memento-mcp MCP сервер

Масштабируемая высокопроизводительная система памяти на основе графа знаний, построенная на Neo4j, которая обеспечивает LLM семантический поиск, контекстное запоминание и временное осознание для постоянной долгосрочной онтологической памяти.

Установка

Docker Compose

# Start Neo4j container
docker-compose up -d neo4j

# Stop Neo4j container
docker-compose stop neo4j

# Remove Neo4j container (preserves data)
docker-compose rm neo4j

Neo4j Desktop

1. Download and install Neo4j Desktop from https://neo4j.com/download/
2. Create a new project
3. Add a new database
4. Set password to `memento_password` (or your preferred password)
5. Start the database

Доступные инструменты

Инструмент	Описание
`create_entities`	Создание нескольких новых сущностей в графе знаний с названием, типом и наблюдениями
`add_observations`	Добавление новых наблюдений к существующим сущностям
`delete_entities`	Удаление сущностей и их связей
`delete_observations`	Удаление конкретных наблюдений из сущностей
`create_relations`	Создание нескольких новых отношений между сущностями с силой, уверенностью и метаданными
`get_relation`	Получение конкретного отношения с его расширенными свойствами
`update_relation`	Обновление существующего отношения с расширенными свойствами
`delete_relations`	Удаление конкретных отношений из графа
`read_graph`	Чтение всего графа знаний
`search_nodes`	Поиск узлов на основе запроса
`open_nodes`	Получение конкретных узлов по названию
`semantic_search`	Семантический поиск сущностей с использованием векторных вложений и подобия с настраиваемыми порогами
`get_entity_embedding`	Получение векторного вложения для конкретной сущности
`get_entity_history`	Получение полной истории версий сущности
`get_relation_history`	Получение полной истории версий отношения

Возможности

Хранение графа знаний с сущностями и отношениями
Векторные вложения для семантического поиска с использованием моделей OpenAI
Временное осознание с полной историей версий
Извлечение графа на определенный момент времени
Уменьшение уверенности со временем с настраиваемым периодом полураспада
Поддержка богатых метаданных с пользовательскими полями
Гибридный поиск, объединяющий семантический и ключевой поиск
Бэкенд Neo4j с унифицированным хранением графов и векторов
Неразрушающие обновления с сохранением исторических данных
Настраиваемые пороги подобия и параметры поиска

Переменные окружения

Обязательные

OPENAI_API_KEY - API ключ OpenAI для генерации вложений

Опциональные

NEO4J_URI - URI подключения к базе данных Neo4j
NEO4J_USERNAME - Имя пользователя базы данных Neo4j
NEO4J_PASSWORD - Пароль базы данных Neo4j
NEO4J_DATABASE - Название базы данных Neo4j
NEO4J_VECTOR_INDEX - Название векторного индекса для вложений
NEO4J_VECTOR_DIMENSIONS - Размерности векторных вложений
NEO4J_SIMILARITY_FUNCTION - Функция подобия для векторного поиска
MEMORY_STORAGE_TYPE - Тип бэкенда хранилища

Ресурсы

GitHub Repository

Примечания

Требует Neo4j 5.13+ для возможностей векторного поиска. Система автоматически инициализирует схему при подключении к базе данных. Данные сохраняются при перезапуске контейнеров и обновлении версий при использовании Docker томов. Порог подобия по умолчанию составляет 0.6 для семантического поиска с включенным по умолчанию гибридным поиском.