内存MCP服务器

一个提供知识图谱功能的模型上下文协议（MCP）服务器，用于在内存中管理实体、关系和观察，并通过严格的验证规则来维护数据一致性。

安装

在Claude Desktop上安装服务器：

mcp install main.py -v MEMORY_FILE_PATH=/path/to/memory.jsonl

数据验证规则

实体名称

• 必须以小写字母开头
• 可以包含小写字母、数字和连字符
• 最大长度为100个字符
• 在图中必须是唯一的
• 示例有效名称：python-project，meeting-notes-2024，user-john

实体类型

支持以下实体类型：

• person：人类实体
• concept：抽象概念或原则
• project：工作计划或任务
• document：任何形式的文档
• tool：软件工具或实用程序
• organization：公司或团体
• location：物理或虚拟地点
• event：时间限定事件

观察

• 非空字符串
• 最大长度为500个字符
• 对于每个实体必须是唯一的
• 应该是事实性和客观性的陈述
• 当相关时应包括时间戳

关系

支持以下关系类型：

• knows：人与人之间的连接
• contains：父/子关系
• uses：实体利用另一个实体
• created：作者/创作关系
• belongs-to：成员/所有权
• depends-on：依赖关系
• related-to：通用关系

额外的关系规则：

• 源实体和目标实体都必须存在
• 不允许自引用关系
• 不允许循环依赖
• 必须使用预定义的关系类型

使用

服务器提供了管理知识图谱的工具：

获取实体

result = await session.call_tool("get_entity", {
    "entity_name": "example"
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"未找到实体: {result.error}")
    elif result.error_type == "VALIDATION_ERROR":
        print(f"无效输入: {result.error}")
    else:
        print(f"错误: {result.error}")
else:
    entity = result.data
    print(f"找到实体: {entity}")

获取图

result = await session.call_tool("get_graph", {})
if result.success:
    graph = result.data
    print(f"图数据: {graph}")
else:
    print(f"检索图时出错: {result.error}")

创建实体

# 有效的实体创建
entities = [
    Entity(
        name="python-project",  # 小写并带有连字符
        entityType="project",   # 必须是有效的类型
        observations=["2024-01-29 开始开发"]
    ),
    Entity(
        name="john-doe",
        entityType="person",
        observations=["软件工程师", "2024年加入团队"]
    )
]
result = await session.call_tool("create_entities", {
    "entities": entities
})
if not result.success:
    if result.error_type == "VALIDATION_ERROR":
        print(f"无效实体数据: {result.error}")
    else:
        print(f"创建实体时出错: {result.error}")

添加观察

# 有效的观察
result = await session.call_tool("add_observation", {
    "entity": "python-project",
    "observation": "完成初步原型"  # 对于实体必须是唯一的
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"未找到实体: {result.error}")
    elif result.error_type == "VALIDATION_ERROR":
        print(f"无效观察: {result.error}")
    else:
        print(f"添加观察时出错: {result.error}")

创建关系

# 有效的关系
result = await session.call_tool("create_relation", {
    "from_entity": "john-doe",
    "to_entity": "python-project",
    "relation_type": "created"  # 必须是有效的类型
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"未找到实体: {result.error}")
    elif result.error_type == "VALIDATION_ERROR":
        print(f"无效关系数据: {result.error}")
    else:
        print(f"创建关系时出错: {result.error}")

搜索记忆

result = await session.call_tool("search_memory", {
    "query": "最近一次锻炼"  # 支持自然语言查询
})
if result.success:
    if result.error_type == "NO_RESULTS":
        print(f"未找到结果: {result.error}")
    else:
        results = result.data
        print(f"搜索结果: {results}")
else:
    print(f"搜索记忆时出错: {result.error}")

搜索功能支持：

• 时间查询（例如，“最近”，“最后”，“最新”）
• 活动查询（例如，“锻炼”，“运动”）
• 一般实体搜索
• 相似度阈值为80%的模糊匹配
• 加权搜索：
  • 实体名称（权重：1.0）
  • 实体类型（权重：0.8）
  • 观察（权重：0.6）

删除实体

result = await session.call_tool("delete_entities", {
    "names": ["python-project", "john-doe"]
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"未找到实体: {result.error}")
    else:
        print(f"删除实体时出错: {result.error}")

删除关系

result = await session.call_tool("delete_relation", {
    "from_entity": "john-doe",
    "to_entity": "python-project"
})
if not result.success:
    if result.error_type == "NOT_FOUND":
        print(f"未找到实体: {result.error}")
    else:
        print(f"删除关系时出错: {result.error}")

清除记忆

result = await session.call_tool("flush_memory", {})
if not result.success:
    print(f"清除记忆时出错: {result.error}")

错误类型

服务器使用以下错误类型：

• NOT_FOUND：未找到实体或资源
• VALIDATION_ERROR：无效输入数据
• INTERNAL_ERROR：服务器内部错误
• ALREADY_EXISTS：资源已存在
• INVALID_RELATION：实体间的无效关系

响应模型

所有工具均使用这些模型返回类型化响应：

EntityResponse

class EntityResponse(BaseModel):
    success: bool
    data: Optional[Dict[str, Any]] = None
    error: Optional[str] = None
    error_type: Optional[str] = None

GraphResponse

class GraphResponse(BaseModel):
    success: bool
    data: Optional[Dict[str, Any]] = None
    error: Optional[str] = None
    error_type: Optional[str] = None

OperationResponse

class OperationResponse(BaseModel):
    success: bool
    error: Optional[str] = None
    error_type: Optional[str] = None

开发

运行测试

pytest tests/

添加新功能

1. 更新validation.py中的验证规则
2. 在tests/test_validation.py中添加测试
3. 在knowledge_graph_manager.py中实现更改