Servidor de Memoria de Grafo de Conocimiento

Una implementación básica de memoria persistente utilizando un grafo de conocimiento local. Esto permite a Claude recordar información sobre el usuario a través de los chats.

Conceptos clave

Entidades

Las entidades son los nodos principales en el grafo de conocimiento. Cada entidad tiene:

• Un nombre único (identificador)

• Un tipo de entidad (p. ej., "persona", "organización", "evento")

• Una lista de observaciones

Ejemplo:

{
 "name": "John_Smith",
 "entityType": "person",
 "observations": ["Speaks fluent Spanish"]
}

Relaciones

Las relaciones definen conexiones dirigidas entre entidades. Siempre se almacenan en voz activa y describen cómo las entidades interactúan o se relacionan entre sí.

Ejemplo:

{
 "from": "John_Smith",
 "to": "Anthropic",
 "relationType": "works_at"
}

Observaciones

Las observaciones son piezas discretas de información sobre una entidad. Son:

• Almacenadas como cadenas de texto

• Adjuntas a entidades específicas

• Pueden añadirse o eliminarse de forma independiente

• Deben ser atómicas (un hecho por observación)

Ejemplo:

{
 "entityName": "John_Smith",
 "observations": [
 "Speaks fluent Spanish",
 "Graduated in 2019",
 "Prefers morning meetings"
 ]
}

Related MCP server: Knowledge Graph Memory Server

API

Herramientas

• create_entities

  • Crea múltiples entidades nuevas en el grafo de conocimiento

  • Entrada: entities (matriz de objetos)

    • Cada objeto contiene:

      • name (cadena): Identificador de la entidad

      • entityType (cadena): Clasificación del tipo

      • observations (cadena[]): Observaciones asociadas

  • Ignora las entidades con nombres existentes

• create_relations

  • Crea múltiples relaciones nuevas entre entidades

  • Entrada: relations (matriz de objetos)

    • Cada objeto contiene:

      • from (cadena): Nombre de la entidad de origen

      • to (cadena): Nombre de la entidad de destino

      • relationType (cadena): Tipo de relación en voz activa

  • Omite relaciones duplicadas

• add_observations

  • Añade nuevas observaciones a entidades existentes

  • Entrada: observations (matriz de objetos)

    • Cada objeto contiene:

      • entityName (cadena): Entidad de destino

      • contents (cadena[]): Nuevas observaciones a añadir

  • Devuelve las observaciones añadidas por entidad

  • Falla si la entidad no existe

• delete_entities

  • Elimina entidades y sus relaciones

  • Entrada: entityNames (cadena[])

  • Eliminación en cascada de las relaciones asociadas

  • Operación silenciosa si la entidad no existe

• delete_observations

  • Elimina observaciones específicas de las entidades

  • Entrada: deletions (matriz de objetos)

    • Cada objeto contiene:

      • entityName (cadena): Entidad de destino

      • observations (cadena[]): Observaciones a eliminar

  • Operación silenciosa si la observación no existe

• delete_relations

  • Elimina relaciones específicas del grafo

  • Entrada: relations (matriz de objetos)

    • Cada objeto contiene:

      • from (cadena): Nombre de la entidad de origen

      • to (cadena): Nombre de la entidad de destino

      • relationType (cadena): Tipo de relación

  • Operación silenciosa si la relación no existe

• read_graph

  • Lee todo el grafo de conocimiento

  • No requiere entrada

  • Devuelve la estructura completa del grafo con todas las entidades y relaciones

• search_nodes

  • Busca nodos basados en una consulta

  • Entrada: query (cadena)

  • Busca en:

    • Nombres de entidades

    • Tipos de entidades

    • Contenido de las observaciones

  • Devuelve las entidades coincidentes y sus relaciones

• open_nodes

  • Recupera nodos específicos por nombre

  • Entrada: names (cadena[])

  • Devuelve:

    • Entidades solicitadas

    • Relaciones entre las entidades solicitadas

  • Omite silenciosamente los nodos inexistentes

Uso con Claude Desktop

Configuración

Añade esto a tu claude_desktop_config.json:

Docker

{
 "mcpServers": {
 "memory": {
 "command": "docker",
 "args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
 }
 }
}

NPX

{
 "mcpServers": {
 "memory": {
 "command": "npx",
 "args": [
 "-y",
 "@modelcontextprotocol/server-memory"
 ]
 }
 }
}

En Windows, usa cmd /c para ejecutar npx:

{
 "mcpServers": {
 "memory": {
 "command": "cmd",
 "args": [
 "/c",
 "npx",
 "-y",
 "@modelcontextprotocol/server-memory"
 ]
 }
 }
}

NPX con configuración personalizada

El servidor puede configurarse utilizando las siguientes variables de entorno:

