Arc Memory MCP Server
2025.04.29
1
Python知识图谱AI辅助开发开发效率
Arc Memory MCP Server 是一个桥梁，将本地 Arc Memory Temporal Knowledge Graph (TKG) 的结构化、可验证上下文和查询能力暴露给 MCP 兼容的客户端（如 VS Code Agent Mode、Claude Desktop、Cursor、Windsurf 等代码生成代理）。它不同于典型的 RAG 系统，后者仅依赖向量数据库进行语义相似性搜索，而 Arc Memory MCP Server 提供了对知识图谱中显式、结构化、时间和关系性来源数据的访问。它是 Arc Memory 生态系统的关键组件，旨在作为 AI 辅助开发的记忆层，并在开发者工作流中作为混合 RAG 系统的知识图谱访问点。
View on GitHub
Overview
基本能力
产品定位
Arc Memory MCP Server 是 AI 辅助开发的记忆层，提供对项目历史和关系的深入理解，而不仅仅是语义内容。
核心功能
- arc_trace_history: 追踪文件中特定行的决策历史
- arc_get_entity_details: 检索特定实体的详细信息
- arc_find_related_entities: 查找与给定实体直接相关的实体
- arc_blame_line: 获取文件行的特定提交 SHA、作者和日期
适用场景
- 代码理解与历史上下文
- 智能代码审查
- 决策考古
- 上下文感知的代码生成
- 新团队成员知识转移
工具列表
- arc_trace_history: 追踪文件中特定行的决策历史
- arc_get_entity_details: 检索特定实体的详细信息
- arc_find_related_entities: 查找与给定实体直接相关的实体
- arc_blame_line: 获取文件行的特定提交 SHA、作者和日期
常见问题解答
- 所有工具在失败时返回结构化的 JSON 错误，包含
error字段的错误消息。
使用教程
使用依赖
- Python 3.10 或更高版本
mcpPython SDK (>=1.2.0)arc-memoryPython 包 (>=0.1.9)
安装教程
- 安装 uv (推荐):
# macOS
brew install uv
# Linux/WSL
curl -LsSf https://astral.sh/uv/install.sh | sh
- 安装所需包:
# 使用 uv (推荐)
uv pip install mcp arc-memory
# 或使用 pip
pip install mcp arc-memory
- 克隆仓库:
git clone https://github.com/Arc-Computer/arc-mcp-server.git
cd arc-mcp-server
- 安装服务器:
# 使用 uv (推荐)
uv pip install -e .
# 或使用 pip
pip install -e .
调试方式
- 运行服务器:
python arc_mcp_server.py
- 使用测试脚本:
python tests/test.py
- 使用模拟数据测试:
python tests/test.py