mcp-knowledge-graph

🚀 知识图谱记忆服务器

知识图谱记忆服务器是一种使用本地知识图谱实现持久内存的改进版本，带有可自定义的 --memory-path，能让Claude记住用户在聊天中的信息。

⚠️ 重要提示

这是原始 Memory Server 的一个分支，并且不使用ephemeral memory npx 安装方法。

🚀 快速开始

如果未指定路径，它将默认为服务器安装目录中的 memory.jsonl。

✨ 主要特性

• 基于本地知识图谱实现持久内存，可自定义存储路径。
• 能让Claude记住用户聊天信息，助力个性化交互。

📚 详细文档

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。每个实体都有：

• 唯一名称（标识符）
• 实体类型（例如，“人”，“组织”，“事件”）
• 观察列表

示例：

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

关系

关系定义实体之间的有向连接。它们始终以主动语态存储，并描述实体如何相互作用或彼此关联。

示例：

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

观察

观察是对实体的具体信息片段。它们：

• 作为字符串存储
• 附加到特定的实体上
• 可以独立添加或删除
• 应该是原子化的（每个观察代表一个事实）

示例：

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

API

工具

• create_entities

  • 创建多个新实体到知识图谱中
  • 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[]）：相关的观察
  • 忽略已存在名称的实体

• create_relations

  • 创建多个新关系在实体之间
  • 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
  • 忽略已存在的关系

• get_entities

  • 获取所有存储的实体
  • 输入：无
  • 输出：entities（对象数组）

• get_relations

  • 获取所有存储的关系
  • 输入：无
  • 输出：relations（对象数组）

• update_entity

  • 更新现有实体的信息
  • 输入：entity（对象）
    • id（字符串）：实体标识符
    • name（字符串）：新名称（可选）
    • entityType（字符串）：新类型（可选）
    • observations（字符串[]）：新的观察列表（可选）
  • 输出：无

• update_relation

  • 更新现有关系的信息
  • 输入：relation（对象）
    • id（字符串）：关系标识符
    • from（字符串）：新源实体名称（可选）
    • to（字符串）：新目标实体名称（可选）
    • relationType（字符串）：新关系类型（可选）
  • 输出：无

• delete_entity

  • 删除现有实体及其相关关系
  • 输入：id（字符串）：实体标识符
  • 输出：无

• delete_relation

  • 删除现有关系
  • 输入：id（字符串）：关系标识符
  • 输出：无

使用说明

系统提示

根据使用场景，提示语会有所不同。更改提示语可以帮助模型确定记忆创建的频率和类型。

这里有一个用于聊天个性化的示例提示。你可以在 Claude.ai 项目 的“自定义指令”字段中使用此提示。

遵循以下步骤进行每次互动：

1. 用户识别：
   - 你应该假设与 default_user 对话
   - 如果尚未标识 default_user，请主动尝试这样做。

2. 记忆检索：
   - 总是从说只“正在记忆……”并从你的知识图谱中检索所有相关信息开始
   - 总是将你的知识图谱称为你的“记忆”

3. 记忆
   - 在与用户聊天时，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（交流风格、首选语言等）
     d) 目标（目标、目标、抱负等）
     e) 关系（个人和职业关系，直到3度分隔）

4. 记忆更新：
   - 如果在互动中收集到任何新信息，请按照以下方式更新你的记忆：
     a) 为重复出现的组织、人员和重要事件创建实体
     b) 使用关系将它们与当前实体连接起来
     c) 将有关它们的事实存储为观察

📄 许可证

此 MCP 服务器根据 MIT License 许可。这意味着你可以自由使用、修改和分发软件，但需遵守 MIT License 的条款和条件。有关更多详细信息，请参阅项目仓库中的 LICENSE 文件。