hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
Integrations
Uses Elasticsearch as the backend for the knowledge graph, providing distributed, scalable storage for entities and relations with advanced search capabilities
Provides a TypeScript interface to Elasticsearch with all core operations for interacting with the knowledge graph
MCP 메모리: AI 대화를 위한 지속형 메모리 🧠
AI에게 대화 중에도 기억되는 기억력을 부여하세요. 중요한 맥락을 다시는 놓치지 마세요.
MCP 메모리는 Elasticsearch 기반의 강력한 지식 그래프 시스템으로, AI 모델에 컨텍스트 윈도우를 넘어 영구 메모리를 제공합니다. 모델 컨텍스트 프로토콜(MCP)을 위해 구축된 이 시스템은 LLM이 중요한 정보를 영구적으로 기억하도록 하여 더욱 일관되고 개인화되며 효과적인 AI 대화를 생성할 수 있도록 합니다.
🌟 AI 모델에 영구 메모리가 필요한 이유
AI 비서로 인해 이런 좌절을 경험한 적이 있나요?
- AI가 이전 대화에서 중요한 세부 사항을 잊어버렸습니다.
- 새로운 채팅을 시작할 때마다 동일한 컨텍스트를 반복해야 함
- 대화 기록이 가득 차면 귀중한 통찰력을 잃게 됩니다.
- 과거 작업이나 결정을 참조할 수 없음
MCP 메모리는 맥락을 무기한으로 보존하는 체계적이고 검색 가능한 메모리 저장소를 구축하여 이러한 문제를 해결합니다. 이제 AI는 사용자와 의미 있고 장기적인 관계를 구축하고 며칠, 몇 주 또는 몇 달 동안의 상호작용에도 일관성을 유지할 수 있습니다.
✨ 주요 특징
- 📊 지속 메모리 : 여러 세션에 걸쳐 정보를 저장하고 검색합니다.
- 🔍 스마트 검색 : 강력한 Elasticsearch 쿼리로 필요한 것을 정확하게 찾으세요
- 📓 상황적 회상 : AI는 대화에 따라 관련 정보를 자동으로 우선순위화합니다.
- 🧩 관계적 이해 : 인간의 연관 기억을 모방하는 관계로 개념을 연결합니다.
- 🔄 장기 기억 / 단기 기억 : 일시적인 세부 사항과 중요한 지식을 구별하세요
- 🗂️ 메모리 영역 : 정보를 별도의 도메인(프로젝트, 클라이언트, 주제)으로 구성합니다.
- 🔒 안정적이고 확장 가능 : 엔터프라이즈급 성능을 위해 Elasticsearch 기반으로 구축됨
🚀 5분 설정
시작하는 것은 매우 간단합니다.
필수 조건
- Docker : Elasticsearch(또는 로컬 Elasticsearch 설치)를 실행하는 데 필요합니다.
- Node.js : 버전 18 이상
- npm : 패키지 관리용
지엑스피1
🔌 Claude Desktop에 연결
MCP 메모리는 Claude Desktop과 원활하게 작동하도록 설계되어 Claude가 모든 대화에서 지속적인 메모리를 사용할 수 있도록 합니다.
- 실행 스크립트를 복사하고 구성합니다 .저장소에는 간단히 복사할 수 있는
launch.example
파일이 포함되어 있습니다.스크립트를 실행 가능하게 만드세요:CopyCopy - Claude Desktop에 명령을 추가합니다 .
- 클로드 데스크톱 설정 열기
- "명령" 섹션으로 이동하세요
- "새 명령 추가"를 클릭하세요
- 다음과 같이 구성하세요.
- 이름 : MCP 메모리
- 명령어 : /path/to/mcp-servers/memory/launch.sh
- 인수 : 비워두세요
- 백그라운드에서 실행 : 예
- 메뉴에 표시 : 예
- 연결 확인 :
- Claude Desktop에서 명령을 시작합니다.
- Claude가 MCP Memory에 연결되었다는 알림이 표시되어야 합니다.
- 이전 대화에서 논의했던 내용에 대해 클로드에게 물어보세요!
전체 예제와 시각적 가이드를 보려면 Claude Desktop MCP 서버 설정 가이드를 온라인에서 확인하세요.
