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
메모리 MCP 서버
데이터 일관성을 유지하기 위한 엄격한 검증 규칙을 적용하여 메모리에서 엔터티, 관계 및 관찰을 관리하기 위한 지식 그래프 기능을 제공하는 MCP(모델 컨텍스트 프로토콜) 서버입니다.
설치
Claude Desktop에 서버를 설치하세요:
지엑스피1
데이터 검증 규칙
엔터티 이름
소문자로 시작해야 합니다
소문자, 숫자, 하이픈을 포함할 수 있습니다.
최대 100자까지 입력 가능
그래프 내에서 고유해야 합니다.
유효한 이름 예:
python-project,meeting-notes-2024,user-john
엔터티 유형
다음 엔터티 유형이 지원됩니다.
person: 인간적 존재concept: 추상적인 아이디어나 원리project: 작업 이니셔티브 또는 작업document: 모든 형태의 문서tool: 소프트웨어 도구 또는 유틸리티organization: 회사 또는 그룹location: 실제 또는 가상 장소event: 시간 제한 발생
관찰
비어 있지 않은 문자열
최대 500자까지 입력 가능
엔터티마다 고유해야 합니다.
사실적이고 객관적인 진술이어야 합니다.
관련 있는 경우 타임스탬프를 포함합니다.
처지
다음과 같은 관계 유형이 지원됩니다.
knows: 사람과 사람 사이의 연결contains: 부모/자식 관계uses: 다른 엔터티를 활용하는 엔터티created: 저작권/창작 관계belongs-to: 회원권/소유권depends-on: 종속 관계related-to: 일반적인 관계
추가 관계 규칙:
소스 및 대상 엔터티가 모두 존재해야 합니다.
자기 참조 관계는 허용되지 않습니다.
순환 종속성은 허용되지 않습니다.
미리 정의된 관계 유형을 사용해야 합니다.
용법
서버는 지식 그래프를 관리하기 위한 도구를 제공합니다.
엔터티 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}")
엔터티 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 쿼리(예: "최근", "마지막", "최신")
활동 쿼리(예: "운동", "운동")
일반 엔터티 검색
80% 유사도 임계값을 사용한 퍼지 매칭
가중치가 적용된 검색:
엔티티 이름(가중치: 1.0)
엔터티 유형(가중치: 0.8)
관찰 결과(가중치: 0.6)
엔터티 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 플러시
result = await session.call_tool("flush_memory", {})
if not result.success:
print(f"Error flushing memory: {result.error}")
오류 유형
서버는 다음과 같은 오류 유형을 사용합니다.
NOT_FOUND: 엔터티 또는 리소스를 찾을 수 없습니다.VALIDATION_ERROR: 잘못된 입력 데이터입니다.INTERNAL_ERROR: 서버 측 오류ALREADY_EXISTS: 리소스가 이미 존재합니다.INVALID_RELATION: 엔터티 간의 관계가 잘못되었습니다.
응답 모델
모든 도구는 다음 모델을 사용하여 입력된 응답을 반환합니다.
엔티티 응답
class EntityResponse(BaseModel):
success: bool
data: Optional[Dict[str, Any]] = None
error: Optional[str] = None
error_type: Optional[str] = None
그래프 응답
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
개발
테스트 실행
pytest tests/
새로운 기능 추가
validation.py에서 검증 규칙 업데이트tests/test_validation.py에 테스트를 추가합니다.knowledge_graph_manager.py에서 변경 사항을 구현합니다.
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 -