MCP DuckDB ナレッジグラフ メモリサーバー
公式 Knowledge Graph Memory Serverのフォーク バージョンです。
インストール
Smithery経由でインストール
Smithery経由で Claude Desktop 用の DuckDB Knowledge Graph Memory Server を自動的にインストールするには:
npx -y @smithery/cli install @IzumiSy/mcp-duckdb-memory-server --client claude
手動インストール
それ以外の場合は、 claude_desktop_config.jsonに@IzumiSy/mcp-duckdb-memory-serverを手動で追加します ( MEMORY_FILE_PATHはオプションです)
{
"mcpServers": {
"graph-memory": {
"command": "npx",
"args": [
"-y",
"@izumisy/mcp-duckdb-memory-server"
],
"env": {
"MEMORY_FILE_PATH": "/path/to/your/memory.data"
}
}
}
}
そのパスに保存されるデータは、DuckDB データベース ファイルです。
ドッカー
建てる
docker build -t mcp-duckdb-graph-memory .
走る
docker run -dit mcp-duckdb-graph-memory
Related MCP server: MCP Memory Service
使用法
以下の例の指示を使用してください
Follow these steps for each interaction:
1. User Identification:
- You should assume that you are interacting with default_user
- If you have not identified default_user, proactively try to do so.
2. Memory Retrieval:
- Always begin your chat by saying only "Remembering..." and search relevant information from your knowledge graph
- Create a search query from user words, and search things from "memory". If nothing matches, try to break down words in the query at first ("A B" to "A" and "B" for example).
- Always refer to your knowledge graph as your "memory"
3. Memory
- While conversing with the user, be attentive to any new information that falls into these categories:
a) Basic Identity (age, gender, location, job title, education level, etc.)
b) Behaviors (interests, habits, etc.)
c) Preferences (communication style, preferred language, etc.)
d) Goals (goals, targets, aspirations, etc.)
e) Relationships (personal and professional relationships up to 3 degrees of separation)
4. Memory Update:
- If any new information was gathered during the interaction, update your memory as follows:
a) Create entities for recurring organizations, people, and significant events
b) Connect them to the current entities using relations
b) Store facts about them as observations
モチベーション
このプロジェクトでは、バックエンドを DuckDB に置き換えることで、元の MCP ナレッジ グラフ メモリ サーバーを強化します。
なぜ DuckDB なのか?
従来のMCP Knowledge Graph Memory Serverは、JSONファイルをデータストアとして使用し、インメモリ検索を実行していました。このアプローチは小規模なデータセットには適していますが、いくつかの課題があります。
パフォーマンス: データセットが大きくなるにつれて、メモリ内検索のパフォーマンスは低下します。
スケーラビリティ: 多数のエンティティとリレーションを処理する場合、メモリ使用量が大幅に増加します。
クエリの柔軟性: 複雑なクエリや条件付き検索は実装が難しい
データ整合性: トランザクションとCRUD操作のアトミック性を保証することは困難です
DuckDB は次のような課題に対処するために選択されました。
高速クエリ処理: DuckDBは分析クエリに最適化されており、大規模なデータセットでも優れたパフォーマンスを発揮します。
SQLインターフェース: 標準SQLを使用して複雑なクエリを簡単に実行できます
トランザクションサポート: データの整合性を維持するためのトランザクション処理をサポートします
インデックス機能: 検索パフォーマンスを向上させるためのインデックスの作成を可能にします
組み込みデータベース: 外部データベースサーバーを必要とせずにアプリケーション内で動作します
実装の詳細
この実装では、バックエンド ストレージ システムとして DuckDB を使用し、次の 2 つの重要な側面に重点を置いています。
データベース構造
ナレッジ グラフは、次に示すようにリレーショナル データベース構造に保存されます。
erDiagram
ENTITIES {
string name PK
string entityType
}
OBSERVATIONS {
string entityName FK
string content
}
RELATIONS {
string from_entity FK
string to_entity FK
string relationType
}
ENTITIES ||--o{ OBSERVATIONS : "has"
ENTITIES ||--o{ RELATIONS : "from"
ENTITIES ||--o{ RELATIONS : "to"
このスキーマ設計により、エンティティ、観察、関係間の関係を維持しながら、ナレッジ グラフ コンポーネントを効率的に保存および取得できるようになります。
あいまい検索の実装
この実装では、SQL クエリと Fuse.js を組み合わせて、柔軟なエンティティ検索を実現します。
DuckDB SQLクエリはデータベースから基本データを取得します
Fuse.jsは取得したデータにあいまい一致機能を提供する
このハイブリッドアプローチは、構造化されたクエリと柔軟なテキストマッチングの両方を可能にします。
検索結果には完全一致と部分一致の両方が含まれ、関連性に基づいてランク付けされます。
発達
設定
テスト
ライセンス
このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。
