知识图谱服务器提供了一系列功能,用于管理和操作知识图谱中的实体、关系和观察事实,同时还具备新工具来处理课程相关的操作,帮助用户更好地利用知识图谱进行知识管理和问题解决。
在 claude_desktop_config.json 中添加以下内容:
{
"mcpServers": {
"memory": {
"command": "docker",
"args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
}
}
}
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
],
"env": {
"MEMORY_FILE_PATH": "/path/to/custom/memory.json"
}
}
}
}
MEMORY_FILE_PATH:指定记忆存储 JSON 文件的路径(默认为服务器目录中的 memory.json)。根据使用场景调整提示词。以下是一个用于聊天个性化配置的例子,可以在 Claude.ai 项目的 "Custom Instructions" 字段中使用:
遵循以下步骤进行每次交互:
1. 用户识别:
- 假设你正在与 default_user 进行交互
- 如果没有,则跳至下一步
2. 上下文管理:
- 使用记忆图谱存储上下文信息
- 在需要时检索相关上下文
3. 目标响应:
- 分析用户输入
- 生成有意义的回复
lesson(对象),包含错误模式、解决方案步骤和元数据,自动跟踪创建时间和更新情况,验证解决方案步骤是否完整。errorPattern(对象),包含错误类型、消息和上下文,返回按成功率排序的匹配课程,包括相关解决方案和验证步骤。lessonName(字符串):要更新的课程名称。success(布尔值):表示解决方案是否有效。context(字符串)。{
"entities": [
{
"id": "e1",
"name": "Alice",
"age": 30,
"occupation": "Engineer"
},
{
"id": "e2",
"name": "Bob",
"age": 28,
" occupation": "Designer"
}
],
"relations": [
{
"id": "r1",
"from": "e1",
"to": "e2",
"type": "colleagues"
}
],
"observations": [
{
"id": "o1",
"entity": "e1",
"content": "Alice works at Google."
},
{
"id": "o2",
"entity": "e2",
"content": "Bob works at Microsoft."
}
]
}
docker build -t mcp-memory-server .
docker run -p 3000:3000 mcp-memory-server
项目采用 MIT License,具体详情请参考 LICENSE 文件。
感谢 @your_name 的贡献!