PAPI: Persistent Adaptive Project Intelligence
Adaptive plan/build/review cycles for AI coding assistants, persisted across sessions.
Serveur MCP · par getpapi
Aperçu
PAPI: Persistent Adaptive Project Intelligence est un serveur MCP publié par getpapi. Places de marché que nous lisons et qui le référencent : 2 (Official MCP Registry, Community GitHub marketplaces). 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 à distance
Aucune des places de marché que nous lisons ne publie ses outils ni les réglages qu'il demande.
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
npm @papi-ai/server (@papi-ai/server sur npm)
- Téléchargements npm par semaine: 100 (2026-10-12)
- Téléchargements npm par mois: 1 396 (2026-10-12)
- Dernière version sur npm : 0.402.35, publiée le 2026-09-22
Aucune vulnérabilité connue dans OSV pour 0.402.35 (vérifié le 2026-10-13)
Les données npm proviennent du registre public npm (registry.npmjs.org, api.npmjs.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
Un lien en un clic ouvre le client, qui demande une confirmation avant d'ajouter le serveur.
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 distant
Construit à partir de ce que déclare Official MCP Registry.
claude mcp add --transport http papi https://mcp.getpapi.ai/mcp[mcp_servers.papi]
url = "https://mcp.getpapi.ai/mcp"{
"mcpServers": {
"papi": {
"url": "https://mcp.getpapi.ai/mcp"
}
}
}En plugin Claude Code
Construit à partir de ce que déclare Community GitHub marketplaces.
/plugin marketplace add getpapi/papi
/plugin install papi@papiOù il est publié
| Place de marché | Statut | Version | Chiffres | Vérifié | Vu pour la première fois |
|---|---|---|---|---|---|
| Official MCP Registry (Ouvrir la fiche du registre) | Référencé | 0.402.35 | Téléchargements par mois (npm): 1 396 Téléchargements par semaine (npm): 100 Forks (GitHub): 0 Étoiles (GitHub): 11 |
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.
Également listé dans une place de marché communautaire
| Place de marché | Dépôt | Étoiles (GitHub) |
|---|---|---|
| papi | getpapi/papi | 11 |
Quelles places de marché nous lisons et comment nous les vérifions
Ce que contient le lot
Tel que publié sur Community GitHub marketplaces.
Serveurs MCP: 1
papi
Skills: 2
check-mcppapi-verify
Ce qui a changé
- Apparu sur une nouvelle place de marché : Community GitHub marketplaces
- Community GitHub marketplaces: apparu
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.
-
Context intelligence for AI coding agents: navigation, impact, memory, guarded edits.
-
Persistent project memory for AI coding agents: one compact digest instead of re-reading the repo.
-
in-memoria io.github.pi22by7/in-memoria
Persistent codebase intelligence that gives AI assistants memory across sessions
-
mdflow — Context OS for AI Coding Agents
Context OS for AI coding agents: task-scoped AST context, verified mutation, and rollback.
-
project-memory-mcp io.github.kaaustubh/project-memory-mcp
Persistent memory for AI coding agents — past bugs, decisions, and your corrections, in your repo.
-
memini io.github.lumayapartners/memini
Local-first project memory and mistake-prevention guardrails for AI coding agents.
-
contextual io.github.Contextual-Laboratories/contextual
Persistent memory for AI coding agents: local-first semantic search, dependency graphs, git history.
-
codeledger io.github.codeledgerECF/codeledger
Deterministic context selection for AI coding agents. Local memory that compounds across sessions.
-
Tool-first MCP: AST nav, impact/flow, task chains, memo/recall.
-
aidimag io.github.AiDimag/aidimag
Persistent, verified memory for AI coding agents: recall, capture, guardrails, review queue.
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)
-
PDCA memory loop for Claude Code — prevents "AI fixed bug X and broke feature Y" across iterations. Installs a three-tier memory system in your project (project-memory…
-
Teach your AI coding agent the MASA (Modular Agentic Semantic Architecture) framework — maximizes how well agents can understand, navigate, and safely modify your codebase.
-
Intelligent orchestration platform for AI coding tools. Coordinates Claude, Codex, Gemini, and OpenCode through a single MCP server — routing each task to the best model using…
-
A self-improving agent skill pipeline that prevents common AI coding agent failures. Includes 6 skills (plan-interview, intent-framed-agent, context-surfing, simplify-and-harden…
-
A self-learning development pipeline that gets smarter with every cycle. It calibrates itself against your codebase, dynamically selects the highest-impact tasks, implements them…
Référencé sur Claude Code: claude-plugins-official (5)
-
Comprehensive development workflow for building AI agents with the Atomic Agents framework. Includes specialized agents for schema design, architecture planning, code review, and…
-
Comprehensive feature development workflow with specialized agents for codebase exploration, architecture design, and quality review
-
Interactive self-referential AI loops for iterative development, implementing the Ralph Wiggum technique. Claude works on the same task repeatedly, seeing its previous work, until…
-
Analyze codebases and recommend tailored Claude Code automations such as hooks, skills, MCP servers, and subagents.
