RAG memory for LLM agents over Garnet Vector Sets: store text as embeddings, recall by meaning.
{ "mcpServers": { "io.github.tarazou9-garnet-mcp": { "command": "nuget", "args": [ "GarnetMcp.Server" ], "env": { "Garnet__Host": "<value>", "Garnet__Port": "<value>", "Embeddings__Provider": "<value>", "Embeddings__Endpoint": "<value>", "Embeddings__DeploymentName": "<value>", "Embeddings__Dimensions": "<value>" } } }}Alimenter votre agent
La commande propre à l'éditeur. Ce n'est pas un endpoint PlugMCP.
Host a copy with our keys and logs.
nuget GarnetMcp.ServerClaude Code n'a pas de lien d'installation pour une commande locale. Copiez la commande ci-dessous et exécutez-la dans un terminal.
Garnet__Host=<value> Garnet__Port=<value> Embeddings__Provider=<value> Embeddings__Endpoint=<value> Embeddings__DeploymentName=<value> Embeddings__Dimensions=<value> claude mcp add io.github.tarazou9-garnet-mcp -- nuget GarnetMcp.ServerÀ exécuter dans un terminal.
{ "mcpServers": { "io.github.tarazou9-garnet-mcp": { "command": "nuget", "args": [ "GarnetMcp.Server" ], "env": { "Garnet__Host": "<value>", "Garnet__Port": "<value>", "Embeddings__Provider": "<value>", "Embeddings__Endpoint": "<value>", "Embeddings__DeploymentName": "<value>", "Embeddings__Dimensions": "<value>" } } }}claude_desktop_config.json
URL distante ou commande sur votre machine ? Ce qui distingue les deux installations
Exécuter sur PlugMCP
A new server you create. It is not this listing's official endpoint. Use the publisher install when you want their URL and their credentials.
LancerOutils
Pas encore de liste d'outils. Les serveurs distants en obtiennent une après le premier contrôle d'état.
FAQ
Copiez sur cette page la configuration stdio pour Cursor, Claude Desktop, Claude Code ou VS Code. Elle utilise l'installation de l'éditeur, pas un proxy PlugMCP.
L'éditeur indique ces variables d'environnement : Garnet__Host, Garnet__Port, Embeddings__Provider, Embeddings__Endpoint, Embeddings__DeploymentName, Embeddings__Dimensions.
Garnet s'exécute en local via stdio.
Dernière vérification : 2026-11-10. RAG memory for LLM agents over Garnet Vector Sets: store text as embeddings, recall by meaning.
De l'éditeur
Le README n'a pas encore été exploré. Ouvrir le dépôt
RAG memory for LLM agents over Garnet Vector Sets: store text as embeddings, recall by meaning.