llmtomd

Name: llmtomd
Author: support-0vd1

LLMtoMD is the memory layer for AI coding agents.

От сообществаРаботаетБез входаГлобальныйБесплатноМожет изменять данные

Что умеет

Convert Url: Convert a web page or a publicly reachable file URL into clean, AI-ready Markdown. Call this when the user gives you a link (article, docs page, or a PDF/Office/image file URL) and wants
List Documents: List the documents in the user's LLMtoMD library, most recent first. Call this to discover what the user has stored, or to find a document_id before reading, searching, or asking about
Get Document: Fetch a stored document's full Markdown by its document_id. Use the document_id returned by convert_url or list_documents. Call this when the user wants to read, summarize, or work with

Какие данные видит

Нужен ли аккаунт

Не нужен: сервер работает без входа

LLMtoMD is the memory layer for AI coding agents. It converts any document — PDF, DOCX, slides, spreadsheets, images, audio, even whole websites — into clean, structured Markdown, then exposes it over MCP so your agent can search your FRDs, specs, and API docs on demand instead of re-reading (or forgetting) them.

On a real 50-page spec, answering a question via retrieval used ~97% fewer tokens than holding the whole doc in context — and returned the exact, cited requirement.

Tools

This server is OAuth-secured (it serves each user's private library), so a directory's live "Tools" tab can't enumerate it without signing in — the tools are listed here instead:

list_documents / get_document — browse and read your library
search_documents — semantic search across your docs
ask_documents — RAG answer with citations
convert_url — turn any web page into Markdown
save_note — write a decision/spec back into the knowledge base
list_collections — focus on one project

Connect (OAuth — no token to paste)

Cursor / VS Code: add the server URL https://mcp.llmtomd.com/mcp
Claude Code: claude mcp add --transport http llmtomd https://mcp.llmtomd.com/mcp
Also Claude, Antigravity, and API-key for OpenAI / LangChain / LlamaIndex. Full guides: https://llmtomd.com/integrations

Free tier included (MCP on every plan) → https://llmtomd.com

Как подключить

Как подключить llmtomd к Claude

Адрес сервера, который нужно вставить в настройках Claude:

https://llmtomd--support-0vd1.run.tools

Откройте Claude (сайт claude.ai или приложение для компьютера).
Перейдите в Настройки → Коннекторы (в английском интерфейсе: Settings → Connectors).
Нажмите Добавить пользовательский коннектор (Add custom connector).
Вставьте адрес сервера, скопированный ниже, в поле URL удалённого MCP-сервера и нажмите Добавить.
В чате нажмите + → Коннекторы и включите новый коннектор.

Пользовательские коннекторы доступны на тарифах Free, Pro, Max, Team и Enterprise. На Free можно добавить только один. В Team и Enterprise коннектор сначала добавляет владелец организации в Настройки организации → Коннекторы.

Авторизация

После нажатия Добавить откроется окно входа в сервис. Войдите под своим аккаунтом и подтвердите доступ. Пароль Claude не видит.

Как подключить llmtomd к ChatGPT

Адрес сервера, который нужно вставить в настройках ChatGPT:

https://llmtomd--support-0vd1.run.tools

Откройте ChatGPT в браузере (chatgpt.com). Нужен тариф Plus, Pro, Business, Enterprise или Edu.
Один раз включите режим разработчика: Настройки → Приложения → Дополнительные настройки → Режим разработчика (Settings → Apps → Advanced settings → Developer mode).
Откройте Настройки → Коннекторы и нажмите Создать (Create).
Заполните форму: Название (любое), Описание (одна фраза, что делает сервис), URL MCP-сервера (скопируйте ниже).
В поле Аутентификация выберите OAuth, если сервис требует вход, иначе Нет. Нажмите Создать.
В новом чате откройте + → Приложения/Коннекторы и включите коннектор.

Название раздела у OpenAI менялось (Connectors → Apps/Plugins). Если пункт называется иначе, ищите «режим разработчика» в настройках. В рабочих пространствах Business/Enterprise администратор должен разрешить пользовательские коннекторы.

Авторизация

При первом использовании ChatGPT откроет окно входа в сервис. Войдите и подтвердите доступ.

Как подключить llmtomd к Cursor

Адрес сервера, который нужно вставить в настройках Cursor:

https://llmtomd--support-0vd1.run.tools

Быстрый способ: нажмите кнопку Открыть в Cursor ниже, Cursor сам предложит добавить сервер.

Вручную:

В Cursor откройте Settings → Cursor Settings → MCP и нажмите Add new global MCP server.
Вставьте JSON, скопированный ниже, в открывшийся файл ~/.cursor/mcp.json (для одного проекта: .cursor/mcp.json в корне проекта).
Сохраните файл. Сервер появится в списке MCP; при необходимости пройдите авторизацию по кнопке рядом с ним.

Авторизация

Если сервис требует вход, рядом с сервером в списке MCP появится кнопка авторизации.

Список инструментов сервера (7)

Технические названия из tools/list. Нужны только разработчикам.

convert_url	Convert a web page or a publicly reachable file URL into clean, AI-ready Markdown. Call this when the user gives you a link (article, docs page, or a PDF/Office/image file URL) and wants it as Markdown, or wants to summarize or analyze its contents. Blocks until the conversion finishes (up to ~2 minutes) and returns the Markdown plus a document_id you can reuse with the other tools. Args: url: The web page or file URL to convert. crawl: If true, follow same-origin links and convert the whole site (bounded). ocr_langs: Optional Tesseract language hint for scanned files, e.g. "eng+fra".
list_documents	List the documents in the user's LLMtoMD library, most recent first. Call this to discover what the user has stored, or to find a document_id before reading, searching, or asking about a specific document. Pass `collection` (a project name or id) to list only that project's documents.
get_document	Fetch a stored document's full Markdown by its document_id. Use the document_id returned by convert_url or list_documents. Call this when the user wants to read, summarize, or work with the full contents of a specific document.
search_documents	Semantic search across the user's LLMtoMD documents; returns the most relevant passages with similarity scores. Call this to locate where something is discussed across many documents — including specs, requirements/FRDs, and design docs when working on software. Pass document_id to search within a single document, or collection (a project name or id) to search only that project.
ask_documents	Answer a question using the user's LLMtoMD documents (retrieval-augmented): finds the relevant passages and returns a cited answer with its sources. Call this when the user asks a question whose answer lives in their stored documents — including project requirements, specs, and API references when building software, so you rely on the authoritative spec rather than guessing. Pass document_id to scope the answer to a single document, or collection (a project name or id) to scope it to one project.
list_collections	List the user's collections (projects) and how many documents each contains. A collection groups a project's documents (e.g. an FRD, specs, and design docs) so you can scope search_documents / ask_documents / list_documents to it with `collection`, or load it as context with the load_project prompt.
save_note	Save Markdown back into the user's LLMtoMD library so it persists and is searchable. Use this as write-back memory: record a decision, a spec you derived, a summary, or progress notes during a build, so the detail survives into later sessions instead of being lost when this conversation ends. Pass `collection` (a project name or id) to file the note under a project, or `append_to` (a note's document_id) to add to an existing note instead of creating a new one. Args: title: A short title for the note (used as its filename). content: The Markdown body to store. collection: Optional project to file the note under (name or id). append_to: Optional document_id of an existing note to append to.