A knowledge graph MCP server that stores, organizes, and manages entities and relations extracted by Claude into a SQLite-based graph. It solves knowledge fragmentation and reduces LLM context bloat by providing a structured, persistent knowledge base.
Ingest Knowledge (ingest_knowledge): Accepts raw text with extracted entities (names, categories, descriptions, aliases, properties) and relations (source, target, type, description), upserting them into the knowledge graph.
List & Search Nodes (list_nodes): Query nodes by keyword (partial matching on name/summary), filter by category, paginate, sort, and optionally include connected edges.
Merge Nodes (merge_nodes): Consolidate duplicate nodes — keeps node A, absorbs node B (soft-deletes it), transferring aliases, deduplicating edges, and optionally applying a merged summary.
Update Node (update_node): Modify an existing node's summary, category, aliases, or custom properties.
Delete Node (delete_node): Soft-delete a node by name, with an optional cascade to also remove all connected edges.
Delete Edge (delete_edge): Soft-delete a relationship by edge ID or by specifying source/target/relation conditions.
Additional capabilities: SQLite storage in WAL mode for concurrency, configurable categories and database path, and natural language integration via Claude Desktop.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@Knowledge MCP Save knowledge: TCP is reliable and connection-oriented"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Air 프레임워크(https://docs.airmcp.dev/) 로 만든 배운 CS 지식을 그래프 구조로 자동 정리·병합하는 MCP 서버입니다.
Claude Desktop에서 자연어로 지식을 말하면, 핵심 개념(Entity)과 관계(Relation)를 추출해서 SQLite 기반 지식 그래프에 저장합니다. 같은 개념이 다시 나오면 기존 노드에 병합합니다.
지식 파편화: 같은 개념에 대해 시차를 두고 배운 정보가 하나의 노드에 누적
컨텍스트 비대화: 전체 대화를 넘기지 않고, 관련 노드만 꺼내서 토큰 절약
할루시네이션 방지: 정제된 지식 베이스를 기반으로 LLM 답변 품질 향상
Related MCP server: Knowledge Graph Memory Server
사용자 → Claude(Entity/Relation 추출) → MCP(저장) → SQLite(WAL 모드)MCP 내부에 별도 LLM이 없습니다. Claude가 추출과 판단을, MCP가 저장과 조회를 담당합니다.
도구 | 설명 |
| Entity/Relation JSON을 받아 그래프에 upsert |
| 키워드 검색, 카테고리 필터, 페이지네이션 |
| 중복 노드 병합 (alias 이전, edge 중복 처리) |
| 노드 속성 직접 수정 |
| 노드 soft delete (cascade 옵션) |
| 관계 soft delete (ID 또는 조건) |
git clone https://github.com/jihoho12/MyKnowledgeMCP.git
cd MyKnowledgeMCP
uv syncclaude_desktop_config.json에 추가:
{
"mcpServers": {
"knowledge": {
"command": "uv",
"args": ["run", "--directory", "/path/to/MyKnowledgeMCP", "python", "-m", "knowledge_mcp.server"]
}
}
}Claude Desktop에서 자연어로:
"HTTP는 TCP 위에서 동작하는 애플리케이션 계층 프로토콜이야. 정리해줘."
→ Claude가 Entity/Relation 추출 → ingest_knowledge 호출
"네트워크 관련 지식 보여줘"
→ list_nodes(category="network")
"'서버'랑 'Server' 같은 개념이니까 합쳐줘"
→ merge_nodes(node_a="서버", node_b="Server")구성 요소 | 선택 |
MCP 서버 | Python + FastMCP |
저장소 | SQLite (WAL 모드) |
패키지 관리 | uv |
Entity 추출 | Claude (대화 중인 LLM) |
config.toml에서 카테고리 목록, DB 경로, summary 통합 임계값을 변경할 수 있습니다.
