优化内存的MCP服务器

该项目用于测试和展示Claude AI的编程能力，以及良好的AI工作流程和提示设计。
这是Python版Memory MCP Server的分支项目（官方版本为Java实现），采用SQLite作为后端数据库。

知识图谱记忆服务器

基于本地知识图谱实现持久化记忆的基础架构，使Claude能够跨对话记住用户信息。

核心概念

实体

实体是知识图谱中的主要节点，每个实体包含：

• 唯一名称（标识符）
• 实体类型（如"person"/"organization"/"event"）
• 观察项列表

示例：

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

关系

关系定义实体间的有向连接，始终以主动语态存储，描述实体间的交互方式。

示例：

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

观察项

观察项是关于实体的离散信息单元，具有以下特征：

• 以字符串形式存储
• 关联到特定实体
• 可独立添加或删除
• 应保持原子性（每条观察项一个事实）

示例：

{
  "entityName": "John_Smith",
  "observations": [
    "能说流利的西班牙语",
    "2019年毕业",
    "偏好早晨会议"
  ]
}

API接口

工具集

• create_entities

  • 在知识图谱中批量创建新实体
  • 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）：关联观察项
  • 自动忽略已存在的实体名

• create_relations

  • 批量创建实体间关系
  • 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）：主动语态关系类型
  • 自动跳过重复关系

• add_observations

  • 为现有实体添加观察项
  • 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）：新增观察项
  • 返回各实体新增的观察项
  • 实体不存在时操作失败

• delete_entities

  • 删除实体及其关联关系
  • 输入：entityNames（字符串数组）
  • 级联删除关联关系
  • 实体不存在时静默处理

• delete_observations

  • 删除实体特定观察项
  • 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）：待删除观察项
  • 观察项不存在时静默处理

• delete_relations

  • 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
  • 关系不存在时静默处理

• read_graph

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

• search_nodes

  • 基于查询检索节点
  • 输入：query（字符串）
  • 搜索范围包括：
    • 实体名称
    • 实体类型
    • 观察项内容
  • 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
    • 请求实体间的关系
  • 自动跳过不存在的节点

Claude桌面版集成指南

环境配置

在claude_desktop_config.json中添加以下配置：

Docker方案

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

NPX方案

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

系统提示词

记忆功能的提示词需根据使用场景调整，修改提示词可影响模型创建记忆的频率和类型。

以下是聊天个性化场景的示例提示词，可在Claude.ai项目的"Custom Instructions"字段中使用：

每次交互遵循以下步骤：

1. 用户识别：
   - 默认与default_user交互
   - 若未识别default_user，应主动尝试确认

2. 记忆检索：
   - 对话开始时固定显示"Remembering..."并检索知识图谱中的相关信息
   - 始终将知识图谱称为你的"memory"

3. 记忆规则：
   - 对话过程中注意收集以下类别的新信息：
     a) 基础身份（年龄、性别、所在地、职位、教育程度等）
     b) 行为特征（兴趣爱好、习惯等）
     c) 个人偏好（沟通风格、语言偏好等）
     d) 目标规划（目标、志向等）
     e) 社交关系（三层以内的个人及职业关系）

4. 记忆更新：
   - 若交互中获得新信息，按以下规则更新：
     a) 为重复出现的组织、人物和重要事件创建实体
     b) 用关系连接当前实体
     c) 将相关事实存储为观察项

构建指南

Docker构建：

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

许可协议

本MCP服务器采用MIT许可证授权，允许自由使用、修改和分发软件，需遵守MIT许可证的条款。详见项目仓库中的LICENSE文件。