memory vs samyama-graph
并排对比，帮你在这两个 MCP server 之间做选择。
memory by modelcontextprotocol | samyama-graph by samyama-ai | |
|---|---|---|
| Stars | ★ 85,748 | ★ 62 |
| 30天用量 | — | — |
| 综合分 | 77 | 48 |
| 官方 | ✓ | — |
| 分类 | 知识库 / RAGAI / LLM 工具效率工具 | 数据库知识库 / RAGAI / LLM 工具 |
| 实现语言 | TypeScript | Rust |
| 最近提交 | 本月 | 本月 |
memory · 概述
一个实现持久化记忆的 MCP 服务器，使用本地知识图谱让 AI 模型能在聊天间记住用户信息。
samyama-graph · 概述
高性能图向量数据库，支持通过 MCP 服务器实现自然语言查询知识图谱。
memory · 使用场景
- 通过记住用户偏好、历史和关系来个性化 AI 助手交互
- 构建维护对话历史的上下文感知聊天应用
- 创建在 AI 模型会话间持久化的知识库
samyama-graph · 使用场景
- 通过查询相互连接的医学文献、临床试验和药物相互作用进行生物医学研究
- 为企业知识图谱生成自动 MCP 服务器，用于 AI 代理
- 用于社交网络或欺诈检测的大规模图分析，具有并行算法
memory · 安装
安装
Claude Desktop
添加到你的 claude_desktop_config.json 文件中：
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}VS Code
使用一键安装按钮或在 .vscode/mcp.json 中手动配置：
{
"servers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}Docker
{
"mcpServers": {
"memory": {
"command": "docker",
"args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
}
}
}samyama-graph · 安装
# 安装 Samyama
git clone https://github.com/samyama-ai/samyama-graph && cd samyama-graph
cargo build --release
./target/release/samyama # 在 :6379 启动 RESP，在 :8080 启动 HTTP
# 安装 MCP 服务器
pip install samyama[mcp]
# 使用演示数据启动 MCP 服务器
samyama-mcp-serve --demo cricketClaude Desktop 集成：
{
"mcpServers": {
"samyama": {
"command": "python",
"args": ["-m", "samyama.mcp"],
"env": {}
}
}
}