[knowledge]
categories = ["general", "network", "os", "database", "web", "security", "language", "algorithm", "architecture", "devops"]
summary_consolidation_threshold = 50048개 테스트 전체 통과 (기능 28 + 고급 20)
도구별 정상/에러 경로
동시성 (WAL 멀티스레드)
대량 데이터 성능 (500 노드)
데이터 무결성 (SQL injection, 특수문자, 외래키)
복구 (DB 손상, 백업/복원)
MIT
edge를 삭제(soft delete)합니다. edge_id로 직접 삭제하거나, source/target/relation 조건으로 삭제합니다.
Args: edge_id: 삭제할 edge ID (이 값이 있으면 다른 조건 무시) source: source 노드 이름 (조건 삭제용) target: target 노드 이름 (조건 삭제용) relation: 관계 타입 (조건 삭제용)
Inputs: edge_id, source, target, relation. Returns: result
노드를 삭제(soft delete)합니다.
Args: name: 삭제할 노드 이름 cascade: True면 연결된 edge도 함께 삭제. False면 edge가 있을 경우 거부.
Inputs: name (required), cascade. Returns: result
지식을 그래프에 저장합니다. Claude가 추출한 Entity/Relation JSON을 받습니다.
Args: raw_text: 사용자가 입력한 원본 텍스트 (로그용) entities: JSON 배열. 예: [{"name": "서버", "category": "network", "description": "클라이언트에게 서비스를 제공하는 컴퓨터", "aliases": ["Server"], "properties": {}}] relations: JSON 배열. 예: [{"source": "서버", "target": "클라이언트", "relation": "serves", "description": "서비스 제공 관계"}]
Inputs: raw_text (required), entities (required), relations (required). Returns: result
지식 그래프의 노드 목록을 조회합니다.
Args: keyword: 검색어 (name, summary에서 부분 매칭). 빈 문자열이면 전체 조회. category: 카테고리 필터. 빈 문자열이면 전체. include_edges: 각 노드의 연결된 edge 포함 여부 limit: 최대 반환 수 (기본 20, 최대 100) offset: 페이지네이션 오프셋 sort_by: 정렬 기준 (updated_at, created_at, name) sort_order: 정렬 방향 (asc, desc)
Inputs: keyword, category, include_edges, limit, +3 more. Returns: result
두 노드를 하나로 병합합니다. node_a를 유지하고 node_b를 흡수합니다.
Args: node_a: 유지할 노드 이름 node_b: 흡수될 노드 이름 (병합 후 soft delete) merged_summary: Claude가 합쳐서 작성한 통합 요약 (선택. 비어있으면 단순 append)
Inputs: node_a (required), node_b (required), merged_summary. Returns: result
특정 노드의 속성을 수정합니다.
Args: name: 수정할 노드 이름 summary: 새 요약 (전체 교체). 빈 문자열이면 변경 안 함. category: 새 카테고리. 빈 문자열이면 변경 안 함. add_aliases: 추가할 별칭 JSON 배열. 예: ["웹서버", "web server"]. 빈 문자열이면 변경 안 함. properties: 추가할 속성 JSON 객체. 기존 속성에 merge. 빈 문자열이면 변경 안 함.
Inputs: name (required), summary, category, add_aliases, +1 more. Returns: result
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Scored across 6 tools
Each tool targets a distinct operation (delete node, delete edge, ingest, list, merge, update) with clear boundaries. No two tools overlap in purpose.
All tool names follow a consistent verb_noun snake_case pattern (e.g., delete_edge, list_nodes). No mixing of conventions.
6 tools is well-scoped for a knowledge graph server, covering creation, deletion, update, list, and merge without being too sparse or too heavy.
Basic CRUD for nodes is covered, but edges lack update and list operations. There is no dedicated get tool for individual nodes or edges, which may hinder agents.
Persistent knowledge graph for AI agents. Remember, recall, and forget facts.
Personal wiki and memory layer for AI assistants. Persistent, structured memory across sessions.
Memory for Claude, ChatGPT and other AI apps: notes and docs as a searchable graph, EU-hosted.
A self-hostable feed of reminders, learnings and work that Claude and ChatGPT can read and write