优化内存 mcp 服务器

这是为了测试和演示 Claude AI 的编码能力，以及良好的 AI 工作流程和提示设计。这是一个 Python 内存 MCP 服务器的分支（我相信官方的 MCP 服务器是用 Java 编写的），它使用 SQLite 作为后端。

知识图谱内存服务器

使用本地知识图谱实现持久内存的基本实现。这使得 Claude 能够在聊天过程中记住用户的相关信息。

核心概念

实体

实体是知识图谱中的主要节点。每个实体具有：

• 唯一名称（标识符）

• 实体类型（例如“人”、“组织”、“事件”）

• 观察结果列表

例子：

关系

关系定义了实体之间的有向连接。它们始终以主动语态存储，描述实体之间如何交互或关联。

例子：

观察

观察值是关于实体的离散信息片段。它们是：

• 存储为字符串

• 附加到特定实体

• 可以独立添加或删除

• 应该是原子的（每个观察一个事实）

例子：

API

工具

• 创建实体

  • 在知识图谱中创建多个新实体

  • 输入： entities （对象数组）

    • 每个对象包含：

      • name （字符串）：实体标识符

      • entityType （字符串）：类型分类

      • observations （string[]）：相关观察

  • 忽略具有现有名称的实体

• 创建关系

  • 在实体之间创建多个新关系

  • 输入： relations （对象数组）

    • 每个对象包含：

      • from （字符串）：源实体名称

      • to （字符串）：目标实体名称

      • relationType （字符串）：主动语态的关系类型

  • 跳过重复关系

• 添加观察结果

  • 向现有实体添加新观察

  • 输入： observations （对象数组）

    • 每个对象包含：

      • entityName （字符串）：目标实体

      • contents （string[]）：要添加的新观察结果

  • 返回每个实体添加的观察值

  • 如果实体不存在则失败

• 删除实体

  • 删除实体及其关系

  • 输入： entityNames （string[]）

  • 级联删除关联关系

  • 如果实体不存在则静默操作

• 删除观察结果

  • 从实体中删除特定观察结果

  • 输入： deletions （对象数组）

    • 每个对象包含：

      • entityName （字符串）：目标实体

      • observations （string[]）：要删除的观察结果

  • 如果不存在观察，则静默运行

• 删除关系

  • 从图中删除特定关系

  • 输入： relations （对象数组）

    • 每个对象包含：

      • from （字符串）：源实体名称

      • to （字符串）：目标实体名称

      • relationType （字符串）：关系类型

  • 如果关系不存在则静默操作

• 读取图

  • 阅读整个知识图谱

  • 无需输入

  • 返回包含所有实体和关系的完整图形结构

• 搜索节点

  • 根据查询搜索节点

  • 输入： query （字符串）

  • 搜索范围：

    • 实体名称

    • 实体类型

    • 观察内容

  • 返回匹配的实体及其关系

• 打开节点

  • 按名称检索特定节点

  • 输入： names （string[]）

  • 返回：

    • 请求的实体

    • 被请求实体之间的关系

  • 默默跳过不存在的节点

与 Claude Desktop 一起使用

设置

将其添加到您的 claude_desktop_config.json 中：

Docker

NPX

系统提示

使用记忆的提示取决于用例。更改提示将有助于模型确定创建记忆的频率和类型。

以下是聊天个性化提示的示例。您可以在Claude.ai 项目的“自定义说明”字段中使用此提示。

建筑

Docker：

执照

此 MCP 服务器采用 MIT 许可证。这意味着您可以自由使用、修改和分发该软件，但须遵守 MIT 许可证的条款和条件。更多详情，请参阅项目仓库中的 LICENSE 文件。