mcp-duckdb-memory-server
by IzumiSy·★ 57·综合分 46
使用DuckDB作为后端的知识图谱内存服务器，提供高效的记忆存储和检索功能。
knowledge-graphdeveloper-toolsai-llm
12
Forks
15
活跃 Issue
1 个月前
最近提交
2 天前
收录于
概述
这个MCP服务器实现了基于DuckDB的内存系统，替代了原有的JSON文件存储方案。它提供了存储和检索知识图谱数据的结构化方法，包括实体、观察和关系。该实现结合SQL查询与Fuse.js进行灵活的实体搜索，既支持结构化查询也提供模糊匹配功能，维护事务完整性，并支持索引以提高大型数据集的性能。
试试问 AI
装完之后，这里有 5 个你可以让 AI 做的事：
你:为AI助手构建持久化记忆系统
你:创建个人信息管理的知识图谱
你:通过关系数据存储增强聊天机器人功能
你:与原始内存服务器有何不同？
你:模糊搜索如何工作？
什么时候选它
当您需要为 AI 应用提供持久化、可扩展的内存系统，支持结构化知识图谱和高效搜索时，选择此方案。
什么时候不要选它
如果您需要小型数据集的简单内存解决方案，或偏爱基于 JSON 的存储而不希望有外部依赖，请勿选择此方案。
可对比工具
mcp-knowledge-graph-memory-servervectordb-mcppostgres-mcp
安装
安装
通过Smithery
npx -y @smithery/cli install @IzumiSy/mcp-duckdb-memory-server --client claude手动安装
添加到 claude_desktop_config.json：
{
"mcpServers": {
"graph-memory": {
"command": "npx",
"args": [
"-y",
"@izumisy/mcp-duckdb-memory-server"
],
"env": {
"MEMORY_FILE_PATH": "/path/to/your/memory.data"
}
}
}
}Docker
docker build -t mcp-duckdb-graph-memory .
docker run -dit mcp-duckdb-graph-memoryFAQ
- 与原始内存服务器有何不同？
- 此实现用DuckDB替换了JSON文件后端，提供更好的性能、可扩展性和SQL支持的查询灵活性。
- 模糊搜索如何工作？
- 系统结合DuckDB SQL查询和Fuse.js，SQL检索基础数据，Fuse.js在检索到的数据上提供模糊匹配功能。
mcp-duckdb-memory-server 对比
最后更新于 · 由 README + GitHub 公开数据自动生成。