Servidor de memoria de gráficos de conocimiento

Una implementación básica de memoria persistente mediante un grafo de conocimiento local. Esto permite a Claude recordar información sobre el usuario en todos los chats.

Conceptos básicos

Entidades

Las entidades son los nodos principales del grafo de conocimiento. Cada entidad tiene:

• Un nombre único (identificador)

• Un tipo de entidad (por ejemplo, "persona", "organización", "evento")

• Una lista de observaciones

Ejemplo:

{
  "name": "John_Smith",
  "entityType": "person",
  "observations": ["Speaks fluent Spanish"]
}

Relaciones

Las relaciones definen conexiones dirigidas entre entidades. Siempre se almacenan en voz activa y describen cómo las entidades interactúan o se relacionan entre sí.

Ejemplo:

{
  "from": "John_Smith",
  "to": "Anthropic",
  "relationType": "works_at"
}

Observaciones

Las observaciones son fragmentos discretos de información sobre una entidad. Son:

• Almacenados como cadenas

• Adjunto a entidades específicas

• Se puede agregar o quitar de forma independiente.

• Debe ser atómico (un hecho por observación)

Ejemplo:

{
  "entityName": "John_Smith",
  "observations": [
    "Speaks fluent Spanish",
    "Graduated in 2019",
    "Prefers morning meetings"
  ]
}

Related MCP server: Knowledge Graph Memory Server

API

Herramientas

• crear_entidades

  • Crear múltiples entidades nuevas en el gráfico de conocimiento

  • Entrada: entities (matriz de objetos)

    • Cada objeto contiene:

      • name (cadena): identificador de entidad

      • entityType (cadena): clasificación de tipos

      • observations (string[]): Observaciones asociadas

  • Ignora entidades con nombres existentes

• crear_relaciones

  • Crear múltiples relaciones nuevas entre entidades

  • Entrada: relations (matriz de objetos)

    • Cada objeto contiene:

      • from (string): Nombre de la entidad de origen

      • to (cadena): nombre de la entidad de destino

      • relationType (cadena): Tipo de relación en voz activa

  • Omite relaciones duplicadas

• añadir_observaciones

  • Agregar nuevas observaciones a entidades existentes

  • Entrada: observations (matriz de objetos)

    • Cada objeto contiene:

      • entityName (cadena): entidad de destino

      • contents (string[]): Nuevas observaciones para agregar

  • Devuelve observaciones agregadas por entidad

  • Falla si la entidad no existe

• eliminar_entidades

  • Eliminar entidades y sus relaciones

  • Entrada: entityNames (cadena[])

  • Eliminación en cascada de relaciones asociadas

  • Operación silenciosa si la entidad no existe

• eliminar_observaciones

  • Eliminar observaciones específicas de las entidades

  • Entrada: deletions (matriz de objetos)

    • Cada objeto contiene:

      • entityName (cadena): entidad de destino

      • observations (string[]): Observaciones para eliminar

  • Funcionamiento silencioso si no existe observación

• eliminar_relaciones

  • Eliminar relaciones específicas del gráfico

  • Entrada: relations (matriz de objetos)

    • Cada objeto contiene:

      • from (string): Nombre de la entidad de origen

      • to (cadena): nombre de la entidad de destino

      • relationType (cadena): tipo de relación

  • Operación silenciosa si no existe relación

• leer_gráfico

  • Lea el gráfico de conocimiento completo

  • No se requiere entrada

  • Devuelve la estructura gráfica completa con todas las entidades y relaciones

• nodos de búsqueda

  • Búsqueda de nodos según la consulta

  • Entrada: query (cadena)

  • Búsquedas en:

    • Nombres de entidades

    • Tipos de entidad

    • Contenido de la observación

  • Devuelve entidades coincidentes y sus relaciones.

• nodos abiertos

  • Recuperar nodos específicos por nombre

  • Entrada: names (cadena[])

  • Devoluciones:

    • Entidades solicitadas

    • Relaciones entre las entidades solicitadas

  • Omite silenciosamente nodos inexistentes

Uso con Claude Desktop

Configuración

Agregue esto a su claude_desktop_config.json:

Estibador

{
  "mcpServers": {
    "memory": {
      "command": "docker",
      "args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
    }
  }
}

NPX

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ]
    }
  }
}

NPX con configuración personalizada

El servidor se puede configurar utilizando las siguientes variables de entorno:

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ],
      "env": {
        "MEMORY_FILE_PATH": "/path/to/custom/memory.json"
      }
    }
  }
}

• MEMORY_FILE_PATH : Ruta al archivo JSON de almacenamiento de memoria (predeterminado: memory.json en el directorio del servidor)

Instrucciones de instalación de VS Code

Para una instalación rápida, utilice uno de los botones de instalación de un solo clic que aparecen a continuación:

Para la instalación manual, agregue el siguiente bloque JSON a su archivo de configuración de usuario (JSON) en VS Code. Para ello, presione Ctrl + Shift + P y escriba Preferences: Open Settings (JSON) .

Opcionalmente, puede agregarlo a un archivo llamado .vscode/mcp.json en su espacio de trabajo. Esto le permitirá compartir la configuración con otros.

Tenga en cuenta que la clave mcp no es necesaria en el archivo .vscode/mcp.json .

NPX

{
  "mcp": {
    "servers": {
      "memory": {
        "command": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-memory"
        ]
      }
    }
  }
}

Estibador

{
  "mcp": {
    "servers": {
      "memory": {
        "command": "docker",
        "args": [
          "run",
          "-i",
          "-v",
          "claude-memory:/app/dist",
          "--rm",
          "mcp/memory"
        ]
      }
    }
  }
}

Indicador del sistema

El indicador para utilizar la memoria depende del caso de uso. Cambiarlo ayudará al modelo a determinar la frecuencia y los tipos de memorias creadas.

Aquí tienes un ejemplo de mensaje para personalizar el chat. Puedes usarlo en el campo "Instrucciones personalizadas" de un proyecto de Claude.ai .

Follow these steps for each interaction:

1. User Identification:
   - You should assume that you are interacting with default_user
   - If you have not identified default_user, proactively try to do so.

2. 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"

3. 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)

4. 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
     b) Connect them to the current entities using relations
     b) Store facts about them as observations

Edificio

Estibador:

docker build -t mcp/memory -f src/memory/Dockerfile . 

Licencia

Este servidor MCP cuenta con la licencia MIT. Esto significa que puede usar, modificar y distribuir el software libremente, sujeto a los términos y condiciones de la licencia MIT. Para más detalles, consulte el archivo de LICENCIA en el repositorio del proyecto.