mcp-knowledge-graph

知识图谱记忆服务器

这是一种改进的持久化内存实现，使用本地知识图谱，并且支持自定义 --memory-path。

这使得AI模型能够在不同的聊天中记住用户的信息。它适用于任何支持Model Context Protocol (MCP) 或函数调用功能的AI模型。

[!NOTE]
这是原始 Memory Server 的一个分支，旨在不使用临时内存的npx安装方法。

服务器名称

mcp-knowledge-graph

核心概念

实体

实体是知识图谱中的主要节点。每个实体具有：

• 唯一名称（标识符）
• 实体类型（如“person”、“organization”、“event”）
• 观察列表

示例：

{
  "name": "John_Smith",
  "entityType": "person",
  "observations": ["会说流利的西班牙语"]
}

关系

关系定义了实体之间的有向连接。它们始终以主动语态存储，描述实体如何互动或相关。

示例：

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

观察

观察是关于实体的离散信息。它们是：

• 以字符串形式存储
• 附加到特定实体
• 可以独立添加或删除
• 应该是原子性的（每个观察一个事实）

示例：

{
  "entityName": "John_Smith",
  "observations": [
    "会说流利的西班牙语",
    "2019年毕业",
    "喜欢早上的会议"
  ]
}

API

工具

• create_entities

  • 在知识图谱中创建多个新实体
  • 输入：entities（对象数组）
    • 每个对象包含：
      • name（字符串）：实体标识符
      • entityType（字符串）：类型分类
      • observations（字符串数组）：相关观察
  • 忽略已存在名称的实体

• create_relations

  • 在实体之间创建多个新关系
  • 输入：relations（对象数组）
    • 每个对象包含：
      • from（字符串）：源实体名称
      • to（字符串）：目标实体名称
      • relationType（字符串）：主动语态的关系类型
  • 跳过重复关系

• add_observations

  • 向现有实体添加新观察
  • 输入：observations（对象数组）
    • 每个对象包含：
      • entityName（字符串）：目标实体
      • contents（字符串数组）：要添加的新观察
  • 返回每个实体的添加观察
  • 如果实体不存在则失败

• delete_entities

  • 删除实体及其关系
  • 输入：entityNames（字符串数组）
  • 级联删除相关关系
  • 如果实体不存在则为静默操作

• delete_observations

  • 从实体中删除特定观察
  • 输入：deletions（对象数组）
    • 每个对象包含：
      • entityName（字符串）：目标实体
      • observations（字符串数组）：要删除的观察
  • 如果观察不存在则为静默操作

• delete_relations

  • 从图谱中删除特定关系
  • 输入：relations（对象数组）
    • 每个对象包含：
      • from（字符串）：源实体名称
      • to（字符串）：目标实体名称
      • relationType（字符串）：关系类型
  • 如果关系不存在则为静默操作

• read_graph

  • 读取整个知识图谱
  • 无需输入
  • 返回包含所有实体和关系的完整图谱结构

• search_nodes

  • 根据查询搜索节点
  • 输入：query（字符串）
  • 搜索范围包括：
    • 实体名称
    • 实体类型
    • 观察内容
  • 返回匹配的实体及其关系

• open_nodes

  • 按名称检索特定节点
  • 输入：names（字符串数组）
  • 返回：
    • 请求的实体
    • 请求实体之间的关系
  • 跳过不存在的节点

与MCP兼容平台的用法

此服务器可与任何支持Model Context Protocol (MCP)或函数调用功能的AI平台一起使用，包括Claude、GPT、Llama等。

与Claude Desktop的设置

将此添加到您的claude_desktop_config.json中：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-knowledge-graph",
        "--memory-path",
        "/Users/shaneholloman/Dropbox/shane/db/memory.jsonl"
      ],
      "autoapprove": [
        "create_entities",
        "create_relations",
        "add_observations",
        "delete_entities",
        "delete_observations",
        "delete_relations",
        "read_graph",
        "search_nodes",
        "open_nodes"
      ]
    },
  }
}

与其他AI平台的设置

任何支持函数调用或MCP标准的AI平台都可以连接到此服务器。具体配置取决于平台，但服务器通过MCP接口公开标准工具。

自定义内存路径

您可以指定内存文件的自定义路径：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-knowledge-graph",
        "--memory-path",
        "/Users/shaneholloman/Dropbox/shane/db/memory.jsonl"
      ],
      "autoapprove": [
        "create_entities",
        "create_relations",
        "add_observations",
        "delete_entities",
        "delete_observations",
        "delete_relations",
        "read_graph",
        "search_nodes",
        "open_nodes"
      ]
    },
  }
}

如果未指定路径，则默认为服务器安装目录中的memory.jsonl。

系统提示

利用内存的提示取决于使用案例和您使用的AI模型。更改提示将帮助模型确定创建记忆的频率和类型。

以下是一个可以适应任何AI模型的聊天个性化提示示例。对于Claude用户，您可以在Claude.ai项目的“自定义指令”字段中使用此提示。对于其他模型，请将其适应各自的指令格式。

对于每次互动，请按照以下步骤操作：

1. 用户识别：
   - 您应假设您正在与default_user进行交互
   - 如果尚未识别default_user，请主动尝试识别。

2. 记忆检索：
   - 始终以“Remembering...”开始聊天，并从知识图谱中检索所有相关信息
   - 始终将您的知识图谱称为“memory”

3. 记忆收集：
   - 在与用户交谈时，注意任何属于以下类别的新信息：
     a) 基本身份（年龄、性别、位置、职位、教育水平等）
     b) 行为（兴趣、习惯等）
     c) 偏好（沟通风格、首选语言等）
     d) 目标（目标、靶向、抱负等）
     e) 关系（个人和职业关系，最多3度分离）

4. 记忆更新：
   - 如果在互动期间收集到任何新信息，请按以下方式更新记忆：
     a) 为重复出现的组织、人员和重大事件创建实体
     b) 使用关系将它们与当前实体连接
     c) 将关于它们的事实存储为观察

与其他AI模型的集成

此服务器实现了Model Context Protocol (MCP)标准，使其与任何支持函数调用的AI模型兼容。知识图谱结构和API与模型无关，允许与各种AI平台灵活集成。

要与其他模型集成：

1. 配置模型以访问MCP服务器
2. 确保模型可以调用公开的工具
3. 将系统提示适应特定模型的指令格式
4. 无论使用何种模型，都使用相同的知识图谱操作

许可证

此MCP服务器根据MIT许可证授权。这意味着您可以自由使用、修改和分发软件，但需遵守MIT许可证的条款和条件。有关更多详情，请参阅项目存储库中的LICENSE文件。