💡 작동 원리
MCP 메모리는 다음과 같은 구조화된 지식 그래프를 생성합니다.
- 엔터티 는 사람, 개념, 프로젝트 또는 기억할 가치가 있는 모든 것을 나타냅니다.
- 관계는 엔터티를 연결하여 협회 네트워크를 생성합니다.
- 관찰은 엔터티에 대한 구체적인 세부 정보를 포착합니다.
- 관련성 점수는 어떤 정보를 우선시할지 결정합니다.
LLM과 통합하면 시스템은 자동으로 다음을 수행합니다.
- 대화 중에 배운 새로운 정보를 저장합니다.
- 필요할 때 관련 컨텍스트를 검색합니다.
- 관련 개념 간의 연결을 구축합니다.
- 중요한 지식을 보존하면서 중요하지 않은 세부 사항은 잊어버립니다.
🛠️ 예: 에이전트가 메모리를 사용하는 방법
사용자 관점에서
대화 1: 초기 정보
대화 2: 며칠 또는 몇 주 후
대화 3: 생일 이후
에이전트가 메모리를 사용하는 방법
사용자가 중요한 내용을 언급하면 에이전트는 다음을 수행합니다.
- 기억할 만한 중요한 정보를 인식합니다
- 엔터티, 관계 및 관찰을 생성하여 메모리에 저장합니다.
- 새로운 세부 정보가 나오면 기존 정보를 업데이트합니다.
사용자가 저장된 정보와 관련된 내용을 언급하면 에이전트는 다음을 수행합니다.
- 현재 대화에 따라 관련 컨텍스트를 메모리에서 검색합니다 .
- 도움이 될 수 있는 중요한 세부 정보를 검색합니다.
- 이 정보를 자연스럽게 응답에 통합합니다 .
이 과정은 자동으로 진행됩니다. 사용자는 보조자와 일반적인 대화를 나누기만 하면 되고, 메모리 시스템이 자동으로 작동하여 세션 전반에 걸쳐 맥락을 유지합니다.
지능형 엔티티 관리
MCP 메모리에는 엔터티 생성 및 업데이트에 대한 스마트한 처리 기능이 포함되어 있습니다.
- 이미 존재하는 엔터티를 생성하려고 할 때 시스템은 새로운 정보로 확장하는 방법에 대한 지침과 함께 기존 엔터티 데이터를 반환합니다.
- 시스템은 새 엔터티 생성과 기존 엔터티 업데이트 간의 차이를 지능적으로 구분합니다.
- 정보가 업데이트되더라도 엔터티 관계는 자동으로 유지됩니다.
🧰 관리 도구
MCP Memory에는 지식 그래프를 유지 관리하기 위한 포괄적인 관리 CLI가 포함되어 있습니다.
📚 고급 기능
메모리 존
지식을 별도의 도메인으로 구성합니다.
대화형 메모리 관리
자연스러운 대화를 통해 도우미에게 기억을 다른 구역으로 정리하도록 지시할 수도 있습니다.
메모리 영역 만들기 및 사용
영역별 정보 검색
메모리 영역 간 전환
기억을 별도의 구역으로 정리하면 대화가 더욱 관련성이 높아지고 현재 주제나 프로젝트에 집중할 수 있습니다.
검색 기능
Elasticsearch의 강력한 검색 기능을 활용하세요.
🤝 기여하기
기여를 환영합니다! 자세한 내용은 CONTRIBUTING.md를 참조하세요.
📝 라이센스
MIT
You must be authenticated.
Tools
Elasticsearch를 사용하여 모델 컨텍스트 프로토콜에 대한 확장 가능한 지식 그래프 구현을 제공하고, AI 모델이 고급 검색 기능, 메모리와 유사한 동작 및 다중 영역 아키텍처를 통해 정보를 저장하고 쿼리할 수 있도록 합니다.
- 🌟 Why AI Models Need Persistent Memory
- ✨ Key Features
- 🚀 5-Minute Setup
- 💡 How It Works
- 🛠️ Example: How Agents Use Memory
- 🧰 Admin Tools
- 📚 Advanced Features
- 🤝 Contributing
- 📝 License