MemoCat — Shared AI Memory
One shared, persistent memory across AI agents and systems, with semantic recall and live updates.
Serveur MCP · par MontyGovernance
Aperçu
MemoCat — Shared AI Memory est un serveur MCP publié par MontyGovernance. 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 2026-10-15.
Ce qu'il demande
- S'exécute sur votre machine
- Secrets : 1
- Paramètres : 2
Demande: MONTYCAT_URI (secrète)
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 memocat-mcp (memocat-mcp sur PyPI)
- Téléchargements PyPI par semaine: 54 (2026-10-13)
- Téléchargements PyPI par mois: 1 030 (2026-10-13)
- Dernière version sur PyPI : 1.1.6, publiée le 2026-10-04
Aucune vulnérabilité connue dans OSV pour 0.4.3 (vérifié le 2026-10-14)
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 "MONTYCAT_URI=<YOUR_MONTYCAT_URI>" --transport stdio memocat-mcp -- uvx memocat-mcp[mcp_servers.memocat-mcp]
command = "uvx"
args = ["memocat-mcp"]
[mcp_servers.memocat-mcp.env]
MONTYCAT_URI = "<YOUR_MONTYCAT_URI>"{
"mcpServers": {
"memocat-mcp": {
"command": "uvx",
"args": [
"memocat-mcp"
],
"env": {
"MONTYCAT_URI": "<YOUR_MONTYCAT_URI>"
}
}
}
}Remplacez les valeurs entre chevrons par les vôtres. Nous montrons les noms des paramètres, jamais de valeurs.
Paramètres facultatifs qu’il indique aussi : MONTYCAT_TLS.
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 | 0.4.3 | Téléchargements par mois (PyPI): 1 030 Téléchargements par semaine (PyPI): 54 Forks (GitHub): 4 Étoiles (GitHub): 27 |
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.
Peut-être le même plugin
Des fiches qui partagent un indice avec celle-ci, mais pas assez pour les traiter comme le même produit.
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.
-
Montycat MCP - Shared Memory for AI Agents
Shared, persistent memory for AI agents, with semantic recall and live updates.
-
mcp-server in.creo-memories/mcp-server
Memory system for AI agents with semantic search. Store and recall memories with ease.
-
Agent-agnostic persistent memory MCP server. Local-first: memories travel with your project.
-
Persistent semantic memory for AI agents using local ChromaDB vector search. No cloud required.
-
One memory, every AI. A shared, user-owned markdown memory your AI clients read and write over MCP.
-
Graph-native persistent memory for AI agents — 33 MCP tools, zero-LLM writes.
-
memory io.github.sharedmemoryai/memory
Persistent memory for AI agents. Remember, recall, and explore a shared knowledge graph.
-
Self-hosted long-term memory for AI agents over MCP — hierarchical recall backed by pgvector
-
Self-hosted MCP memory for AI agents: persistent context with evidence-backed claims.
-
Persistent memory and vector search for AI agents. Hosted, OAuth-protected via Google sign-in.
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)
-
claude-code-plugin-for-goodmem-a-memory-infra-for-agents
With this plugin, you can operate Goodmem's memory infra in plain English, to create, manage, and orchestrate embedders, rerankers, and LLMs, to ingest and create memories from…
-
Save 60-90% on LLM token costs with intelligent memory compression. agent-memory automatically compresses tool output into structured observations, shares context across agents…
-
engram io.github.tstockham96/engram
Intelligent agent memory with automatic extraction, consolidation, and bi-temporal recall.
-
Local AI memory system for Claude Code and Cursor. Remembers your preferences, decisions, and project context across sessions using a Go HTTP service and Qdrant vector database…
-
Persistent memory for AI coding agents. SQLite knowledge graph with scoped entities, MCP tools, and LLM-summarized briefings.
Référencé sur Claude Code: claude-plugins-official (5)
-
Continuous memory for Claude Code. Extracts, summarizes, and compresses conversations into tiered daily logs. Claude remembers what you did yesterday.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Easily create custom hooks to prevent unwanted behaviors by analyzing conversation patterns or from explicit instructions. Define rules via simple markdown files.