-
MCP server for AI coding agents to create, manage, and interact with Quarkus applications. Provides tools for project scaffolding, dev mode lifecycle, extension skills, Dev MCP…
Référencé sur Claude: knowledge-work-plugins (5)
-
AI-first project auditor and re-engineer based on the 9 design principles and 7 design patterns from the TechWolf AI-First Bootcamp
-
Bring Qodo's codebase intelligence, coding standards, and code review into your coding agent.
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Streamline engineering workflows — standups, code review, architecture decisions, incident response, and technical documentation. Works with your existing tools or standalone.
-
Official Buildkite skills for Claude Code, Cursor, and other AI coding agents — pipelines, migration, preflight, agent runtime, CLI, and API
Référencé sur Codex: openai-curated (openai/plugins) (5)
-
An agentic skills framework & software development methodology that works: planning, TDD, debugging, and collaboration workflows.
-
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.
-
AI-powered code review in Codex, powered by CodeRabbit.
-
Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…
Référencé sur Community GitHub marketplaces (5)
-
Local-first, governable long-term memory for AI coding agents
-
One workspace for every AI coding assistant. Shared tasks, memory, and governance.
-
codeweb io.github.GhostlyGawd/codeweb
See what your AI edits affect. Structural checks for AI code changes. 28 MCP tools, no LLM.
-
vibsync com.vibsync/vibsync
One shared brain for your AI coding agents: team memory, agent Q&A, tasks, and file claims.
-
memharness io.github.las7/memharness
Bi-temporal, provenance-carrying long-term memory for AI agents, in one SQLite file.
Référencé sur Copilot CLI: github/awesome-copilot (5)
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
Build applications with the GitHub Copilot SDK across multiple programming languages. Includes comprehensive instructions for C#, Go, Node.js/TypeScript, and Python to help you…
-
Tools and techniques for maximizing GitHub Copilot effectiveness through better context management. Includes guidelines for structuring code, an agent for planning multi-file…
-
Goal-driven task orchestration with independent verification. Interviews the user to define a clear goal, then loops between a Builder subagent (does the work) and an Inspector…
-
Meta prompts that help you discover and generate curated GitHub Copilot agents, instructions, prompts, and skills.
Référencé sur Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
Bring Azure DevOps work-item, repository, and pull-request workflows into GitHub Copilot.
-
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…
-
Advanced Security plugin for GitHub Copilot.
-
Navigate and interact with your C++ code using the Microsoft C++ Language Server.
Référencé sur Cursor: cursor/plugins (5)
-
Consult a stronger model before major decisions, when stuck, and before declaring done.
-
if you want to go fast, go deep first. pstack helps you write less, but higher quality code. rigorous agent workflows you can parallelize with confidence.
-
Patterns for designing CLIs that coding agents can run reliably: flags, help with examples, pipelines, errors, idempotency, dry-run.
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.
Référencé sur Docker MCP Catalog (5)
-
Bridges multiple AI models and CLIs, enabling orchestrated workflows across Claude Code, Gemini CLI, Codex CLI, and other AI development tools.
-
Stop stitching context for Copilot and Cursor. With Sequa MCP, your AI tools know your entire codebase and docs out of the box.
-
Giving Claude ability to run code with E2B via MCP (Model Context Protocol).
-
buildkite-mcp-server io.github.buildkite/buildkite-mcp-server
MCP server exposing Buildkite API data (pipelines, builds, jobs, tests) to AI tooling and editors.
-
Server-enforced workflow discipline for AI agents: work items, dependency graphs, quality gates
Référencé sur Official MCP Registry (5)
-
Context intelligence for AI coding agents: navigation, impact, memory, guarded edits.
-
Persistent project memory for AI coding agents: one compact digest instead of re-reading the repo.
-
in-memoria io.github.pi22by7/in-memoria
Persistent codebase intelligence that gives AI assistants memory across sessions
-
mdflow — Context OS for AI Coding Agents
Context OS for AI coding agents: task-scoped AST context, verified mutation, and rollback.
-
project-memory-mcp io.github.kaaustubh/project-memory-mcp
Persistent memory for AI coding agents — past bugs, decisions, and your corrections, in your repo.
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. Données issues de Community GitHub marketplaces. 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.