Literature Memory

🚀 進行中のプロジェクト

柔軟なシステムで、論文、書籍、ウェブページなど様々なタイプの情報源を管理し、知識グラフと統合します。

🚀 クイックスタート

1. 当社のアーキテクチャを使用して新しい SQLite データベースを作成します。

# 新しいデータベースを作成
sqlite3 sources.db < create_sources_db.sql

2. ソース管理サーバーをインストールします。

# Claude デスクトップ用にインストールし、データベースのパスを指定
fastmcp install source-manager-server.py --name "Source Manager" -e SQLITE_DB_PATH=/path/to/sources.db

✨ 主な機能

コア機能

• 内部 UUID システムを用いた統一ソース識別子システム
• 複数のソースタイプ（論文、ウェブページ、書籍、ビデオ、ブログ）をサポート
• 各ソースに複数の識別子（arXiv、DOI、Semantic Scholar、ISBN、URL）をサポート
• タイトルと内容をサポートする構造化ノート機能
• ソースの状態（未読、閲読中、完了、アーカイブ済み）を追跡

エンティティ統合

• ソースを知識グラフのエンティティにリンク
• ソースとエンティティ間の関係を追跡
• 柔軟な関係タイプ（議論、紹介、拡張、評価など）をサポート
• メモリーマップ機能を統合

📦 インストール

このシステムは、永続的な知識グラフの保存のために MCP メモリーサーバー と統合されています。

💻 使用例

基本的な使用法

# 新しいソースを追加
add_source("example_paper.pdf", "paper")

# 曖昧一致で識別子を追加
fuzzy_match_and_add_identifier("related_work.pdf", "arXiv")

高度な使用法

# ソースとエンティティの関係を確立
link_source_to_entity(source_id, entity_name, relation_type)

# 関連するすべてのエンティティを表示
get_associated_entities(source_id)

📚 ドキュメント

ベストプラクティス

1. データの整理：ソースをタイプ別に分類し、構造化ノートで重要な情報を記録します。
2. 状態管理：定期的にソースの状態を更新し、最新の進捗を追跡します。
3. 識別子管理：各ソースにできるだけ多くの識別子を追加し、後の検索と関連付けを容易にします。

🔧 技術詳細

1. データマッチング：タイトルとタイプに基づいてソースを識別するために、曖昧一致アルゴリズムを採用しています。
2. 拡張性：カスタム関係タイプとエンティティ分類をサポートし、個別のニーズに対応します。
3. パフォーマンス最適化：インデックスを使用してクエリ速度を最適化し、効率的なデータ検索を保証します。

🤝 貢献ガイド

1. プロジェクトへの参加：当社のリポジトリページにアクセスし、チームへの参加方法を確認します。
2. 機能ブランチの作成：新しい機能の開発には独立したコードブランチを作成します。
3. テストケースの追加：新しい機能が全面的なテストに合格することを確認します。
4. プルリクエストの送信：変更内容をメインプロジェクトに貢献します。