PMB AI

MCP-Server von oleksiijko

Give AI coding agents persistent local memory for decisions, lessons and facts, stored in a single SQLite file on your disk.

Läuft lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)Läuft mit uvx

PMB AI installieren

Läuft auf deinem Rechner. Dein Client startet ihn mit diesem Befehl:

uvx pmb-ai

Braucht uv (Python) auf deinem Rechner. Die Schritte unten zeigen, wo der Befehl in jedem Client hingehört.

Diesen Server teilen

Öffnet diese Seite, mit dem Installationsbefehl und den Einrichtungsschritten.

mcp.tc/i/pmb-ai

Über den Server

PMB stores decisions, lessons, personal facts, project structure and indexed PDFs in a local workspace, with SQLite as the source of truth and LanceDB search indexes beside it. Agents such as Claude Code, Cursor and Codex read it back over MCP. The prepare tool returns project context, lessons, recent activity and open goals for a message, and recall runs hybrid search (BM25, vector, graph, rerank). The README mentions 27 other tools.

It runs locally over stdio as the PyPI package pmb-ai, started with uvx. No account, API key or cloud service is needed, and the README says nothing leaves your machine. A pmb setup command detects your agent and writes the MCP entry, and a local dashboard is available on 127.0.0.1.

Was du damit machen kannst

  • Recall past decisions and lessons across agent sessions
  • Fetch project context, open goals and recent activity with prepare
  • Hybrid search over memory with recall
  • Record keyed personal facts that keep old values archived
  • Index project code structure and PDFs for later retrieval
  • Browse memory in a local dashboard on 127.0.0.1
  • Export all stored memory to Markdown or JSON

Tools

Lokale Server zeigen ihre Tools erst, wenn sie laufen, und dieser veröffentlicht seine Liste nicht vorab. Dein Client zeigt sie, nachdem du ihn hinzugefügt hast.

Beispiel-Prompts

  • Fix that pricing bug we hit last Tuesday, using what you remember about it.

  • Recall our earlier decision about the auth approach.

  • Remember that this project must never lower the threshold under 25%.

  • Index the PDF paper.pdf so you can answer questions about it later.

Einrichtung

Jeder Client startet PMB AI mit demselben Befehl auf deinem Rechner. Wähl deinen; die Seite merkt sich deine Wahl.

Claude Code

  1. Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport stdio pmb-ai -- uvx pmb-ai
  1. Starte Claude Code und tippe /mcp. pmb-ai sollte als verbunden angezeigt werden.

Ergänze --scope user, damit er in jedem Projekt verfügbar ist.

Claude Desktop

  1. Öffne Settings → Developer → Edit Config. Das öffnet claude_desktop_config.json. Füge hinzu:
claude_desktop_config.json
{
  "mcpServers": {
    "pmb-ai": {
      "command": "uvx",
      "args": [
        "pmb-ai"
      ]
    }
  }
}
  1. Speichere die Datei und starte Claude Desktop neu.

Braucht uv (Python) auf deinem Rechner. Die Datei liegt unter macOS in ~/Library/Application Support/Claude/ und unter Windows in %APPDATA%\Claude\.

Cursor

Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:

mcp.json
{
  "mcpServers": {
    "pmb-ai": {
      "command": "uvx",
      "args": [
        "pmb-ai"
      ]
    }
  }
}

Braucht uv (Python) auf deinem Rechner.

VS Code

Oder aus einem Terminal:

code --add-mcp '{"name":"pmb-ai","type":"stdio","command":"uvx","args":["pmb-ai"]}'

Oder committe ihn ins Repository in .vscode/mcp.json:

.vscode/mcp.json
{
  "servers": {
    "pmb-ai": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "pmb-ai"
      ]
    }
  }
}

Braucht uv (Python) auf deinem Rechner.

Devin Desktop

  1. Füge ihn zu ~/.config/devin/mcp_config.json (macOS und Linux) oder %APPDATA%\devin\mcp_config.json (Windows) hinzu:
mcp_config.json
{
  "mcpServers": {
    "pmb-ai": {
      "command": "uvx",
      "args": [
        "pmb-ai"
      ]
    }
  }
}
  1. Aktualisiere die Liste der MCP-Server in Cascade.

Devin Desktop ist der neue Name von Windsurf.

Codex

codex mcp add pmb-ai -- uvx pmb-ai

Oder bearbeite ~/.codex/config.toml direkt:

config.toml
[mcp_servers.pmb-ai]
command = "uvx"
args = ["pmb-ai"]

Braucht uv (Python) auf deinem Rechner.

Gemini CLI

gemini mcp add pmb-ai uvx pmb-ai

Damit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.

Jeder Client

Die meisten Clients, die lokale Server starten, akzeptieren diese Form:

{
  "mcpServers": {
    "pmb-ai": {
      "command": "uvx",
      "args": [
        "pmb-ai"
      ]
    }
  }
}

Zed legt Server in seinen Einstellungen unter context_servers ab, mit denselben Feldern command, args und env.

Braucht uv (Python) auf deinem Rechner.

Häufige Fragen

Kann ich mcp.tc/i/pmb-ai in meinen MCP-Client einfügen?

Nein. PMB AI läuft auf deinem eigenen Rechner und wird von deinem Client gestartet, hat also keine Webadresse, mit der man sich verbinden könnte. Der Quick-Link ist die Seite zum Teilen; der Installationsbefehl lautet uvx pmb-ai.

Braucht PMB AI einen API-Schlüssel?

Nein. Er gibt keine Schlüssel oder Umgebungsvariablen an. Er läuft mit den Rechten deines Benutzerkontos, prüfe also, worauf seine Tools zugreifen können.

Ist PMB AI ein Remote- oder ein lokaler Server?

Lokal. Dein Client startet ihn als Prozess auf deinem Rechner, mit uvx pmb-ai, was uv (Python) braucht.

Was kann PMB AI?

Du kannst damit Recall past decisions and lessons across agent sessions, Fetch project context, open goals and recent activity with prepare und Hybrid search over memory with recall.

Welche Clients können ihn nutzen?

Jeder Client, der lokale Server startet: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. claude.ai und ChatGPT verbinden sich nur mit Remote-Servern.

Wer hat diese Seite geschrieben?

Der Roboter von mcp.tc hat die öffentlichen Metadaten von PMB AI (seine Paket- und Repository-Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite.

Einbinden

Zeig PMB AI in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt den Installationsbefehl des Servers und setzt keine Cookies. So funktionieren Einbindungen

README-Badge

Badge-Vorschau, hellBadge-Vorschau, dunkel
Markdown
[![PMB AI on mcp.tc](https://mcp.tc/i/pmb-ai/badge.svg)](https://mcp.tc/i/pmb-ai)
HTML
<a href="https://mcp.tc/i/pmb-ai"><img src="https://mcp.tc/i/pmb-ai/badge.svg" alt="PMB AI on mcp.tc" height="20"></a>

Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.

Website-Karte

HTML
<script src="https://mcp.tc/w/pmb-ai.js" async></script>

Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.

iframe

HTML
<iframe src="https://mcp.tc/embed/pmb-ai" title="PMB AI on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>

Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.

JSON

Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, Installationsbefehl, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).

https://mcp.tc/i/pmb-ai.json

Was jedes Feld bedeutet

mcp.tc ist nicht mit oleksiijko verbunden. Diese Seite entstand aus den öffentlichen Metadaten von PMB AI, zuletzt geprüft am 4. Okt. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden.