메모리 MCP 서버
데이터 일관성을 유지하기 위한 엄격한 유효성 검사 규칙을 통해 메모리 내 엔티티, 관계 및 관찰을 관리하는 지식 그래프 기능을 제공하는 모델 컨텍스트 프로토콜(MCP) 서버입니다.
설치
Claude Desktop에 서버를 설치하세요:
mcp install main.py -v MEMORY_FILE_PATH=/path/to/memory.jsonlRelated MCP server: Qualitative Researcher MCP Server
데이터 유효성 검사 규칙
엔티티 이름
소문자로 시작해야 함
소문자, 숫자, 하이픈을 포함할 수 있음
최대 100자
그래프 내에서 고유해야 함
유효한 이름 예시:
python-project,meeting-notes-2024,user-john
엔티티 유형
다음 엔티티 유형이 지원됩니다:
person: 사람 엔티티concept: 추상적인 아이디어 또는 원칙project: 업무 이니셔티브 또는 작업document: 모든 형태의 문서tool: 소프트웨어 도구 또는 유틸리티organization: 회사 또는 그룹location: 물리적 또는 가상 장소event: 시간 제한이 있는 사건
관찰
비어 있지 않은 문자열
최대 500자
엔티티당 고유해야 함
사실적이고 객관적인 진술이어야 함
관련이 있는 경우 타임스탬프 포함
관계
다음 관계 유형이 지원됩니다:
knows: 사람과 사람 간의 연결contains: 부모/자식 관계uses: 엔티티가 다른 엔티티를 사용하는 경우created: 저작/생성 관계belongs-to: 멤버십/소유권depends-on: 의존 관계related-to: 일반적인 관계
추가 관계 규칙:
소스 및 대상 엔티티가 모두 존재해야 함
자기 참조 관계는 허용되지 않음
순환 의존성은 허용되지 않음
미리 정의된 관계 유형을 사용해야 함
사용법
이 서버는 지식 그래프를 관리하기 위한 도구를 제공합니다:
엔티티 가져오기
result = await session.call_tool("get_entity", {
"entity_name": "example"
})
if not result.success:
if result.error_type == "NOT_FOUND":
print(f"Entity not found: {result.error}")
elif result.error_type == "VALIDATION_ERROR":
print(f"Invalid input: {result.error}")
else:
print(f"Error: {result.error}")
else:
entity = result.data
print(f"Found entity: {entity}")그래프 가져오기
result = await session.call_tool("get_graph", {})
if result.success:
graph = result.data
print(f"Graph data: {graph}")
else:
print(f"Error retrieving graph: {result.error}")엔티티 생성
# Valid entity creation
entities = [
Entity(
name="python-project", # Lowercase with hyphens
entityType="project", # Must be a valid type
observations=["Started development on 2024-01-29"]
),
Entity(
name="john-doe",
entityType="person",
observations=["Software engineer", "Joined team in 2024"]
)
]
result = await session.call_tool("create_entities", {
"entities": entities
})
if not result.success:
if result.error_type == "VALIDATION_ERROR":
print(f"Invalid entity data: {result.error}")
else:
print(f"Error creating entities: {result.error}")관찰 추가
# Valid observation
result = await session.call_tool("add_observation", {
"entity": "python-project",
"observation": "Completed initial prototype" # Must be unique for entity
})
if not result.success:
if result.error_type == "NOT_FOUND":
print(f"Entity not found: {result.error}")
elif result.error_type == "VALIDATION_ERROR":
print(f"Invalid observation: {result.error}")
else:
print(f"Error adding observation: {result.error}")관계 생성
# Valid relation
result = await session.call_tool("create_relation", {
"from_entity": "john-doe",
"to_entity": "python-project",
"relation_type": "created" # Must be a valid type
})
if not result.success:
if result.error_type == "NOT_FOUND":
print(f"Entity not found: {result.error}")
elif result.error_type == "VALIDATION_ERROR":
print(f"Invalid relation data: {result.error}")
else:
print(f"Error creating relation: {result.error}")메모리 검색
result = await session.call_tool("search_memory", {
"query": "most recent workout" # Supports natural language queries
})
if result.success:
if result.error_type == "NO_RESULTS":
print(f"No results found: {result.error}")
else:
results = result.data
print(f"Search results: {results}")
else:
print(f"Error searching memory: {result.error}")검색 기능은 다음을 지원합니다:
시간 관련 쿼리 (예: "most recent", "last", "latest")
활동 쿼리 (예: "workout", "exercise")
일반 엔티티 검색
80% 유사도 임계값을 사용한 퍼지 매칭
가중치 기반 검색:
엔티티 이름 (가중치: 1.0)
엔티티 유형 (가중치: 0.8)
관찰 (가중치: 0.6)
엔티티 삭제
result = await session.call_tool("delete_entities", {
"names": ["python-project", "john-doe"]
})
if not result.success:
if result.error_type == "NOT_FOUND":
print(f"Entity not found: {result.error}")
else:
print(f"Error deleting entities: {result.error}")관계 삭제
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"Entity not found: {result.error}")
else:
print(f"Error deleting relation: {result.error}")메모리 비우기
result = await session.call_tool("flush_memory", {})
if not result.success:
print(f"Error flushing memory: {result.error}")오류 유형
서버는 다음 오류 유형을 사용합니다:
NOT_FOUND: 엔티티 또는 리소스를 찾을 수 없음VALIDATION_ERROR: 잘못된 입력 데이터INTERNAL_ERROR: 서버 측 오류ALREADY_EXISTS: 리소스가 이미 존재함INVALID_RELATION: 엔티티 간의 잘못된 관계
응답 모델
모든 도구는 다음 모델을 사용하여 유형이 지정된 응답을 반환합니다:
EntityResponse
class EntityResponse(BaseModel):
success: bool
data: Optional[Dict[str, Any]] = None
error: Optional[str] = None
error_type: Optional[str] = NoneGraphResponse
class GraphResponse(BaseModel):
success: bool
data: Optional[Dict[str, Any]] = None
error: Optional[str] = None
error_type: Optional[str] = NoneOperationResponse
class OperationResponse(BaseModel):
success: bool
error: Optional[str] = None
error_type: Optional[str] = None개발
테스트 실행
pytest tests/새로운 기능 추가
validation.py에서 유효성 검사 규칙 업데이트tests/test_validation.py에 테스트 추가knowledge_graph_manager.py에서 변경 사항 구현
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/evangstav/python-memory-mcp-server'
If you have feedback or need assistance with the MCP directory API, please join our Discord server