MCP Memory: Persistent Memory for AI Conversations 🧠

MCP Memory: Persistent Memory for AI Conversations 🧠

site icon
2025.04.02 6
TypeScriptAI记忆系统知识图谱开发效率
MCP Memory 是一个基于 Elasticsearch 的知识图谱系统,旨在为 AI 模型提供持久化记忆能力,使其能够跨对话记住重要信息。该系统通过结构化、可搜索的记忆存储,解决了 AI 助手在对话中遗忘关键细节、需要重复上下文等问题,使 AI 能够建立长期、连贯的用户关系。
View on GitHub

Overview

基本能力

产品定位

MCP Memory 是一个为 AI 模型提供持久化记忆能力的知识图谱系统,旨在解决 AI 在对话中遗忘关键信息的问题,提升对话的连贯性和个性化。

核心功能

  • 持久化记忆:跨会话存储和检索信息
  • 智能搜索:利用 Elasticsearch 的强大查询能力
  • 上下文召回:根据对话自动优先处理相关信息
  • 关系理解:模拟人类联想记忆的概念连接
  • 长/短期记忆:区分临时细节和重要知识
  • 记忆分区:将信息组织到不同领域(项目、客户、主题)
  • 可靠且可扩展:基于 Elasticsearch 的企业级性能

适用场景

  • AI 助手需要记住用户个人信息和偏好
  • 跨多天/周/月的长期项目协作
  • 需要保持上下文连贯的专业领域对话
  • 需要记忆特定领域知识的专业 AI 应用

工具列表

  • Admin CLI:用于维护知识图谱的管理工具
  • 搜索记忆:node dist/admin-cli.js search "查询内容"
  • 查看实体详情:node dist/admin-cli.js entity "实体名称"
  • 备份记忆系统:node dist/admin-cli.js backup 文件名.json
  • 管理记忆分区:node dist/admin-cli.js zones add 分区名称 "描述"

常见问题解答

  1. 如何连接到 Claude Desktop?
  2. 复制并配置启动脚本 launch.example
  3. 在 Claude Desktop 设置中添加新命令
  4. 验证连接状态

  5. 如何组织不同主题的记忆?

  6. 使用记忆分区功能创建特定区域
  7. 通过自然语言指令切换分区

  8. 系统如何区分重要和不重要的信息?

  9. 通过相关性评分自动确定信息优先级
  10. 支持显式标记重要信息

使用教程

使用依赖

  • Docker:用于运行 Elasticsearch
  • Node.js:版本 18 或更高
  • npm:包管理工具

安装教程

# 1. 克隆仓库
git clone https://github.com/mcp-servers/mcp-servers.git
cd mcp-servers/memory

# 2. 安装依赖
npm install

# 3. 启动 Elasticsearch
npm run es:start

# 4. 构建项目
npm run build

调试方式

# 测试记忆搜索功能
node dist/admin-cli.js search "测试查询"

# 检查实体存储
node dist/admin-cli.js entity "测试实体"

# 验证记忆分区功能
node dist/admin-cli.js zones list

许可证

该项目遵循 MIT 开源许可条款。