MemCP - Memory Context Protocol for AI Agents

基本能力

产品定位

MemCP是一个为AI代理设计的可扩展内存MCP服务器，专注于构建和维护时间知识图谱，以支持AI代理的记忆和上下文管理。

核心功能

• 时间知识图谱：自动构建和查询随时间变化的知识图谱。
• MCP集成：兼容任何支持MCP的客户端。
• 实体提取：自动提取编码特定的实体类型和关系。
• 灵活配置：支持通过环境变量、TOML文件或CLI参数配置。
• 持久化：使用Neo4j数据库存储知识，支持跨会话持久化。
• 多传输支持：支持SSE（HTTP）和stdio传输。

适用场景

• AI代理的记忆和上下文管理。
• 集成到支持MCP的IDE（如Cursor IDE）中。
• 需要构建和维护知识图谱的AI应用。

工具列表

• add_episode：向知识图谱添加一个事件（文本、JSON、消息）。
• search_nodes：搜索知识图谱中的实体节点。
• search_facts：搜索实体之间的关系。
• delete_entity_edge：删除实体之间的关系。
• delete_episode：从知识图谱中删除一个事件。
• get_entity_edge：获取特定关系的详细信息。
• get_episodes：检索最近的事件。
• clear_graph：重置知识图谱（谨慎使用）。

常见问题解答

• API调用成本：MemCP和Graphiti会进行大量API调用，可能导致较高的使用成本。
• Neo4j依赖：需要运行Neo4j数据库（版本5.26或更高）。
• API密钥：需要OpenAI API密钥（用于嵌入），可选Anthropic API密钥（用于Claude模型）。

使用教程

使用依赖

1. Python 3.10或更高版本。
2. Neo4j数据库（版本5.26或更高）。
3. OpenAI API密钥（必需）。
4. Anthropic API密钥（可选）。

安装教程

1. 克隆仓库：

git clone https://github.com/evanmschultz/memcp.git
cd memcp

1. 使用UV安装（推荐）：

uv sync

1. 使用pip安装：

pip install memcp

1. 可选依赖（使用Anthropic模型）：

uv sync "memcp[anthropic]"
# 或
pip install "memcp[anthropic]"

调试方式

1. 复制并配置环境文件：

cp .env.example .env
# 编辑.env文件，设置NEO4J_PASSWORD、OPENAI_API_KEY等

1. 启动MemCP服务器：

memcp

1. 使用CLI参数配置：

memcp --graph.id=my-memory-graph --server.transport=stdio --llm.provider=anthropic

1. 查看帮助：

memcp --help

Docker部署

docker compose up

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。