ctxr-dev/llm-wiki-memory

Was macht llm-wiki-memory?

Lokaler, git-versionierter Speicher für KI-Codierungsagenten. Kein RAG, kein Docker, kein externer Dienst. Erfassen, kompilieren und abrufen über ein lokales LLM-Wiki mit On-Device-Embeddings und einem MCP-Server.

Beschreibung

Dieses Tool bietet KI-Codierungsagenten (wie Claude Code, Cursor, Codex) einen lokalen, versionierten Gedächtnisspeicher. Es nutzt ein lokales LLM-Wiki mit On-Device-Embeddings, um Informationen zu erfassen, zu kompilieren und bei Bedarf abzurufen – ganz ohne RAG, Docker oder externe Dienste. Der Fokus liegt auf Einfachheit und Datenschutz: Alle Daten bleiben auf dem Gerät des Entwicklers und werden mit Git versioniert, was eine Nachverfolgung von Änderungen und Zusammenarbeit ermöglicht. Ein MCP-Server stellt die Funktionalität als standardisierten Dienst bereit, der leicht in verschiedene Entwicklungsumgebungen integriert werden kann.

Hauptmerkmale

• Lokal: Kein RAG, kein Docker, kein Cloud-Dienst. Alles läuft auf Ihrem Rechner.
• Git-versioniert: Jede Änderung am Wiki wird versioniert. Sie können Änderungen nachverfolgen, rückgängig machen oder mit anderen teilen.
• On-Device-Embeddings: Verwendet lokale Embedding-Modelle (z. B. via llama.cpp oder sentence-transformers). Keine Daten verlassen Ihr System.
• MCP-Server: Stellt die Speicher- und Abruffunktionen als standardisierten MCP-Dienst bereit (Model Context Protocol). Lässt sich leicht mit Claude Code, Cursor, Codex und anderen MCP-kompatiblen Tools integrieren.
• LLM-Wiki: Ein einfaches, strukturiertes Markdown-basiertes Wiki, in dem Agenten Informationen speichern und abrufen können.

Voraussetzungen

• Python 3.10+
• Git
• Ein lokales Embedding-Modell (optional, aber empfohlen; z. B. all-MiniLM-L6-v2)

Installation

# Repository klonen
git clone https://github.com/ctxr-dev/llm-wiki-memory.git
cd llm-wiki-memory

# Abhängigkeiten installieren
pip install -r requirements.txt

# MCP-Server starten
python mcp_server.py

Konfiguration

Setzen Sie die folgenden Umgebungsvariablen:

• WIKI_PATH: Pfad zum lokalen Wiki-Verzeichnis (Standard: ./wiki)
• EMBEDDING_MODEL: Name oder Pfad des Embedding-Modells (Standard: all-MiniLM-L6-v2)
• MCP_PORT: Port für den MCP-Server (Standard: 8000)

Nutzung

Mit Claude Code

Fügen Sie den MCP-Server zur Konfiguration von Claude Code hinzu (z. B. in claude_code.json):

{
  "mcpServers": {
    "llm-wiki-memory": {
      "command": "python",
      "args": ["mcp_server.py"],
      "env": {
        "WIKI_PATH": "./wiki"
      }
    }
  }
}

Mit Cursor

Konfigurieren Sie den MCP-Server in den Cursor-Einstellungen unter MCP Servers.

API-Referenz

Der MCP-Server stellt folgende Fähigkeiten bereit:

• capture: Speichert einen neuen Eintrag im Wiki (mit Titel, Inhalt, Tags)
• compile: Fasst mehrere Einträge zu einer Zusammenfassung zusammen
• recall: Ruft relevante Einträge basierend auf einer Abfrage ab (nutzt Embeddings)
• search: Durchsucht das Wiki nach Schlüsselwörtern oder Semantik
• list: Listet alle Einträge auf
• delete: Löscht einen Eintrag

Lizenz

MIT