A
securityF
licenseA
qualityProvides tools for managing quantitative research knowledge graphs, enabling structured representation of research projects, datasets, variables, hypotheses, statistical tests, models, and results.
Last updated -
6
8
メモリMCPサーバー
データの一貫性を維持するための厳密な検証ルールを備え、メモリ内のエンティティ、リレーション、および観測を管理するためのナレッジ グラフ機能を提供するモデル コンテキスト プロトコル (MCP) サーバー。
インストール
Claude Desktop にサーバーをインストールします。
mcp install main.py -v MEMORY_FILE_PATH=/path/to/memory.jsonl
データ検証ルール
エンティティ名
小文字で始まる必要があります
小文字、数字、ハイフンを含めることができます
最大100文字
グラフ内で一意である必要があります
有効な名前の例:
python-project、meeting-notes-2024、user-john
エンティティタイプ
次のエンティティ タイプがサポートされています。
person：人間の実体concept: 抽象的な考えや原則project: 仕事の取り組みまたはタスクdocument: あらゆる形式の文書tool: ソフトウェアツールまたはユーティリティorganization: 企業またはグループlocation: 物理的または仮想的な場所event: 時間制限のある発生
観察
空でない文字列
最大500文字
エンティティごとに一意である必要があります
事実と客観的な記述であるべきである
関連する場合はタイムスタンプを含める
関係
次の関係タイプがサポートされています。
knows：人と人とのつながりcontains: 親子関係uses: 別のエンティティを利用するエンティティcreated：著作者/創作関係belongs-to：メンバーシップ/所有権depends-on：依存関係related-to：一般的な関係
追加の関係ルール:
ソースエンティティとターゲットエンティティの両方が存在する必要があります
自己参照関係は許可されません
循環依存は許可されません
定義済みの関係タイプを使用する必要があります
使用法
サーバーは、ナレッジ グラフを管理するためのツールを提供します。
エンティティを取得
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}")
グラフを取得
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}")
エンティティを作成する
# 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}")
観察を追加
# 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}")
関係を作成する
# 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}")
検索メモリ
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}")
検索機能は以下をサポートします:
時間的なクエリ（例：「最新」、「最後」、「最新」）
アクティビティクエリ（例：「ワークアウト」、「エクササイズ」）
一般的なエンティティ検索
80%の類似度閾値を持つファジーマッチング
重み付け検索:
エンティティ名（重み: 1.0）
エンティティタイプ（重み: 0.8）
観察結果（重み：0.6）
エンティティの削除
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}")
関係を削除
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}")
フラッシュメモリ
result = await session.call_tool("flush_memory", {})
if not result.success:
print(f"Error flushing memory: {result.error}")
エラーの種類
サーバーは次のエラー タイプを使用します。
NOT_FOUND: エンティティまたはリソースが見つかりませんVALIDATION_ERROR: 入力データが無効ですINTERNAL_ERROR: サーバー側エラーALREADY_EXISTS: リソースが既に存在しますINVALID_RELATION: エンティティ間の関係が無効です
応答モデル
すべてのツールは、次のモデルを使用して入力された応答を返します。
エンティティレスポンス
class EntityResponse(BaseModel):
success: bool
data: Optional[Dict[str, Any]] = None
error: Optional[str] = None
error_type: Optional[str] = None
グラフレスポンス
class GraphResponse(BaseModel):
success: bool
data: Optional[Dict[str, Any]] = None
error: Optional[str] = None
error_type: Optional[str] = None
オペレーションレスポンス
class OperationResponse(BaseModel):
success: bool
error: Optional[str] = None
error_type: Optional[str] = None
発達
テストの実行
pytest tests/
新機能の追加
validation.pyの検証ルールを更新するtests/test_validation.pyにテストを追加するknowledge_graph_manager.pyに変更を実装する
Related MCP Servers
- AsecurityFlicenseAqualityProvides tools for managing qualitative research knowledge graphs, enabling structured representation of research projects, participants, interviews, observations, codes, themes, and findings.Last updated -66
- -securityFlicense-qualityEnables storage and retrieval of knowledge in a graph database format, allowing users to create, update, search, and delete entities and relationships in a Neo4j-powered knowledge graph through natural language.Last updated -3
- -securityFlicense-qualityProvides persistent graph memory with automatic disk storage for building knowledge graphs, storing entity relationships, and maintaining context across sessions.Last updated -