{
 "mcpServers": {
 "memory": {
 "command": "npx",
 "args": [
 "-y",
 "@modelcontextprotocol/server-memory"
 ],
 "env": {
 "MEMORY_FILE_PATH": "/path/to/custom/memory.jsonl"
 }
 }
 }
}

En Windows, usa:

{
 "mcpServers": {
 "memory": {
 "command": "cmd",
 "args": [
 "/c",
 "npx",
 "-y",
 "@modelcontextprotocol/server-memory"
 ],
 "env": {
 "MEMORY_FILE_PATH": "/path/to/custom/memory.jsonl"
 }
 }
 }
}

• MEMORY_FILE_PATH: Ruta al archivo JSONL de almacenamiento de memoria (predeterminado: memory.jsonl en el directorio del servidor)

Instrucciones de instalación para VS Code

Para una instalación rápida, utiliza uno de los botones de instalación con un solo clic a continuación:

👁 Instalar con NPX en VS Code
👁 Instalar con NPX en VS Code Insiders

👁 Instalar con Docker en VS Code
👁 Instalar con Docker en VS Code Insiders

Para la instalación manual, puedes configurar el servidor MCP utilizando uno de estos métodos:

Método 1: Configuración de usuario (Recomendado) Añade la configuración a tu archivo de configuración MCP a nivel de usuario. Abre la paleta de comandos (Ctrl + Shift + P) y ejecuta MCP: Open User Configuration. Esto abrirá tu archivo mcp.json de usuario donde puedes añadir la configuración del servidor.

Método 2: Configuración del espacio de trabajo Alternativamente, puedes añadir la configuración a un archivo llamado .vscode/mcp.json en tu espacio de trabajo. Esto te permitirá compartir la configuración con otros.

Para más detalles sobre la configuración de MCP en VS Code, consulta la documentación oficial de MCP para VS Code.

NPX

{
 "servers": {
 "memory": {
 "command": "npx",
 "args": [
 "-y",
 "@modelcontextprotocol/server-memory"
 ]
 }
 }
}

En Windows, usa:

{
 "servers": {
 "memory": {
 "command": "cmd",
 "args": [
 "/c",
 "npx",
 "-y",
 "@modelcontextprotocol/server-memory"
 ]
 }
 }
}

Docker

{
 "servers": {
 "memory": {
 "command": "docker",
 "args": [
 "run",
 "-i",
 "-v",
 "claude-memory:/app/dist",
 "--rm",
 "mcp/memory"
 ]
 }
 }
}

Prompt del sistema

El prompt para utilizar la memoria depende del caso de uso. Cambiar el prompt ayudará al modelo a determinar la frecuencia y los tipos de recuerdos creados.

Aquí tienes un ejemplo de prompt para la personalización del chat. Podrías usar este prompt en el campo "Instrucciones personalizadas" de un Proyecto de Claude.ai.

Follow these steps for each interaction:

1. User Identification:
 - You should assume that you are interacting with default_user
 - If you have not identified default_user, proactively try to do so.

2. Memory Retrieval:
 - Always begin your chat by saying only "Remembering..." and retrieve all relevant information from your knowledge graph
 - Always refer to your knowledge graph as your "memory"

3. Memory
 - While conversing with the user, be attentive to any new information that falls into these categories:
 a) Basic Identity (age, gender, location, job title, education level, etc.)
 b) Behaviors (interests, habits, etc.)
 c) Preferences (communication style, preferred language, etc.)
 d) Goals (goals, targets, aspirations, etc.)
 e) Relationships (personal and professional relationships up to 3 degrees of separation)

4. Memory Update:
 - If any new information was gathered during the interaction, update your memory as follows:
 a) Create entities for recurring organizations, people, and significant events
 b) Connect them to the current entities using relations
 c) Store facts about them as observations

Construcción

Docker:

docker build -t mcp/memory -f src/memory/Dockerfile . 

Para tener en cuenta: un volumen mcp/memory previo contiene un archivo index.js que podría ser sobrescrito por el nuevo contenedor. Si estás utilizando un volumen de Docker para el almacenamiento, elimina el archivo index.js del volumen antiguo antes de iniciar el nuevo contenedor.

Licencia

Este servidor MCP está bajo la Licencia MIT. Esto significa que eres libre de usar, modificar y distribuir el software, sujeto a los términos y condiciones de la Licencia MIT. Para más detalles, consulta el archivo LICENSE en el repositorio del proyecto.

Maintenance

Resources

• NPM Package
• GitHub Repository
Need Help?Related Servers

Tools

• add_observationsC
• create_entitiesC
• create_relationsC
• delete_entitiesC
• delete_observationsC
• delete_relationsC
• open_nodesC
• read_graphB