens están indexados actualmente.
🌐 Herramientas Específicas de Framework (Django/FE)
escanear_urls_django: Encuentra e indexa rutas de un proyecto Django automáticamente.analizar_tokens_css: Extrae variables y clases utilitarias de CSS/Tailwind.
👁️ Vision Specialist
Toma asíncrona de screenshots a través de Playwright y análisis de interfaz usando FastVLM (Lazy-loaded para velocidad extrema de inicio del MCP).
🚀 Inicio Rápido y Configuración
No es necesario arrancar el servidor manualmente. El cliente MCP (ej. OpenCode) lo inicializa automáticamente cuando es requerido a través de stdio.
Requisitos
pip install -r requirements.txt
playwright install chromiumConfiguración en Clientes
El HUB debe registrarse en tu cliente apuntando a mcp_stdio.py.
Ejemplo para opencode.json:
"memory-gateway": {
"command": [
"python",
"\\HUB\\core\\mcp_stdio.py"
],
"type": "local",
"enabled": true
}🧹 Estructura del Proyecto
Se ha eliminado el código redundante y mantenido una arquitectura ultra-limpia:
HUB/
├── core/
│ ├── mcp_stdio.py # 🌟 PUNTO DE ENTRADA ÚNICO (Transporte Stdio)
│ ├── mcp_http_server.py # Engine Principal (FastMCP) y lógica de herramientas
│ ├── mempalace_backend.py # Conector unificado de MemPalace
│ ├── visual_monitor.py # Monitor Visual (Apagado preventivamente en stdio)
│ ├── pretty_logger.py # Logging seguro para consolas (evita corrupción JSON-RPC)
│ ├── advanced_features/ # Componentes de Code Guardian y Vortex
│ ├── vision/ # Módulo de procesamiento visual
│ ├── memory/ # Gestión de estados y contexto
│ └── storage/ # Wrappers de persistencia
├── data/ # Almacenamiento local de la memoria (ignorado en git)
├── logs/ # Registros de ejecución
└── tests/ # Suite de 17 tests unitarios y de integración (100% passing)Versión: V12.0.0 (Unified Architecture)
Estado: Estable, Unit Tests 100% Passed.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- Flicense-quality-maintenanceAn MCP server that provides persistent project context, workflow management, and knowledge capture for AI coding agents. It enables agents to maintain structured memory across sessions by tracking project profiles, conventions, skills, and technical debt.7
- Alicense-qualityCmaintenanceMCP server that equips AI agents with dev workflow tools including GitHub project management, conventional commits, visual regression testing, Jira/Confluence integration, and a persistent memory knowledge graph.13MIT
- Alicense-qualityDmaintenanceUnified MCP server with 46 tools for AI expert consultations, memory service integration (semantic search, knowledge graphs), workflow automation, and code sandboxing.MIT
- Alicense-qualityAmaintenanceA 68-tool MCP server providing persistent memory, error tracking, decision logging, task orchestration, and multi-modal AI generation for coding agents like OpenCode and Claude Code.MIT
Related MCP Connectors
Shared long-term memory vault for AI agents with 20 MCP tools.
Hosted MCP with 91 agent tools: X, domains, SEO, Maps, Trends, Search, YouTube, TikTok, and more.
User-owned memory for AI agents, Copilot, Claude, IDEs, CLIs, and chat apps over remote MCP.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/0xC1pher/MCP-HUB-V11'
If you have feedback or need assistance with the MCP directory API, please join our Discord server