memento-mcp 的项目扩展与二次开发
2025-06-03 00:40:30作者:滑思眉Philip
项目的基础介绍
memento-mcp(Memory Cocktail Party)是一个为大型语言模型(LLMs)设计的知识图谱内存系统。它提供了具有语义检索、上下文回忆和时间意识的可扩展、高性能的知识图谱内存系统。通过支持模型上下文协议的任何LLM客户端(如Claude Desktop、Cursor、GitHub Copilot),memento-mcp能够提供健壮、自适应且持久的长期本体记忆。
项目的核心功能
memento-mcp的核心功能包括:
- 实体管理:支持实体的创建、更新和管理,每个实体拥有唯一的标识符、类型、观察列表、向量嵌入和完整版本历史。
- 关系管理:定义实体之间的有向连接,并支持强度指标、置信度等级、丰富的元数据和时间感知版本历史。
- 存储后端:使用Neo4j作为存储后端,统一了图形存储和向量搜索功能。
项目使用了哪些框架或库?
memento-mcp项目主要使用了以下框架和库:
- Neo4j:作为图形数据库,用于存储和管理知识图谱数据。
- OpenAI:使用OpenAI的嵌入模型,将实体自动编码到高维向量空间中。
项目的代码目录及介绍
项目的代码目录结构如下:
memento-mcp/
├── .github/
├── .vscode/
├── assets/
├── src/
│ ├── index.js
│ ├── entities.js
│ ├── relations.js
│ ├── search.js
│ └── ...
├── .gitignore
├── .gitmodules
├── .npmignore
├── .npmrc
├── .prettierrc
├── CHANGELOG.md
├── CONTRIBUTING.md
├── Dockerfile
├── LICENSE
├── README.md
├── docker-compose.yml
├── eslint.config.js
├── example.env
├── package-lock.json
├── package.json
├── smithery.yaml
├── tsconfig.json
└── vitest.config.ts
- src/:包含项目的主要代码,如实体管理、关系管理、搜索功能等。
- Dockerfile:用于构建Docker镜像,便于部署和运行项目。
- docker-compose.yml:定义Docker服务的配置,用于启动Neo4j数据库和其他服务。
对项目进行扩展或者二次开发的方向
- 增加新的实体类型和属性:可以根据实际需求扩展实体的类型和属性,以适应不同的应用场景。
- 扩展关系类型和属性:增加新的关系类型,或为现有关系添加更多属性,以丰富知识图谱的表达能力。
- 集成新的嵌入模型:除了OpenAI的嵌入模型外,可以集成其他嵌入模型,以提供更多的选择和灵活性。
- 优化搜索算法:根据具体需求,可以优化现有的搜索算法,或者添加新的搜索策略。
- 开发Web界面:可以开发一个Web界面,以便用户更直观地管理和查询知识图谱。
- 增加数据导入导出功能:扩展数据导入导出功能,支持更多格式的数据交换。
- 实现多语言支持:对项目进行国际化改造,支持多种语言,以适应不同语言环境的用户需求。
通过以上方向的扩展和二次开发,memento-mcp可以更好地服务于各种复杂的应用场景,并提升用户体验。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.25 K
暂无简介
Dart
619
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
261
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76