Memoria MCP

Un sistema de memoria basado en gráficos de conocimiento para agentes de IA que permite el almacenamiento de información persistente entre conversaciones.

Características

• Almacenamiento de memoria persistente mediante una estructura de gráfico de conocimiento

• Modelo entidad-relación para organizar la información

• Herramientas para agregar, buscar y recuperar recuerdos

Related MCP server: cortex-engine

Herramientas

El sistema proporciona las siguientes herramientas MCP:

• load_knowledge_graph() : recupera el gráfico de conocimiento completo

• get_knowledge_graph_size() : Devuelve la categoría de tamaño actual del gráfico ("pequeño", "mediano" o "grande")

• add_entities(entities) : Agrega nuevas entidades a la memoria

• add_relations(relations) : Crea relaciones entre entidades

• add_observations(entity_name, observations) : agrega observaciones a entidades existentes

• delete_entities(entity_names) : Elimina entidades de la memoria

• delete_relations(relations) : elimina relaciones

• search_nodes(query, search_mode) : Busca entidades y relaciones que coincidan con una consulta. Admite tres modos de búsqueda:

  • "exact_phrase": coincide con toda la consulta como una subcadena

  • "any_token": Coincide si alguna palabra de la consulta coincide (predeterminado)

  • "all_tokens": Coincide si todas las palabras de la consulta coinciden

• open_nodes(names) : recupera entidades específicas y sus relaciones entre ellas

Uso

Ejecute el agente con:

uv run memory_agent.py

El agente automáticamente:

1. Cargar su memoria al inicio de las conversaciones

2. Hacer referencia a información relevante durante las interacciones

3. Actualizar su memoria con nueva información cuando finaliza la conversación

Para salir de una conversación, escriba q .

Configuración

Establezca la ubicación de almacenamiento de memoria con la variable de entorno MEMORY_FILE_PATH (el valor predeterminado es memory.json ).