OpenAPI 3.1
openapi.json – die Endpunkte der API-Referenz, maschinenlesbar. Importieren Sie sie in Postman, Insomnia oder Bruno.
Entwickler
Hippocampus ist ein externer Gedächtnispalast für LLMs: ein mehrschichtiges Gedächtnis, das die KI als Wiki aufbaut und pflegt, geteilt mit den Menschen, die es nutzen. Die Suche findet die richtigen Passagen ohne generatives Modell; das Modell schreibt nur die Antwort. Heute verbinden Sie sich über MCP; die REST-API ist im Early Access.
Die Entwicklerdokumentation ist derzeit nicht verfügbar.
Dateien
Jedes Format, für Menschen und für KI-Agenten.
openapi.json – die Endpunkte der API-Referenz, maschinenlesbar. Importieren Sie sie in Postman, Insomnia oder Bruno.
hippocampus.postman_collection.json – jede Anfrage mit Beispielen. Führen Sie zuerst Start here → Sign in aus.
SKILL.md – Einrichtung, die wichtigsten Aufrufe und die häufigsten Fehler, für Claude Code, Cursor oder Codex.
llms.txt ist der Index; llms-full.txt enthält API, MCP und Skill in einer Datei.
API-Referenz und MCP, für Tools, die Markdown lesen.
mcp-server.json – der Eintrag des Servers im Format der MCP-Registry.
Fragen
Senden Sie REST-Aufrufe mit dem Bearer-Token eines angemeldeten Nutzers: POST für Dateien an /ingest, dann POST für eine Anfrage an /search für Passagen oder an /ask für eine zitierte Antwort. Der Importfortschritt wird mit ?stream=true als Server-Sent Events gestreamt, oder Sie fragen /jobs/ mit der Job-ID ab. Der Quickstart in curl, Python und TypeScript und die vollständige API-Referenz stehen auf der API-Seite.
Hippocampus betreibt einen MCP-Server, sodass Claude Code, andere KI-Agenten und Chat-Assistenten mitten in einer Aufgabe Ihre Dokumente durchsuchen, Ordner, Dokumente und Abschnitte öffnen, deren genauen Text lesen und Dateien importieren können. Er nutzt Streamable HTTP und meldet Clients per OAuth an, sodass kein Token in den Client eingefügt wird. Die Adresse zeigt die App unter Connect to your AI.
Hippocampus arbeitet mit jedem Sprachmodell. Sie wählen, welches Modell antwortet, festgelegt pro Workspace, und im Web-Chat kann eine Person das Modell pro Frage wählen. Im Corporate-Paket können Sie Ihren eigenen Modellschlüssel verwenden. Ein Wechsel des Antwortmodells erfordert keinen erneuten Import. Das Embedding-Modell ist für einen Workspace festgelegt, weil ein Wechsel die gespeicherten Vektoren ungültig machen würde.
Sie können PDF, Word (.docx), PowerPoint (.pptx), Excel (.xlsx), Markdown (.md, .markdown) und reinen Text (.txt, .text) importieren. PDFs durchlaufen eine Texterkennung mit Seitenmarkern, sodass gescannte Seiten funktionieren, und das Original bleibt erhalten; .docx wird direkt in Markdown umgewandelt; .pptx und .xlsx werden gelesen und in Markdown umgewandelt; Markdown und Text werden gelesen, wie sie sind, und erhalten Seitenmarker. Eine bereits importierte Datei wird als Duplikat gekennzeichnet.
Jedes Dokument ist ein Ordner mit Markdown und YAML-Front-Matter: eine Zusammenfassung des gesamten Dokuments, der Volltext, die Originaldatei und ein Ordner pro Abschnitt bis hinunter zu den Blattabschnitten. Die Struktur folgt der Spezifikation des Open Knowledge Format, und das Markdown jedes Dokuments ist über die API lesbar. Die Wissensbasis kann jederzeit exportiert werden, solange das Konto aktiv ist.
Eine Antwort kommt mit einem Array von Quellen, und jede Quelle trägt den Dokumenttitel, den Abschnittspfad, die Start- und Endseite, die Byte-Offsets und den verwendeten Text. Zitate stammen aus dem Retrieval-Schritt; das Modell wird nie gebeten, sich selbst zu zitieren. Liefert das Retrieval nichts, wird die Frage abgelehnt statt geraten.
Ja, API-Anfragen sind pro Paket ratenbegrenzt, und der Dienst setzt das Limit durch. Die Limits selbst werden nicht veröffentlicht; Last darüber hinaus erfordert eine schriftliche Vereinbarung mit uns.
Kostenlos starten. Keine Kreditkarte, kein API-Schlüssel, kein Verkaufsgespräch.