Memoria personalizada

insignia de herrería

Este proyecto añade nuevas funcionalidades al servidor de memoria del equipo de MCP. Permite la creación y gestión de un grafo de conocimiento que captura interacciones mediante un modelo de lenguaje (LLM).

Nuevas funciones

1. Rutas de memoria personalizadas

Los usuarios ahora pueden especificar diferentes rutas de archivos de memoria para varios proyectos.
¿Por qué?: Esta característica mejora la organización y la gestión de los datos de memoria, lo que permite el almacenamiento de memoria específico del proyecto.

2. Sellado de tiempo

El servidor ahora genera marcas de tiempo para las interacciones.
¿Por qué?: Las marcas de tiempo permiten rastrear cuándo se creó o modificó cada memoria, lo que proporciona un mejor contexto e historial para los datos almacenados.

Related MCP server: Knowledge Graph Memory Server

Empezando

Prerrequisitos

Node.js (versión 16 o superior)

Instalación mediante herrería

Para instalar Knowledge Graph Memory Server para Claude Desktop automáticamente a través de Smithery :

npx -y @smithery/cli install @BRO3886/mcp-memory-custom --client claude

Instalación

Clonar el repositorio:

git clone git@github.com:BRO3886/mcp-memory-custom.git
cd mcp-memory-custom

Instalar las dependencias:
```
npm install
```

Configuración

Antes de ejecutar el servidor, puede configurar la variable de entorno MEMORY_FILE_PATH para especificar la ruta del archivo de memoria. Si no se configura, el servidor usará por defecto memory.json en el mismo directorio que el script.

Ejecución del servidor

Actualización del archivo json del servidor mcp

Agregue esto a su archivo claude_desktop_config.json / .cursor/mcp.json :

{
  "mcpServers": {
    "memory": {
      "command": "node",
      "args": ["/path/to/mcp-memory-custom/dist/index.js"]
    }
  }
}

Cambios en el aviso del sistema:

Follow these steps for each interaction:
1. The memoryFilePath for this project is /path/to/memory/project_name.json - always pass this path to the memory file operations (when creating entities, relations, or retrieving memory etc.)
2. User Identification:
   - You should assume that you are interacting with default_user
   - If you have not identified default_user, proactively try to do so.

3. Memory Retrieval:
   - Always begin your chat by saying only "Remembering..." and retrieve all relevant information from your knowledge graph
   - Always refer to your knowledge graph as your "memory"

4. 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)

5. 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, add timestamps to wherever required. You can get current timestamp via get_current_time
     b) Connect them to the current entities using relations
     c) Store facts about them as observations, add timestamps to observations via get_current_time


IMPORTANT: Provide a helpful and engaging response, asking relevant questions to encourage user engagement. Update the memory during the interaction, if required, based on the new information gathered (point 4).

Ejecución del servidor local

Para iniciar el servidor de memoria de Knowledge Graph, ejecute:

npm run build
node dist/index.js

El servidor escuchará las solicitudes a través de entrada/salida estándar.

Puntos finales de API

El servidor expone varias herramientas que pueden llamarse con parámetros específicos:

Obtener la hora actual
Establecer la ruta del archivo de memoria
Crear entidades
Crear relaciones
Añadir observaciones
Eliminar entidades
Eliminar observaciones
Eliminar relaciones
Leer gráfico
Nodos de búsqueda
Nodos abiertos

Expresiones de gratitud

Inspirado en el servidor Memory de Anthropic.

Memory Custom