MCPメモリ

効率的なナレッジ グラフ機能を備えた、データ豊富なアプリケーション向けのメモリ ソリューションを実装するモデル コンテキスト プロトコル (MCP) サーバー。

概要

このMCPサーバーは、アップロードされたファイルを含む多くのソースから情報を検索する、データ量の多いアプリケーション向けのメモリソリューションを実装しています。効率的なナレッジグラフを通じてメモリを管理するため、内部的にHippoRAGを使用しています。HippoRAGはこのパッケージの必須依存関係です。

Related MCP server: Memory Custom

特徴

• セッションベースのメモリ: 特定のチャットセッションのメモリを作成および管理します

• 効率的なナレッジグラフ: メモリ管理に HippoRAG を使用

• 複数のトランスポートのサポート: stdio と SSE トランスポートの両方で動作します

• 検索機能: アップロードされたファイルを含むさまざまなソースから情報を検索します

• 自動リソース管理: セッションとメモリインスタンスの両方に対するTTLベースのクリーンアップ

インストール

PyPIからインストール:

またはソースからインストールします:

注意: HippoRAG は、mcp-mem が機能するために必要な依存関係です。

使用法

MCP サーバーを直接実行できます。

デフォルトではstdioトランスポートを使用します。SSEトランスポートを使用するには：

SSE トランスポートのホストとポートを指定することもできます。

構成

基本構成

Windsurf の Claude でこのツールを使用するには、MCP 構成ファイルに次の構成を追加します。

commandフィールドは、pip を使用して Python パッケージをインストールしたディレクトリを指す必要があります。

環境変数の設定

環境変数を通じて、mcp-mem が使用する LLM と埋め込みモデルを設定できます。

• EMBEDDING_MODEL_NAME : 使用する埋め込みモデルの名前 (デフォルト: "text-embedding-3-large")

• EMBEDDING_BASE_URL : 埋め込み API のベース URL (オプション)

• LLM_NAME : 使用するLLMモデルの名前（デフォルト: "gpt-4o-mini"）

• LLM_BASE_URL : LLM APIのベースURL（オプション）

• OPENAI_API_KEY : OpenAI API キー (必須)

メモリ管理構成

サーバーには自動リソース管理機能が含まれています。

• セッションTTL ：指定された日数以上操作が行われなかった場合、セッションディレクトリを自動的に削除します。session_ttl_days 設定パラメータを使用して設定します（ session_ttl_days ：なし - 無効）。

• インスタンスTTL ：指定された時間、非アクティブな状態が続くと、HippoRAGインスタンスをメモリから自動的にオフロードしますinstance_ttl_minutes設定パラメータを使用して設定します（デフォルト：30分）。

  この機能は、非アクティブなインスタンスをアンロードしながらも基盤となるデータを保持することで、メモリ使用量の管理に役立ちます。オフロードされたインスタンスに再度アクセスすると、自動的にディスクから再ロードされます。

使用例:

便宜上、提供されているサンプル スクリプトを使用できます。

利用可能なツール

MCP サーバーは次のツールを提供します。

• create_memory : 特定のチャットセッションに新しいメモリを作成する

• store_memory : 特定のセッションにメモリを追加する

• retrieve_memory : 特定のセッションからメモリを取得する

発達

開発のためのインストール

テストの実行

コードスタイル

このプロジェクトでは、フォーマットに Black、インポートのソートに isort、リンティングに flake8 を使用します。

貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。

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。