Knowledge Graph Memory Server - MCP服务，MCP服务器，MCP教程

基本能力

产品定位

mcp-knowledge-graph 是一个基于本地知识图谱的持久化记忆服务器，旨在帮助 Claude 等AI模型跨聊天会话记住用户信息。

核心功能

1. 实体管理：创建和管理具有唯一名称、类型和观察列表的实体。
2. 关系管理：定义和管理实体之间的有向关系，支持版本追踪。
3. 观察管理：为实体添加、删除和查询离散的信息片段。
4. 知识图谱操作：支持完整的CRUD操作，包括创建、删除、查询和更新。
5. 搜索功能：支持基于查询的节点搜索，涵盖实体名称、类型和观察内容。

适用场景

1. 个性化聊天：帮助AI模型记住用户偏好、习惯和个人信息。
2. 信息管理：组织和追踪复杂的信息网络。
3. 知识追踪：记录和追踪知识随时间的变化。
4. 关系映射：可视化和分析实体之间的关系。

工具列表

1. create_entities：创建新实体。
2. create_relations：创建实体间的关系。
3. add_observations：为实体添加观察。
4. delete_entities：删除实体及其关联关系。
5. delete_observations：删除特定观察。
6. delete_relations：删除特定关系。
7. read_graph：读取整个知识图谱。
8. search_nodes：基于查询搜索节点。
9. open_nodes：按名称检索特定节点。

常见问题解答

1. 如何指定内存文件路径：可通过命令行参数或环境变量指定。
2. 默认路径：未指定时默认为服务器安装目录下的memory.jsonl。
3. 版本追踪：支持实体和关系的版本追踪，帮助追踪知识变化。

使用教程

使用依赖

无特殊依赖，需安装Node.js和npm。

安装教程

1. 通过Smithery安装：
   bash
npx -y @smithery/cli install @itseasy21/mcp-knowledge-graph --client claude
2. 通过npm安装：
   bash
npx -y @itseasy21/mcp-knowledge-graph

调试方式

1. 检查内存文件路径是否正确。
2. 使用read_graph工具验证知识图谱状态：
   json
{
"tool": "read_graph"
}
3. 使用search_nodes工具测试搜索功能：
   json
{
"tool": "search_nodes",
"query": "your_search_query"
}