Сервер памяти MCP

Сервер протокола контекста модели (MCP), который предоставляет функциональность графа знаний для управления сущностями, отношениями и наблюдениями в памяти со строгими правилами проверки для поддержания согласованности данных.

Установка

Установите сервер в Claude Desktop:

mcp install main.py -v MEMORY_FILE_PATH=/path/to/memory.jsonl

Related MCP server: Qualitative Researcher MCP Server

Правила проверки данных

Имена сущностей

Должны начинаться со строчной буквы
Могут содержать строчные буквы, цифры и дефисы
Максимальная длина 100 символов
Должны быть уникальными в пределах графа
Примеры допустимых имен: python-project, meeting-notes-2024, user-john

Типы сущностей

Поддерживаются следующие типы сущностей:

person: Люди
concept: Абстрактные идеи или принципы
project: Рабочие инициативы или задачи
document: Любая форма документации
tool: Программные инструменты или утилиты
organization: Компании или группы
location: Физические или виртуальные места
event: События, ограниченные по времени

Наблюдения

Непустые строки
Максимальная длина 500 символов
Должны быть уникальными для каждой сущности
Должны быть фактическими и объективными утверждениями
Включайте временную метку, когда это уместно

Отношения

Поддерживаются следующие типы отношений:

knows: Связь между людьми
contains: Отношение родитель/потомок
uses: Сущность, использующая другую сущность
created: Отношение авторства/создания
belongs-to: Принадлежность/владение
depends-on: Отношение зависимости
related-to: Общее отношение

Дополнительные правила отношений:

Исходная и целевая сущности должны существовать
Самореферентные отношения не допускаются
Циклические зависимости не допускаются
Необходимо использовать предопределенные типы отношений

Использование

Сервер предоставляет инструменты для управления графом знаний:

Получить сущность

result = await session.call_tool("get_entity", {
    "entity_name": "example"
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"Entity not found: {result.error}")
    elif result.error_type == "VALIDATION_ERROR":
        print(f"Invalid input: {result.error}")
    else:
        print(f"Error: {result.error}")
else:
    entity = result.data
    print(f"Found entity: {entity}")

Получить граф

result = await session.call_tool("get_graph", {})
if result.success:
    graph = result.data
    print(f"Graph data: {graph}")
else:
    print(f"Error retrieving graph: {result.error}")

Создать сущности

# Valid entity creation
entities = [
    Entity(
        name="python-project",  # Lowercase with hyphens
        entityType="project",   # Must be a valid type
        observations=["Started development on 2024-01-29"]
    ),
    Entity(
        name="john-doe",
        entityType="person",
        observations=["Software engineer", "Joined team in 2024"]
    )
]
result = await session.call_tool("create_entities", {
    "entities": entities
})
if not result.success:
    if result.error_type == "VALIDATION_ERROR":
        print(f"Invalid entity data: {result.error}")
    else:
        print(f"Error creating entities: {result.error}")

Добавить наблюдение

# Valid observation
result = await session.call_tool("add_observation", {
    "entity": "python-project",
    "observation": "Completed initial prototype"  # Must be unique for entity
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"Entity not found: {result.error}")
    elif result.error_type == "VALIDATION_ERROR":
        print(f"Invalid observation: {result.error}")
    else:
        print(f"Error adding observation: {result.error}")

Создать отношение

# Valid relation
result = await session.call_tool("create_relation", {
    "from_entity": "john-doe",
    "to_entity": "python-project",
    "relation_type": "created"  # Must be a valid type
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"Entity not found: {result.error}")
    elif result.error_type == "VALIDATION_ERROR":
        print(f"Invalid relation data: {result.error}")
    else:
        print(f"Error creating relation: {result.error}")

Поиск в памяти

result = await session.call_tool("search_memory", {
    "query": "most recent workout"  # Supports natural language queries
})
if result.success:
    if result.error_type == "NO_RESULTS":
        print(f"No results found: {result.error}")
    else:
        results = result.data
        print(f"Search results: {results}")
else:
    print(f"Error searching memory: {result.error}")

Функциональность поиска поддерживает:

Временные запросы (например, "самый недавний", "последний")
Запросы активности (например, "тренировка", "упражнение")
Общий поиск сущностей
Нечеткий поиск с порогом сходства 80%
Взвешенный поиск по:
- Именам сущностей (вес: 1.0)
- Типам сущностей (вес: 0.8)
- Наблюдениям (вес: 0.6)

Удалить сущности

result = await session.call_tool("delete_entities", {
    "names": ["python-project", "john-doe"]
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"Entity not found: {result.error}")
    else:
        print(f"Error deleting entities: {result.error}")

Удалить отношение

result = await session.call_tool("delete_relation", {
    "from_entity": "john-doe",
    "to_entity": "python-project"
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"Entity not found: {result.error}")
    else:
        print(f"Error deleting relation: {result.error}")

Очистить память

result = await session.call_tool("flush_memory", {})
if not result.success:
    print(f"Error flushing memory: {result.error}")

Типы ошибок

Сервер использует следующие типы ошибок:

NOT_FOUND: Сущность или ресурс не найден
VALIDATION_ERROR: Неверные входные данные
INTERNAL_ERROR: Ошибка на стороне сервера
ALREADY_EXISTS: Ресурс уже существует
INVALID_RELATION: Неверное отношение между сущностями

Модели ответов

Все инструменты возвращают типизированные ответы, используя следующие модели:

EntityResponse

class EntityResponse(BaseModel):
    success: bool
    data: Optional[Dict[str, Any]] = None
    error: Optional[str] = None
    error_type: Optional[str] = None

GraphResponse

class GraphResponse(BaseModel):
    success: bool
    data: Optional[Dict[str, Any]] = None
    error: Optional[str] = None
    error_type: Optional[str] = None

OperationResponse

class OperationResponse(BaseModel):
    success: bool
    error: Optional[str] = None
    error_type: Optional[str] = None

Разработка

Запуск тестов

pytest tests/

Добавление новых функций

Обновите правила проверки в validation.py
Добавьте тесты в tests/test_validation.py
Реализуйте изменения в knowledge_graph_manager.py

Memory MCP Server