BanditDB
Persistent decision memory for agents — learns which action works in which context
Serveur MCP · par banditdb.com
Aperçu
BanditDB est un serveur MCP publié par banditdb.com. Places de marché que nous lisons et qui le référencent : 1 (Official MCP Registry). Nous l'avons vu pour la première fois le 2026-10-11 et n'avons enregistré aucun changement depuis. Selon notre passage sur les places de marché du 2026-10-13.
Ce qu'il demande
- S'exécute sur votre machine
- Secrets : 1
- Paramètres : 2
Demande: BANDITDB_API_KEY (secrète), BANDITDB_URL
Ce qu'il déclare, demande et exécute, en détail
N’installez que des plugins de développeurs en qui vous avez confiance. Nous reprenons ce que publient les places de marché et ne testons pas les plugins.
Paquet
PyPI banditdb-python (banditdb-python sur PyPI)
- Téléchargements PyPI par semaine: 243 (2026-10-13)
- Téléchargements PyPI par mois: 134 (2026-10-13)
- Dernière version sur PyPI : 0.3.1, publiée le 2026-10-11
Aucune vulnérabilité connue dans OSV pour 0.3.1 (vérifié le 2026-10-13)
Les données PyPI proviennent de pypi.org, les téléchargements PyPI de pypistats.org. Chaque chiffre est celui du registre et ne s'additionne jamais à un autre. Un registre qui ne publie pas de chiffre n'en affiche aucun : pas de chiffre ne veut pas dire zéro. Les entrées de vulnérabilités proviennent d'OSV.dev (CC BY 4.0) et ne concernent que la version déclarée ; une fiche sans version déclarée n'obtient pas de réponse. Nous n'analysons pas le code.
Fonctionne avec
- Claude Code
- Codex
- Cursor
- VS Code
- Copilot CLI
D'après les marketplaces qui le listent et le transport MCP qu'il déclare, tels que chaque client les documente. Nous ne testons pas les plugins.
Connecter
Commandes et configurations construites uniquement à partir de ce que déclarent ses places de marché. Nous ne les exécutons pas pour vous et ne testons pas les plugins.
En serveur MCP local : paquet PyPI
Construit à partir de ce que déclare Official MCP Registry.
claude mcp add --env "BANDITDB_API_KEY=<YOUR_BANDITDB_API_KEY>" --env "BANDITDB_URL=<YOUR_BANDITDB_URL>" --transport stdio banditdb -- uvx --from banditdb-python banditdb-mcp banditdb-python[mcp_servers.banditdb]
command = "uvx"
args = ["--from", "banditdb-python", "banditdb-mcp", "banditdb-python"]
[mcp_servers.banditdb.env]
BANDITDB_API_KEY = "<YOUR_BANDITDB_API_KEY>"
BANDITDB_URL = "<YOUR_BANDITDB_URL>"{
"mcpServers": {
"banditdb": {
"command": "uvx",
"args": [
"--from",
"banditdb-python",
"banditdb-mcp",
"banditdb-python"
],
"env": {
"BANDITDB_API_KEY": "<YOUR_BANDITDB_API_KEY>",
"BANDITDB_URL": "<YOUR_BANDITDB_URL>"
}
}
}
}Remplacez les valeurs entre chevrons par les vôtres. Nous montrons les noms des paramètres, jamais de valeurs.
Où il est publié
| Place de marché | Statut | Version | Chiffres | Vérifié | Vu pour la première fois |
|---|---|---|---|---|---|
| Official MCP Registry (Ouvrir la fiche du registre) | Référencé | 0.3.1 | Téléchargements par mois (PyPI): 134 Téléchargements par semaine (PyPI): 243 Forks (GitHub): 0 Étoiles (GitHub): 0 |
Non marqué |
Chaque chiffre est celui de la place de marché et n'est jamais additionné entre places de marché. Une place de marché qui ne publie pas de chiffre n'en affiche aucun : pas de nombre ne veut pas dire zéro.
Ce qui a changé
Rien n'a bougé sur ce plugin depuis que nous le suivons.
Plugins similaires
Produits dont les noms, descriptions, outils et skills sont les plus proches de celui-ci par le sens, sur toutes les places de marché que nous lisons. La proximité n'est classée qu'à l'intérieur de cette liste.
-
agent-memory io.github.theprodsde/agent-memory
Persistent agent memory with a decision layer: replay, restore, verify, or none — explainable.
-
Decision memory for AI agents: record, revisit, and resolve consequential choices.
-
Deterministic, offline, read-only ADR decision memory for coding agents. No model or network calls.
-
MCP server giving AI agents persistent SQLite memory that proves which lessons hold.
-
Persistent local memory for coding agents: temporal knowledge graph, procedural and episodic recall
-
a-mem-mcp io.github.DiaaAj/a-mem-mcp
Self-evolving memory system for AI agents
-
agent-memory-mcp io.github.kira-autonoma/agent-memory-mcp
Agent memory MCP server with provenance tracking, decay-weighted recall, and feedback loops.
-
shared AI-context layer for teams — persistent memory your agents search and update over MCP
-
memfleet com.memfleet/memfleet
Shared, governed memory for fleets of AI agents: judged contributions, provenance, operator control
-
Durable causal memory for AI agents — semantic recall, causal lineage, and skills. Local-first.
Plugins similaires par place de marché
La même question posée à chaque place de marché séparément : y a-t-il là un équivalent de ce plugin ?
Référencé sur Claude Code: claude-plugins-community (5)
-
engram io.github.tstockham96/engram
Intelligent agent memory with automatic extraction, consolidation, and bi-temporal recall.
-
agent-knowledge io.github.keshrath/agent-knowledge
Cross-session memory for AI agents - knowledge graph, scoring, semantic search
-
memex io.github.STiFLeR7/memex
Temporal engineering context for agents via MCP.
-
Local-first persistent session memory for Claude Code and other agents. SQLite + FTS5, no cloud.
-
deepmiro io.github.kakarot-dev/deepmiro
Simulate hundreds of AI agents to predict how communities react to events and policies
Référencé sur Claude Code: claude-plugins-official (5)
-
firebase-mcp io.github.firebase/firebase-mcp
Gives AI development tools Firebase-specific capabilities and expertise.
-
mdk-mcp-server io.github.SAP/mdk-mcp-server
Model Context Protocol (MCP) server for AI-assisted development of MDK applications.
-
mcp-server io.github.cap-js/mcp-server
Model Context Protocol (MCP) server for AI-assisted development of CAP applications.
-
MCP server for terminal commands, file operations, and process management
-
Figma design platform integration. Access design files, extract component information, read design tokens, and translate designs into code. Bridge the gap between design and…
Référencé sur Claude: knowledge-work-plugins (5)
-
MCP server for terminal commands, file operations, and process management
-
Figma design platform integration. Access design files, extract component information, read design tokens, and translate designs into code. Bridge the gap between design and…
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
Référencé sur Codex: openai-curated (openai/plugins) (5)
-
Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.
-
An agentic skills framework & software development methodology that works: planning, TDD, debugging, and collaboration workflows.
-
CrowdStrike Falcon Foundry development skills for building cybersecurity applications on the Falcon platform. Includes UI development, collections, functions, workflows, API…
Référencé sur Community GitHub marketplaces (5)
-
Decision memory for AI agents: record, revisit, and resolve consequential choices.
-
al-buddy-memory io.github.flytomoon/al-buddy-memory
Governed local memory for AI agents: facts are retired, not overwritten, and every call is audited.
-
Local-first, governable long-term memory for AI coding agents
-
hypermnesia-mcp io.github.cdeust/hypermnesia-mcp
Persistent memory for AI agents — 36 cited neuroscience mechanisms, local-first, hybrid retrieval.
-
agent-knowledge io.github.keshrath/agent-knowledge
Cross-session memory for AI agents - knowledge graph, scoring, semantic search
Référencé sur Copilot CLI: github/awesome-copilot (5)
-
Complete toolkit for building Model Context Protocol (MCP) servers in Go using the official github.com/modelcontextprotocol/go-sdk. Includes instructions for best practices, a…
-
Complete toolkit for building Model Context Protocol (MCP) servers in TypeScript/Node.js using the official SDK. Includes instructions for best practices, a prompt for generating…
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
Figma design platform integration. Access design files, extract component information, read design tokens, and translate designs into code. Bridge the gap between design and…
-
Safe BLE diagnostics, evidence workflows, and guarded automation for AI agents.
Référencé sur Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
mcp-apps
Generate MCP App widgets for MCP tools. Produces self-contained HTML widgets using the MCP Apps protocol.
-
model-apps
Build and deploy Power Apps generative pages for model-driven apps with specialist agents for planning, entity creation, and parallel code generation. Requires PAC CLI >= 2.7.0…
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
-
workiq
Query Microsoft 365 data with natural language — emails, meetings, documents, Teams messages, and more.
Référencé sur Cursor: cursor/plugins (5)
-
Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
Fan large tasks out across parallel cloud agents with planners, workers, verifiers, and structured handoffs.
-
Consult a stronger model before major decisions, when stuck, and before declaring done.
-
Patterns for designing CLIs that coding agents can run reliably: flags, help with examples, pipelines, errors, idempotency, dry-run.
Référencé sur Docker MCP Catalog (5)
-
Server-enforced workflow discipline for AI agents: work items, dependency graphs, quality gates
-
Wayfound’s MCP server allows business users to govern, supervise, and improve AI Agents.
-
mcp-server-couchbase io.github.Couchbase-Ecosystem/mcp-server-couchbase
Couchbase Model Context Protocol Server to interact with Couchbase clusters
-
MCP server providing Prometheus metrics access and PromQL query execution for AI assistants
-
Discover and connect to a curated marketplace of MCP servers for extending AI agent capabilities.
Référencé sur Official MCP Registry (5)
-
agent-memory io.github.theprodsde/agent-memory
Persistent agent memory with a decision layer: replay, restore, verify, or none — explainable.
-
Decision memory for AI agents: record, revisit, and resolve consequential choices.
-
Deterministic, offline, read-only ADR decision memory for coding agents. No model or network calls.
-
MCP server giving AI agents persistent SQLite memory that proves which lessons hold.
-
Persistent local memory for coding agents: temporal knowledge graph, procedural and episodic recall
Trouvés par le sens, et non par un code ou un dépôt commun : les plugins similaires restent des produits distincts, et ceci n'est ni un avis ni une recommandation.
C'est votre plugin ?
Ajoutez-le à vos projets et prouvez que vous le maintenez : un fichier dans son dépôt, un fichier sur votre domaine ou un enregistrement DNS. Vous recevez des alertes quand une marketplace le publie, le retire, change sa marque vérifiée ou ce qu'il demande, et son endpoint distant est surveillé comme un service web.
Données issues de Official MCP Registry. Les chiffres proviennent de nos propres passages réguliers sur les places de marché, dernière lecture le . Nous ne publions aucune coordonnée des éditeurs de plugins.