内存 MCP

基于知识图谱的人工智能代理记忆系统，可在对话之间实现持久信息存储。

特征

• 使用知识图谱结构的持久内存存储

• 用于组织信息的实体关系模型

• 添加、搜索和检索记忆的工具

Related MCP server: cortex-engine

工具

系统提供以下MCP工具：

• load_knowledge_graph() ：检索整个知识图谱

• get_knowledge_graph_size() ：返回图的当前大小类别（“小”、“中”或“大”）

• add_entities(entities) ：将新实体添加到内存中

• add_relations(relations) ：创建实体之间的关系

• add_observations(entity_name, observations) ：向现有实体添加观察结果

• delete_entities(entity_names) ：从内存中删除实体

• delete_relations(relations) ：删除关系

• search_nodes(query, search_mode) ：搜索与查询匹配的实体和关系。支持三种搜索模式：

  • “exact_phrase”：将整个查询作为子字符串匹配

  • “any_token”：如果查询中的任何单词匹配则匹配（默认）

  • “all_tokens”：如果查询中的所有单词都匹配，则匹配

• open_nodes(names) ：检索特定实体及其之间的关系

用法

使用以下命令运行代理：

uv run memory_agent.py

代理将自动：

1. 在对话开始时加载其内存

2. 互动时参考相关信息

3. 对话结束时用新信息更新其记忆

输入q退出对话。

配置

使用MEMORY_FILE_PATH环境变量设置内存存储位置（默认为memory.json ）。