Memento MCP: A Knowledge Graph Memory System for LLMs - MCP服务，MCP服务器，MCP教程

基本能力

产品定位

Memento MCP 是一个知识图谱记忆系统，旨在为大型语言模型提供持久化、语义化的记忆能力，帮助 LLM 更好地理解和回忆上下文信息。

核心功能

1. 实体管理：支持创建、更新、删除实体，每个实体包含唯一标识、类型、观察列表和向量嵌入。
2. 关系管理：定义实体间的有向连接，支持强度、置信度、元数据和时间感知。
3. 语义搜索：基于向量嵌入的语义检索，支持混合搜索（结合关键词和语义）。
4. 时间感知：完整记录实体和关系的版本历史，支持时间点查询。
5. 置信度衰减：关系随时间自动衰减置信度，可配置半衰期。
6. 高级元数据：支持丰富的元数据字段，包括来源、置信度、时间戳等。

适用场景

1. LLM 记忆增强：为 LLM 提供长期记忆能力，支持上下文回忆。
2. 知识管理：构建和管理复杂的知识图谱，支持语义检索。
3. 时间敏感应用：需要跟踪信息随时间变化的场景。
4. 置信度管理：需要动态调整信息置信度的应用。

工具列表

1. Entity Management：创建、更新、删除实体和观察。
2. Relation Management：创建、更新、删除关系。
3. Graph Operations：读取整个图谱、搜索节点、打开节点。
4. Semantic Search：基于语义的实体搜索。
5. Temporal Features：时间点查询、历史记录查询。

常见问题解答

1. 向量搜索问题：系统会自动检查嵌入和索引状态，并提供回退机制。
2. 数据库重置：提供完整的数据库重置和备份命令。
3. 调试工具：启用调试模式后可获取详细的诊断信息。

使用教程

使用依赖

1. Neo4j 5.13+：需要安装 Neo4j 作为存储后端。
2. OpenAI API Key：如需使用语义搜索，需配置 OpenAI API 密钥。

安装教程

Neo4j 安装

1. Neo4j Desktop：
2. 下载并安装 Neo4j Desktop：https://neo4j.com/download/
3. 创建新项目，添加数据库，设置密码为 memento_password。
4. Docker：
   bash
docker-compose up -d neo4j

Memento MCP 安装

1. 全局安装：
   bash
npx -y @gannonh/memento-mcp
2. 本地开发：
   bash
git clone https://github.com/gannonh/memento-mcp.git
cd memento-mcp
npm install

调试方式

1. 测试连接：
   bash
npm run neo4j:test
2. 初始化模式：
   bash
npm run neo4j:init
3. 调试模式：设置环境变量 DEBUG=true 启用详细日志。