PMB AI

Server MCP di oleksiijko

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

Gira in locale (Gira sul tuo computer: la sua pagina riporta il comando di installazione)Gira con uvx

Installa PMB AI

Gira sul tuo computer. Il tuo client lo avvia con questo comando:

uvx pmb-ai

Richiede uv (Python) sul tuo computer. I passaggi qui sotto mostrano dove va il comando in ogni client.

Condividi questo server

Apre questa pagina, con il comando di installazione e i passaggi di configurazione.

mcp.tc/i/pmb-ai

Descrizione

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.

Cosa puoi fare

  • 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

Tool

I server locali mostrano i loro tool solo quando sono in esecuzione, e questo non pubblica l’elenco in anticipo. Il tuo client li mostra dopo averlo aggiunto.

Prompt di esempio

  • 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.

Configurazione

Ogni client avvia PMB AI sul tuo computer con lo stesso comando. Scegli il tuo; la pagina ricorda la tua scelta.

Claude Code

  1. Eseguilo in un terminale, nella cartella del tuo progetto:
claude mcp add --transport stdio pmb-ai -- uvx pmb-ai
  1. Avvia Claude Code e digita /mcp. pmb-ai dovrebbe risultare collegato.

Aggiungi --scope user per renderlo disponibile in tutti i progetti.

Claude Desktop

  1. Apri Settings → Developer → Edit Config. Si apre claude_desktop_config.json. Aggiungi:
claude_desktop_config.json
{
  "mcpServers": {
    "pmb-ai": {
      "command": "uvx",
      "args": [
        "pmb-ai"
      ]
    }
  }
}
  1. Salva il file e riavvia Claude Desktop.

Richiede uv (Python) sul tuo computer. Il file si trova in ~/Library/Application Support/Claude/ su macOS e in %APPDATA%\Claude\ su Windows.

Cursor

Oppure aggiungilo a mano in ~/.cursor/mcp.json (tutti i progetti) o in .cursor/mcp.json (questo progetto):

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

Richiede uv (Python) sul tuo computer.

VS Code

Oppure da un terminale:

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

Oppure fai commit nel repository in .vscode/mcp.json:

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

Richiede uv (Python) sul tuo computer.

Devin Desktop

  1. Aggiungilo a ~/.config/devin/mcp_config.json (macOS e Linux) o a %APPDATA%\devin\mcp_config.json (Windows):
mcp_config.json
{
  "mcpServers": {
    "pmb-ai": {
      "command": "uvx",
      "args": [
        "pmb-ai"
      ]
    }
  }
}
  1. Aggiorna l’elenco dei server MCP in Cascade.

Devin Desktop è il nuovo nome di Windsurf.

Codex

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

Oppure modifica direttamente ~/.codex/config.toml:

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

Richiede uv (Python) sul tuo computer.

Gemini CLI

gemini mcp add pmb-ai uvx pmb-ai

Così lo aggiungi al progetto corrente. Aggiungi -s user per usarlo ovunque.

Qualsiasi client

La maggior parte dei client che avviano server locali accetta questa forma:

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

Zed mette i server sotto context_servers nelle sue impostazioni, con gli stessi campi command, args ed env.

Richiede uv (Python) sul tuo computer.

Domande frequenti

Posso incollare mcp.tc/i/pmb-ai nel mio client MCP?

No. PMB AI gira sul tuo computer, avviato dal tuo client, quindi non ha un indirizzo web a cui collegarsi. Il link rapido è la pagina da condividere; il comando di installazione è uvx pmb-ai.

PMB AI richiede una chiave API?

No. Non dichiara chiavi né variabili d’ambiente. Gira con i permessi del tuo account utente, quindi controlla cosa possono raggiungere i suoi tool.

PMB AI è un server remoto o locale?

Locale. Il tuo client lo avvia come processo sul tuo computer con uvx pmb-ai, che richiede uv (Python).

Cosa può fare PMB AI?

Puoi recall past decisions and lessons across agent sessions, fetch project context, open goals and recent activity with prepare e hybrid search over memory with recall.

Quali client possono usarlo?

Qualsiasi client che avvia server locali: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed e altri. claude.ai e ChatGPT si collegano solo a server remoti.

Chi ha scritto questa pagina?

Il robot di mcp.tc ha letto i metadati pubblici di PMB AI (le pagine del suo pacchetto e del repository), e un modello di AI ne ha ricavato il testo. Una persona esamina tutto ciò che i controlli non riescono a confermare. Il testo può comunque contenere errori, quindi se ne trovi uno usa Segnala questa scheda su questa pagina.

Embed

Mostra PMB AI in un README o sul tuo sito. Ogni embed rimanda a questa pagina, usa il comando di installazione del server e non imposta cookie. Come funzionano gli embed

Badge per il README

Anteprima del badge, chiaroAnteprima del badge, scuro
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>

Segue la modalità chiara o scura di chi legge. Aggiungi ?theme=light o ?theme=dark per fissarla, oppure ?style=compact per mostrare il simbolo senza la scritta.

Scheda per il sito

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

La scheda compare dove si trova il tag. Aggiungi data-theme="dark" o data-size="compact" al tag per cambiarla. Il file contiene tutto ciò che serve, quindi non fa altre richieste e non imposta cookie.

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>

Usalo nelle pagine che non consentono script. Aggiungi ?theme=light o ?theme=dark all’indirizzo per fissare i colori.

JSON

La scheda come dati per le tue pagine e i tuoi strumenti: nome, descrizione breve, comando di installazione, tool e i link «Aggiungi a». Qualsiasi sito può leggerla (CORS aperto).

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

Cosa significa ogni campo

mcp.tc non è affiliato a oleksiijko. Questa pagina è stata costruita dai metadati pubblici di PMB AI (ultimo controllo: 4 ott 2026), e la descrizione l’ha scritta un modello di AI, quindi può contenere errori. Nomi e marchi appartengono ai rispettivi titolari. Qualcosa non va? Segnala questa scheda.