-
Output.ai workflow development toolkit for Claude Code. Adds 5 specialist agents (planner, builder, debugger, prompt writer, quality reviewer), 40+ slash-command skills covering…
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
Référencé sur Claude: knowledge-work-plugins (5)
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
-
Manage tasks, plan your day, and build up memory of important context about your work. Syncs with your calendar, email, and chat to keep everything organized and on track.
-
Connect 8,000+ apps to your AI workflow. Discover, enable, and execute Zapier actions directly from your client.
-
Sanity content platform integration with MCP server, agent skills, and slash commands. Query and author content, build and optimize GROQ queries, design schemas, and set up Visual…
Référencé sur Codex: openai-curated (openai/plugins) (5)
-
Notion workflows for implementation planning, research synthesis, meeting preparation, and knowledge capture.
-
Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.
-
Bring operational data and context into the flow of your ChatGPT conversations. You can ask questions, create and update records, and analyze your data—all through conversation…
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
Install, open, and connect the signed ChatCut Desktop app from Codex.
Référencé sur Community GitHub marketplaces (5)
-
bettermemory io.github.0Mattias/bettermemory
Memory for coding agents, checked against the filesystem and git before it is believed.
-
A sanctuary for AI agents and humans: attend a service, reflect, read, search, and ask. No auth.
-
agents-party io.github.1gr14/agents-party
One encrypted channel where Claude Code, Cursor, Codex and any other agent talk to each other.
-
Local graph memory that lets Codex recall project context across sessions.
-
Deterministic decision capture + pre-task veto warnings from your self-hosted RoBrain stack
Référencé sur Copilot CLI: github/awesome-copilot (5)
-
Three-layer verification pipeline for AI output. Extracts claims, finds sources, and flags hallucination risks so humans can verify before acting.
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
See your local Copilot token usage by day, model, and session, and get tips to use it more efficiently.
-
Comprehensive collection for building declarative agents with Model Context Protocol integration for Microsoft 365 Copilot
-
Task Researcher and Task Planner for intermediate to expert users and large codebases - Brought to you by microsoft/edge-ai
Référencé sur Copilot CLI: github/copilot-plugins (5)
-
workiq
Query Microsoft 365 data with natural language — emails, meetings, documents, Teams messages, and more.
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
workiq-productivity
WorkIQ productivity skills powered by the local WorkIQ CLI — read-only insights across email, meetings, calendar, Teams, SharePoint, projects, and people.
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
-
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…
Référencé sur Cursor: cursor/plugins (5)
-
Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.
-
Capture, search, and organize notes and collections.
-
Search meeting transcripts, summaries, and action items.
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
Search meetings, transcripts, action items, and emails.
Référencé sur Docker MCP Catalog (4)
-
mcp-neo4j-memory io.github.neo4j-contrib/mcp-neo4j-memory
MCP Neo4j Knowledge Graph Memory Server
-
A Model Context Protocol server for Omi interaction and automation. This server provides tools to read, search, and manipulate Memories and Conversations.
-
Knowledge graph-based persistent memory system.
-
Production-ready RAG service to search and retrieve data from your documents.
Référencé sur Official MCP Registry (5)
-
Montycat MCP - Shared Memory for AI Agents
Shared, persistent memory for AI agents, with semantic recall and live updates.
-
mcp-server in.creo-memories/mcp-server
Memory system for AI agents with semantic search. Store and recall memories with ease.
-
Agent-agnostic persistent memory MCP server. Local-first: memories travel with your project.
-
Persistent semantic memory for AI agents using local ChromaDB vector search. No cloud required.
-
One memory, every AI. A shared, user-owned markdown memory your AI clients read and write over MCP.
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.
Vous voulez cette marque pour votre plugin dans notre catalogue ?
Prouvez que vous le maintenez avec un fichier dans son dépôt, un fichier sur votre domaine ou un enregistrement DNS, et vous pourrez afficher cette marque sur la fiche, avec des bannières à jour pour votre site et votre README. Comment se passe la vérification
Vous recevez aussi 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.