返回 MCP 目录
public公开dns本地运行

memories-with-lessons-mcp-server

一个基于知识图谱的持久化记忆服务器,支持跨会话记忆用户信息和错误解决方案学习

article

README

🚀 知识图谱服务器

知识图谱服务器提供了一系列功能,用于管理和操作知识图谱中的实体、关系和观察事实,同时还具备新工具来处理课程相关的操作,帮助用户更好地利用知识图谱进行知识管理和问题解决。

🚀 快速开始

Docker 配置

claude_desktop_config.json 中添加以下内容:

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

NPX 配置

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

自定义环境变量配置

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ],
      "env": {
        "MEMORY_FILE_PATH": "/path/to/custom/memory.json"
      }
    }
  }
}
  • MEMORY_FILE_PATH:指定记忆存储 JSON 文件的路径(默认为服务器目录中的 memory.json)。

系统提示

根据使用场景调整提示词。以下是一个用于聊天个性化配置的例子,可以在 Claude.ai 项目的 "Custom Instructions" 字段中使用:

遵循以下步骤进行每次交互:

1. 用户识别:
   - 假设你正在与 default_user 进行交互
   - 如果没有,则跳至下一步

2. 上下文管理:
   - 使用记忆图谱存储上下文信息
   - 在需要时检索相关上下文

3. 目标响应:
   - 分析用户输入
   - 生成有意义的回复

✨ 主要特性

知识点图

  • create_entity:创建新实体。
  • get_entity:获取单个实体的信息。
  • update_entity:更新现有实体的信息。
  • delete_entity:删除指定实体。
  • link_entities:建立两个实体之间的关系。
  • unlink_entities:解除两个实体之间的关系。
  • query_graph:根据查询条件返回匹配的实体和关系。
  • add_observation:向知识图谱中添加观察事实。
  • get_observations:获取特定实体的所有观察事实。
  • update_observation:更新现有观察事实的内容。
  • delete_observation:删除指定的观察事实。

新工具

  • create_lesson
    • 使用错误及其解决方案创建新的课程。
    • 输入:lesson(对象),包含错误模式、解决方案步骤和元数据,自动跟踪创建时间和更新情况,验证解决方案步骤是否完整。
  • find_similar_errors
    • 查找相似的错误及其解决方案。
    • 输入:errorPattern(对象),包含错误类型、消息和上下文,返回按成功率排序的匹配课程,包括相关解决方案和验证步骤。
  • update_lesson_success
    • 更新课程的成功跟踪信息。
    • 输入:
      • lessonName(字符串):要更新的课程名称。
      • success(布尔值):表示解决方案是否有效。
    • 更新成功率和频率指标。
  • get_lesson_recommendations
    • 根据上下文获取相关课程推荐。
    • 输入:context(字符串)。
    • 返回按相关性和成功率排序的课程,包括完整的解决方案细节和验证步骤。

💻 使用示例

知识图谱示例

{
  "entities": [
    {
      "id": "e1",
      "name": "Alice",
      "age": 30,
      "occupation": "Engineer"
    },
    {
      "id": "e2",
      "name": "Bob",
      "age": 28,
      " occupation": "Designer"
    }
  ],
  "relations": [
    {
      "id": "r1",
      "from": "e1",
      "to": "e2",
      "type": "colleagues"
    }
  ],
  "observations": [
    {
      "id": "o1",
      "entity": "e1",
      "content": "Alice works at Google."
    },
    {
      "id": "o2",
      "entity": "e2", 
      "content": "Bob works at Microsoft."
    }
  ]
}

🔧 技术细节

构建说明

docker build -t mcp-memory-server .
docker run -p 3000:3000 mcp-memory-server

📄 许可证

项目采用 MIT License,具体详情请参考 LICENSE 文件。


感谢 @your_name 的贡献!

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端