Memento

🚀 Memento MCP 使用ガイド

Memento MCP は、対話型 AI に持続的な記憶能力を提供する高度な知識グラフの実装です。自然言語処理と意味検索を通じて、AI が長期保存された情報を理解し、検索できるようにします。

🚀 クイックスタート

Memento MCP を使用することで、対話型 AI の記憶機能を強化することができます。以下のセクションでは、インストール、設定、開発、トラブルシューティングなどの手順を説明します。

✨ 主な機能

• 自然言語処理と意味検索を通じて、長期保存された情報を理解し、検索できます。
• 知識グラフを使用して、AI の記憶機能を強化します。

📦 インストール

基本インストール

Smithery を使用して Memento MCP を自動インストールします。

npx -y @smithery/cli install @gannonh/memento-mcp --client claude

グローバルインストール（推奨）

npx を直接使用して実行します。

npx -y @gannonh/memento-mcp

ローカルインストール

リポジトリをクローンし、依存関係をインストールします。

git clone https://github.com/gannonh/memento-mcp.git
cd memento-mcp
npm install

📚 ドキュメント

設定ガイド

基本設定

config.json ファイルを編集し、以下の内容を追加します。

{
  "neo4j": {
    "uri": "bolt://localhost:7687",
    "user": "neo4j",
    "password": "password"
  }
}

デバッグ設定（DEBUG=true）

デバッグモードを有効にして、より多くのログ情報を取得します。

DEBUG=memento npm start

統合と開発

知識グラフの初期化

以下のコマンドを実行して、データベースのスキーマを初期化します。

npm run neo4j:init

開発者用リセット

Docker コンテナを停止して削除し、データディレクトリをクリーンアップしてから、データベースを再起動します。

トラブルシューティング

ベクトル検索診断

以下のツールを使用して、ベクトルインデックスの状態とエンティティの埋め込み状況を確認します。

• diagnose_vector_search
• force_generate_embedding
• debug_embedding_config

埋め込み検証

システムは自動的に欠落しているエンティティの埋め込みをチェックし、生成します。

テストとビルド

テストスイートを実行し、カバレッジを確認します。

npm test
npm run test:coverage

💻 使用例

基本的な使用法

知識グラフエンティティの作成

User: "Remember that Python is a high-level programming language known for its readability and JavaScript is primarily used for web development."

意味検索の実行

User: "What programming languages do you know about that are good for web development?"

特定の情報の検索

User: "Tell me everything you know about Python."

📄 ライセンス

MIT License

以上のガイドを参照することで、Memento MCP を簡単に設定し、対話型 AI の記憶機能を強化することができます。